Ces dernières années, les fournisseurs de cloud et les centres de données ont intégrés les FPGA dans leur environnement à des fins d'accélération. Cela est dû au fait que les accélérateurs à base de FPGA sont connus pour leur faible puissance et leurs bonnes performances par watt. En outre, l'introduction de la capacité de reconfiguration partielle dynamique (DPR) de certains FPGA incite les chercheurs de l'industrie et des universitaires à proposer des services de cloud FPGA virtualisés baser sur DPR. Dans la plupart des travaux existants, l'interconnexion entre les vFPGA repose soit sur les réseaux BUS ou OpenFlow. Cependant le bus et OpenFlow ne sont pas des solutions optimales pour la virtualisation.Dans cette thèse, nous avons proposé un NoC évolutif à l'exécution pour les accélérateurs basés sur FPGA virtualisés dans un cloud computing. Les composants NoC s'adapteront dynamiquement aux nombres d'accélérateurs virtualisés actifs en ajoutant et en supprimant des sous-noC. Pour minimiser la complexité de la conception de l'architecture NoC à un niveau inférieur (implémentation HDL), nous avons proposé un langage de modélisation unifié de haut niveau (UML) basé sur une ingénierie dirigée par les modèles. Une approche basée sur UML / MARTE et IP-XACT est utilisée pour définir les composants de la topologie NoC de haut niveau et générer les fichiers HDL requis. Les résultats des expériences montrent que le NoC évolutif à l'exécution peut réduire la consommation d'énergie de 17%. La caractérisation NoC sur la modélisation de haut niveau basée sur MDE réduit également le temps de conception de 25%. / In the last few years, cloud providers and data centers have been integrating FPGAs in their environment for acceleration purpose. This is due to the fact that FPGA based accelerator are known for their lower power and good performance per watt. Moreover, the introduction of the ability for dynamic partial reconfiguration (DPR) of some FPGAs trigger researchers in both industry and academics to propose DPR based virtualized FPGA (vFPGA) cloud services. In most of the existing works, the interconnection between the vFPGAs relies either on BUS or OpenFlow networks. However, both the bus and OpenFlow are not virtualization-aware and optimal solutions. In this thesis, we have proposed a virtualization-aware dynamically scalable NoC for virtualized FPGA accelerators in cloud computing. The NoC components will adapt to the number of active virtualized accelerator dynamically by adding and removing sub-NoCs. To minimize the complexity of NoC architecture design at a low level (HDL implementation), we have proposed a Model-Driven Engineering (MDE) based high-level unified modeling language (UML). A UML/MARTE and IP-XACT based approach are used to define the NoC Topology components at a high-level and generate the required HDL files. Experiment results show that the dynamically scalable NoC can reduce the power consumption by 17%. The MDE based high-level modeling based NoC characterization also reduce the design time by 25%.

Les applications logicielles sont de plus en plus diversifié et complexe. Avec le développement orageux du Cloud Computing et de ses applications, les applications logicielles deviennent encore plus complexes que jamais. Les applications de cloud computing complexes peuvent contenir un grand nombre de composants logiciels qui nécessitent et consomment une grande quantité de ressources (matériel ou d'autres composants logiciels) répartis en plusieurs niveaux en fonction de la granularité de ces ressources. En outre, ces composants logiciels peuvent être situés sur différents nuages. Les composants logiciels et de leurs ressources requises d'une application Nuage ont des relations complexes dont certains pourraient être résolus au moment de la conception, mais certains sont nécessaires pour faire face au moment de l'exécution. La complexité des logiciels et de l'hétérogénéité de l'environnement Couverture devenir défis que les solutions d'élasticité actuelles ont besoin de trouver des réponses appropriées à résoudre. L'élasticité est l'un des avantages du cloud computing, qui est la capacité d'un système Cloud pour adapter à la charge de travail des changements par des ressources d'approvisionnement et deprovisioning d'une manière autonome. Par conséquent, les ressources disponibles correspondent à la demande actuelle d'aussi près que possible à chaque moment. Pour avoir une solution d'élasticité efficace, qui ne reflète pas seulement la complexité des applications Cloud mais également à déployer et à gérer eux d'une manière autonome, nous proposons une approche d'élasticité roman. Il est appelé à plusieurs niveaux élasticité fine qui comprend deux aspects de la complexité de l'application: plusieurs composants logiciels et la granularité des ressources. Le multi-niveau élasticité fine concerne les objets touchés par les actions d'élasticité et la granularité de ces actions. Dans cette thèse, nous introduisons plateforme Roboconf un système de cloud computing autonome (ACCS) pour installer et reconfigurer les applications complexes ainsi que soutenir le multi-niveau élasticité fine. A cet effet, Roboconf est également un gestionnaire d'élasticité autonome. Merci à cette plate-forme, nous pouvons abstraire les applications cloud complexes et automatiser leur installation et de reconfiguration qui peut être de plusieurs centaines d'heures de travail. Nous utilisons également Roboconf à mettre en œuvre les algorithmes de multi-niveau élasticité fine sur ces applications. Les expériences menées indiquent non seulement l'efficacité de l'élasticité fine multi-niveau, mais aussi de valider les caractéristiques de support de cette approche de la plateforme Roboconf. / Software applications are becoming more diverse and complex. With the stormy development of Cloud Computing and its applications, software applications become even more complex than ever. The complex Cloud applications may contain a lot of software components that require and consume a large amount of resources (hardware or other software components) distributed into multiple levels based on granularity of these resources. Moreover these software components might be located on different clouds. The software components and their required resources of a Cloud application have complex relationships which some could be resolved at design time but some are required to tackle at run time. The complexity of software and heterogeneity of Cloud environment become challenges that current elasticity solutions need to find appropriate answers to resolve. Elasticity is one of benefits of Cloud computing, which is capability of a Cloud system to adapt to workload changes by provisioning and deprovisioning resources in an autonomic manner. Hence, the available resources fit the current demand as closely as possible at each point in time. To have an efficient elasticity solution which not only reflects the complexity of Cloud applications but also deploy and manage them in an autonomic manner, we propose a novel elasticity approach. It is called multi-level fine-grained elasticity which includes two aspects of application’s complexity: multiple software components and the granularity of resources. The multi-level fine-grained elasticity concerns objects impacted by elasticity actions and granularity of these actions. In this thesis, we introduce Roboconf platform an autonomic Cloud computing system (ACCS) to install and reconfigure the complex applications as well as support the multi-level fine-grained elasticity. To this end, Roboconf is also an autonomic elasticity manager. Thanks to this platform, we can abstract the complex Cloud applications and automate their installation and reconfiguration that can be up to several hundred hours of labour. We also use Roboconf to implement the algorithms of multi-level fine-grained elasticity on these applications. The conducted experiments not only indicate efficiency of the multi-level fine-grained elasticity but also validate features supporting this approach of Roboconf platform.