Abstract FR:

Le travail presente dans ce memoire propose une contribution a l'anticipation des donnees et a la gestion memoire en environnement monoprocesseur et multiprocesseur. Notre travail a tout d'abord porte sur le probleme de l'identification des donnees. Une analyse exhaustive des techniques statiques proposees dans la litterature dans le cadre de la parallelisation et les limites de l'identification dynamique, nous a pousse a defendre la these que les techniques de gestion de donnees doivent etre adaptees en fonction du nombre de donnees statiquement connues. Nous effectuons ensuite une analyse de l'environnement monoprocesseur a travers l'etude des algorithmes d'allocation de registres, d'ordonnancement de code et d'allocation de taches. Dans le cas monoprocesseur, nous proposons des algorithmes optimaux pour la generation d'un flot sequention d'instructions de purges et d'anticipations pour une configuration d'hierarchie memoire a un et deux niveaux de caches. Ensuite, nous proposons un algorithme optimal pour la generation d'un flot parallele d'instructions de purges et d'anticipations. Pour tous les algorithmes precedents, nous proposons une structure materielle hautement parallele et delocalisee. Nous etendons les resultats precedents au cas des donnees statiquement inconnues et proposons deux algorithmes dont l'un sous-optimal. La aussi, nous proposons une structure materielle pour la gestion des donnees. Enfin, apres une analyse importante du probleme dans le cas multiprocesseur, nous proposons un algorithme de gestion des donnees dans le cadre des algorithmes de coherence logiciel. L'algorithme de gestion propose est alors la resultante de l'analyse du cas monoprocesseur et offre une solution hautement parallele au probleme de la gestion des donnees en environnement multiprocesseur