SAID Issam

Docteur
Équipe : PEQUAN
Date de départ : 31/12/2015
https://lip6.fr/Issam.Said

Direction de recherche : Jean-Luc LAMOTTE

Co-encadrement : FORTIN Pierre

Apports des architectures hybrides à l’imagerie profondeur : étude comparative entre CPU, APU et GPU

Les compagnies pétrolières s’appuient sur le HPC pour accélérer les algorithmes d'imagerie profondeur.
Les grappes de CPU et les accélérateurs matériels sont largement adoptés par l'industrie. Les processeurs graphiques (GPU), avec une grande puissance de calcul et une large bande passante mémoire, ont suscité un vif intérêt.
Cependant le déploiement d’applications telle la Reverse Time Migration(RTM) sur ces architectures présente quelques limitations.
Notamment, une capacité mémoire réduite, des communications fréquentes entre le CPU et le GPU présentant un possible goulot d'étranglement à cause du bus PCI, et des consommations d'énergie élevées. AMD a récemment lancé l'Accelerated Processing Unit (APU) : un processeur qui fusionne CPU et GPU sur la même puce via une mémoire unifiée. Dans cette thèse, nous explorons l'efficacité de la technologie APU dans un contexte pétrolier, et nous étudions si elle peut surmonter les limitations des solutions basées sur CPU et sur GPU. L'APU est évalué à l'aide d'une suite OpenCL de tests mémoire, applicatifs et d'efficacité énergétique.
La faisabilité de l'utilisation hybride de l'APU est explorée. L'efficacité d’une approche par directives de compilation est également étudiée. En analysant une sélection d'applications sismiques (modélisation et RTM) au niveau du noeud et à grande échelle, une étude comparative entre CPU, APU et GPU est menée. Nous montrons la pertinence du recouvrement des entrées-sorties et des communications MPI par le calcul pour les grappes d'APU et de GPU, que les APU délivrent des performances variant entre celles du CPU et celles du GPU, et que l'APU peut être aussi énergétiquement efficace que le GPU.

Soutenance : 21/12/2015

Membres du jury :

M. François Bodin, Professeur, Université de Rennes 1 [Rapporteur]
M. Christophe Calvin, Chef de projet, CEA [Rapporteur]
M. Henri Calandra, Expert en imagerie profondeur et calcul haute performance, Total
M. Pierre Fortin, Maître de conférences, Université Pierre et Marie Curie
M. Lionel Lacassagne Professeur, Université Pierre et Marie Curie
M. Jean-Luc Lamotte Professeur, Université Pierre et Marie Curie
M. Mike Mantor, Corporate Fellow, AMD
M. Stéphane Vialle, Professeur, SUPELEC campus de Metz

Date de départ : 31/12/2015

Publications 2012-2018