Aller au contenu

Introduction au calcul parallèle

Page 1 sur 15Lecteur de document UniversityLib

Introduction au calcul parallèle

Parallélisme, Informatique, Performance · course

Fiche de révisionFiche de cours

Fiche de cours – Introduction au calcul parallèle

Rédigée à partir de ce document, puis vérifiée avant publication.

Ce cours sur le parallélisme aborde les concepts fondamentaux, les raisons de son utilisation, ainsi que les applications pratiques dans divers domaines. Les étudiants découvriront la définition du parallélisme, son importance dans le calcul moderne, et des exemples concrets d'applications nécessitant des capacités de calcul élevées. Des explications détaillées et des exemples illustratifs aideront à comprendre comment le parallélisme peut résoudre des problèmes complexes.

Qu'est-ce que le parallélisme ?

Le parallélisme est le fait d’utiliser un ensemble d’éléments de calcul capables de communiquer et de coopérer dans le but d’accélérer la résolution d’un seul problème. Cela soulève de nombreuses questions sur la nature et l'organisation de ces éléments.

Un ensemble d'éléments de calcul

  • Combien d'éléments sont nécessaires ?
  • S'agit-il de processeurs ou d'une partie d'un processeur ?
  • Quelle est leur puissance ?
  • Que peuvent-ils réaliser ?
  • Quelle est la taille de leur mémoire associée ?
  • Quelle est leur organisation ?
  • Comment les entrées/sorties sont-elles réalisées ?

Capacité de communication

  • Comment sont-ils reliés les uns aux autres ?
  • Que peuvent-ils échanger ?
  • Quel est leur protocole d’échange d’informations ?

Coopération entre éléments

  • Comment synchronisent-ils leurs efforts ?
  • Quel est leur degré d’autonomie ?
  • Comment sont-ils pris en compte par le système d’exploitation ?

Objectif d'accélération

  • Quels sont les problèmes à fort potentiel de parallélisme ?
  • Quel est le modèle de calcul utilisé ?
  • Quel est le degré de spécialisation des machines à un problème donné ?
  • Comment choisir les algorithmes ?
  • Quelle efficacité peut-on espérer ?
  • Comment ces machines se programment-elles ?
  • Quels langages faut-il ?
  • Comment exprimer le parallélisme ?
  • Cette expression est-elle automatique ou manuelle ?

Pourquoi le parallélisme ?

La puissance de calcul des premiers ordinateurs séquentiels a considérablement augmenté sans pour autant satisfaire la demande croissante d'applications dans plusieurs domaines, tels que la simulation, l'ingénierie, et la recherche. Le parallélisme est une réponse à cette problématique.

Apparition du parallélisme

Le parallélisme a émergé dans les processeurs en permettant l'exécution simultanée de plusieurs opérations. Il s'est ensuite étendu aux ordinateurs par duplication des éléments de calcul. Cela a permis :

  • L’amélioration des performances de calcul.
  • L’accroissement de la taille des problèmes à résoudre (capacité mémoire).
  • De produire des machines ayant un bon rapport coût/performance.

Le parallélisme est-il vraiment nécessaire ?

Bien que la puissance des ordinateurs séquentiels augmente régulièrement, il existe des limites à cette amélioration. Les contraintes physiques, économiques et la demande croissante pour des capacités de traitement rendent le parallélisme indispensable.

Limites des ordinateurs séquentiels

Les améliorations futures des vitesses de calcul des processeurs sont limitées par :

  • Des contraintes physiques, telles que la vitesse de la lumière.
  • Des contraintes économiques, à savoir les coûts très élevés de fabrication des processeurs.

Applications nécessitant le parallélisme

Un certain nombre d'applications, classées comme « grand challenge », nécessitent des puissances de traitement supérieures à celles qu'un ordinateur séquentiel peut fournir. Ces applications, appelées « applications 3T », nécessitent :

  • 1 Téraflops
  • 1 Téraoctet de mémoire centrale
  • 1 Téraoctet par seconde de bande passante

Ces applications ne peuvent être réalisées qu’en ayant recours au parallélisme massif.

Parallélisme à hautes performances

Motivation

Les applications « Grand Challenge » sont des problèmes fondamentaux ayant de grands impacts sur l’industrie, la science ou la société. Elles nécessitent une solution par l’utilisation du calcul à hautes performances, avec des besoins importants en puissance de calcul et en mémoire.

Exemples de « Grands challenges »

  • Modélisation et simulation : conception aéronautique, dynamique automobile, prévision météorologique, analyse sismique, prospection pétrolière.
  • Ingénierie : génie nucléaire, génie chimique, robotique, microélectronique.
  • Calculs symboliques : reconnaissance de la parole, vision par ordinateur, compréhension du langage naturel, raisonnement automatique.
  • Recherche médicale ou militaire.

Points clés à retenir

  • Le parallélisme permet d'accélérer la résolution de problèmes complexes.
  • Il est essentiel pour répondre à la demande croissante en puissance de calcul.
  • Les applications nécessitant le parallélisme sont variées et impactent de nombreux domaines.

Glossaire des termes clés

  • Parallélisme : utilisation simultanée de plusieurs éléments de calcul.
  • Téraflops : unité de mesure de la performance de calcul.
  • Applications 3T : applications nécessitant des ressources de calcul élevées.
  • Grand Challenge : problèmes nécessitant des solutions avancées en calcul.

Questions fréquentes

Qu'est-ce que le parallélisme ?

Le parallélisme est l'utilisation simultanée d'éléments de calcul pour résoudre un problème plus rapidement. Il implique la communication et la coopération entre ces éléments.

Pourquoi le parallélisme est-il nécessaire ?

Le parallélisme est nécessaire pour répondre à la demande croissante d'applications nécessitant des puissances de calcul élevées, que les ordinateurs séquentiels ne peuvent pas fournir.

Quels sont des exemples d'applications utilisant le parallélisme ?

Des exemples incluent la modélisation aéronautique, la prévision météorologique, et la recherche médicale, qui nécessitent des capacités de calcul avancées.

Comment le parallélisme améliore-t-il les performances ?

Le parallélisme améliore les performances en permettant l'exécution simultanée de plusieurs opérations, ce qui réduit le temps nécessaire pour résoudre des problèmes complexes.

Toutes les révisions