Abstract FR:

Un moyen de validation et d'interprétation des résultats de calcul numérique intensif est la visualisation graphique. Les exigences de plus grandes précisions conduisent à générer et à traiter des masses importantes de données de l'ordre de plusieurs centaines de millions à quelques dizaines de milliards d'informations et ce, dans des délais courts. Nous avons proposé différents moyens et méthodes permettant d'accélérer le processus de visualisation graphique sur machines à parallélisme massif. Cela va de l'acquisition des données sur disque, à leur traitement où le volume de données peut être bien supérieur à l'espace mémoire, jusqu'au moyen pratique d'appréhender les résultats affichés. Ainsi, nous avons étudié dans un premier temps les moyens de mieux exploiter le potentiel de la machine parallèle ; puis, dans un second temps nous avons complété la visualisation interactive par le traitement des grandes bases de données. C'est après avoir analysé et quantifié les performances des diverses possibilités de répartition en mémoire distribuée, en ayant pris connaissance des différents modèles de représentation visuelle de données scientifiques, que nous avons proposé le meilleur compromis pour placer les données en mémoire pour la visualisation graphique : la 7-views. La base de données est un ensemble d'objets ou DPO dans un espace topologique de processeurs virtuels. L'activité de ces processeurs est régie par l'évolution dynamique des DPO suite aux requêtes de l'utilisateur. L'introduction des processus d'équilibrage de charge à différents niveaux du traitement graphique, a permis de diviser jusqu'a 300 certains temps de traitement sur la MP-1 de 16 k processeurs. Nous avons proposé de nouveaux algorithmes principalement l'expansion-pixel et l'expansion-objet. Les modèles volumiques Maille et Voxelise présentent des qualités particulières en visualisation scientifique. Ils nécessitent néanmoins différents post-traitements pour répondre à l'interactivité des données de grandes tailles. Nous avons développé, dans cette seconde partie du document, un moyen de gérer les données dans une mémoire virtuelle partagée. Celui-ci s'articule autour d'une décomposition automatique des données à la fois en cellules et en niveaux de détails. Enfin, l'exploitation systématique d'un double fenêtrage, permet des investigations plus pratiques et plus conviviales de la masse d'information : il s'agit du concept de fenêtres duales.