Abstract FR:

L' @atout majeur des machines parallèles à mémoire répartie réside dans leur rapport coût/performance. Bénéficiant du concept d'extensibilité, leurs performances sont néanmoins étroitement liées à la notion de placement. En effet, ces multiprocesseurs sont extrêmement sensibles aux communications distantes ou plus exactement aux coûts qu'elles induisent. L'objectif du placement est de minimiser les communications. Or ces machines offrent des primitives de communications globales adaptées à leur architecture (réseau d'interconnexion) telles que les scans et les réductions ; leur coût étant très faible compte tenu de celui d'une communication point à point. Cette thèse propose un algorithme de placement automatique du code et des données dans un espace multidimensionnel, qui considère ces opérations globales. Basée sur la localité des données, cette méthode s'applique à décomposer le placement des calculs et des données. Elle remédie aussi à la contrainte logicielle classique dont souffrent les primitives associées ; à savoir que le calcul s'effectue impérativement suivant l'un des axes canoniques de la grille des processeurs virtuels. Enfin, on considère l'interaction des scans de façon à éviter toute redistribution superflue et coûteuse. Le fait de tenir compte des caractéristiques de la machine cible contribue à optimiser le placement et par la même occasion à exécuter efficacement des programmes scientifiques. Ainsi, on peut tirer profit des primitives de communication disponibles sur de telles architectures pour améliorer les performances.