Return to search

Approches algorithmiques pour l'ordonnancement d'applications parallèles avec communications

Cette thèse est consacrée à l'étude de l'ordonnancement des tâches d'un programme parallèle en prenant en compte l'impact des communications. Sur les machines à mémoire distribuée telles que les grappes de PC, les temps de communications peuvent être importants. Les objectifs de cette thèse sont l'étude de modèles permettant de prendre en compte efficacement ces communications et l'étude des problèmes d'ordonnancement sous ces modèles. Nous nous sommes interessés au modèle à grand délai de communications qui est basé sur une prise en compte explicite des communications et au modèle des tâches malléables dans lequel les tâches sont elles-mêmes des activités parallèles pouvant s'exécuter sur un nombre variable de processeurs. Outre l'étude de la pertinance de ces modèles, les contributions obtenues vont dans les trois directions suivantes. Pour l'ordonnancement de tâches malléables avec contraintes de précédence nous avons proposé des algorithmes d'approximation constante (algorithmes polynômiaux offrant des garanties relativement à une solution optimale), pour le cas des arbres et pour le cas d'un graphe de précedence arbitraire. Une heuristique originale pour le problème du regroupement (ordonnancement sur un nombre non borné de processeurs) est proposée. Elle est basée sur une décomposition récursive du graphe de précédence et elle est validée par des simulations sur des graphes d'applications réelles. Enfin nous nous sommes intéressés au problème d'ordonnancement sous le modèle à grand délai de communication en considérant la possibilité de dupliquer des tâches. Dans ce cadre nous avons obtenu un algorithme polyôomial offrant une garantie logarithmique en fonction du délai de communication, améliorant ainsi la meilleure garantie connue (linéaire).

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00010476
Date06 October 2001
CreatorsLepère, Renaud
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0015 seconds