Le parallélisme est utilisé pour accélérer les calculs et résoudre de gros problèmes. Il est apparu dans les années 70 comme sujet d'étude dans les laboratoires. On a vu l'apparition des machines vectorielles , pour le parallélisme des données. Après, les machines massivement parallèles sont nées. De nos jours, on tend à utiliser les réseaux de stations de travail hétérogènes comme machines parallèles et plus souples à manipuler. Mais pour que les tâches d'une application parallèle, s'éxécutant sur un réseau de stations de travail, puissent collaborer on a besoin d'une bibliothèque de communication, dite de "message passing", comme par exemple PVM (Parallel Virtual Machine) ou MPI (Message Passing Interface), qui se charge des échanges de données entre ces tâches. Malheureusement, ces bibliothèques présentent des problèmes, parmi lesquels on trouve : - la gestion des messages, en terme de vérification de la cohérence des données envoyées et celles reçues, est à la charge de l'utilisateur, qui peut être non informaticien ; - les délais de transfert des messages peuvent être très élevés à cause des multiples copies mémoire qui peuvent exister entre l'envoi et la réception du message ; - le placement des tâches, qui ne tient pas compte de l'équilibrage de charge et des communications, peut affecter le niveau de performances de l'application parallèle, puisque son temps d'exécution total peut augmenter. Pour résoudre ces problèmes, l'équipe RESEDAS (Réseaux d'ordinateurs et Systèmes Distribués) a proposé une solution en trois étapes regroupées au sein d'un environnement de développement, faisant en outre partie d'une opération du Centre Charles Hermite, centre lorraine de compétences en modélisation et calcul à hautes performances. La première étape consiste en un langage de spécification de messages, nommé MeDLey (message Definition Language), qui permet de faire face aux problèmes de la gestion des messages et de leurs délais de transfert. La deuxième comporte un outil de placement des tâches d'une application parallèles, appelé PlaTo (Placement Tool). Ce dernier outil prend en compte, en plus des critères classiques, tels que la charge machine ou la présence d'activité console, la topologie du réseau et les communications entre les tâches. Cette dernière information est fournie par le graphe des communications généré par MeDLey, qui contient des informations qualitatives. Le sujet de DEA consiste à enrichir le graphe des communications par ajout d'informations quantitatives, afin de permettre un meilleur placement. Ces informations devront être tirées à partir des exécutions de l'application parallèle. Il fallait donc étudier la notion de génération et d'analyse des traces, qui constituela troisième étape. Ce travail est réalisé au sein de l'équipe RESEDAS, qui est commune au CRIN (Centre de recherche en Informatique de Nancy) et l'INRIA Lorraine. L'équipe possède trois axes de recherches qui sont : - le calcul distribué sur réseaux hétérogènes - la gestion de réseaux et de systèmes - les spécifications temporelles, validation et prototypage Le rapport est divisé en 4 parties. Les deux premiers chapitres présentent le domaine et le contexte du travail. Le troisième chapitre contient l'analyse du sujet, montrant les problèmes, et les propositions. Enfin, le quatrième chapitre présente la conclusion et les perspectives.

EXPLOR_STEP=$WICRI_ROOT/Wicri/Lorraine/explor/InforLorV4/Data/Main/Merge

HfdSelect -h $EXPLOR_STEP/biblio.hfd -nk 00C244 | SxmlIndent | more

HfdSelect -h $EXPLOR_AREA/Data/Main/Merge/biblio.hfd -nk 00C244 | SxmlIndent | more

{{Explor lien
   |wiki=    Wicri/Lorraine
   |area=    InforLorV4
   |flux=    Main
   |étape=   Merge
   |type=    RBID
   |clé=     CRIN:bouzid97a
   |texte=   Modélisation Quantitative des Communications d'une Application  Distribuée de type "Message-Passing"
}}