Placement of Parallel Applications According to the Topology and the Affinity

Computer simulation is one of the pillars of Sciences and industry. Climate simulation, cosmology, or heart modeling are all areas in which computing power needs are constantly growing. Thus, how do we scale these applications? Parallelization and massively parallel supercomputers are the only ways to achieve this. Nevertheless, there is a price to pay considering the hardware topologies incessantly complex, both in terms of network and memory hierarchy. The issue of data locality becomes central: how to reduce the distance between a processing entity and data to which it needs to access? Application placement is one of the levers to address this problem. In this thesis, we present the TreeMatch algorithm and its application for static mapping, that is to say at the launchtime of the application, and the dynamic placement. For this second approach, we propose the awareness of data locality within a load balancing algorithm. The different approaches discussed are validated by experiments both on benchmarking codes and on real applications.; La simulation numérique est un des piliers des Sciences et de l’industrie. La simulation météorologique, la cosmologie ou encore la modélisation du cœur humain sont autant de domaines dont les besoins en puissance de calcul sont sans cesse croissants. Dès lors, comment passer ces applications à l’échelle ? La parallélisation et les supercalculateurs massivement parallèles sont les seuls moyens d’y parvenir. Néanmoins, il y a un prix à payer compte tenu des topologies matérielles de plus en plus complexes, tant en terme de réseau que de hiérarchie mémoire. La question de la localité des données devient ainsi centrale : comment réduire la distance entre une entité logicielle et les données auxquelles elle doit accéder ? Le placement d’applications est un des leviers permettant de traiter ce problème. Dans cette thèse, nous présentons l’algorithme de placement TreeMatch et ses applications dans le cadre du placement statique, c’est-à-dire au lancement de l’application, et du placement dynamique. Pour cette seconde approche, nous proposons la prise en compte de la localité des données dans le cadre d’un algorithme d’équilibrage de charge. Les différentes approches abordées sont validées par des expériences réalisées tant sur des codes d’évaluation de performances que sur des applications réelles.