QUELLES ARCHITECTURES POUR LES SIMULATIONS DE DEMAIN?

L’objectif de ce séminaire est d’apporter un éclairage multidisciplinaire, voire transdisciplinaire, sur la thématique des futurs simulations numériques en invitant des chercheurs et des ingénieurs d’horizons différents.

Il est généralement admis que la puissance de calcul ne cesse d’augmenter pour simuler des phénomènes de plus en plus en complexes. Il est pourtant de moins en moins exact que l’accélération des codes de simulations parallèles peut être simplement obtenue en attendant la nouvelle génération de processeurs étant donné la relative stagnation de la vitesse des processeurs. Il est donc nécessaire de développer des architectures de calcul de plus en plus complexes, hétérogènes et distribuées pour obtenir des puissances de calcul croissantes.

Les premières super-calculateurs exaflopiques sont ainsi attendues entre 2020 et 2022 et seront composés de plusieurs millions de processeurs pour fournir un milliard de milliards d’opérations arithmétiques par seconde. Cette forte augmentation de puissance est nécessaire, par exemple pour modéliser le comportement des nouveaux réacteurs nucléaires.

Cette immense puissance de calcul entraîne des problématiques au niveau technologique (consommation électrique, transfert des données, résilience, temps de communication hétérogène, mémoire …), applicatif (modèle de programmation…) et mathématique (précision, stabilité…). Il paraît donc utopique de penser que les applications industrielles disposeront de cette puissance de calcul au simple prix du portage de leur code. De plus, des études ont montré que les applications industrielles actuelles n’auront qu’un rendement de l’ordre de 2% sur ces futures machines. Des travaux de recherche sont menés dans le cadre du projet “European Exascale Software Initiative” pour fournir des recommandations sur les applications numériques afin utiliser au mieux les futures architectures de calcul.

Par ailleurs, il existe aussi des travaux de recherche autour de modélisations de calculs alternatifs plus économes en puissance de calcul ( modèles réduits,adaptation de maillage…). Il s’agit sous certaines conditions d’une solution alternative à la course à la performance mais qui nécessite également de repenser les algorithmes actuels des applications industrielles.

COORDINATION SCIENTIFIQUE