Réduire les données du calcul scientifique : quelles techniques, quels impacts, quelles opportunités?

old_uid16189
titleRéduire les données du calcul scientifique : quelles techniques, quels impacts, quelles opportunités?
start_date2018/07/10
schedule13h
onlineno
summaryLe volume de données généré lors de l’exécution de nombreuses simulations numériques est déjà trop important pour que la totalité des donnes produites soit transférée, stockée et analysée. Ce problème va s'amplifier significativement avec les machines Exascale et la réduction des données qui est aujourd’hui nécessaire dans certains cas vas devenir indispensable dans le cas général. Les techniques génériques classiques de réduction (compression sans perte et décimation) ne permettent pas d'atteindre les facteurs de réduction et la fidélité nécessaires pour résoudre ce problème. La seule solution viable identifiée actuellement est la compression de données avec perte (lossy) associée a un stricte contrôle d'erreur. Ce domaine est très jeune et ouvre de très nombreuses questions du point de vue des applications, des méthodes numériques et de l’intégralité de la pile logicielle. Au delà des travaux publiés récemment concernant les E/S, plusieurs équipes ont commencé a explorer la compression avec perte pour accélérer le checkpoint/restart, les communications MPI et les échanges entre la mémoire principale et le processeur (c.f. Gordon Bell award 2017). Ce séminaire présentera des cas concrets motivant la compression avec perte de données scientifiques et détaillera l'un des compresseurs les plus efficaces. Nous discuteront de l'importance du respect de bornes d'erreur fixées par l'utilisateur ainsi que des outils pour analyser l'erreur introduire par la compression. Nous terminerons par la présentation de résultats (facteurs de compression, vitesse de compression/décompression, distorsions) sur des applications réelles (compression E/S, checkpoint/restart, mémoire) et des nombreuses perspectives ouvertes par ce nouveau domaine.
responsibles<not specified>