Squelettes algorithmiques asynchrones : application aux langages orientés domaine

par Antoine Tran tan

Thèse de doctorat en Informatique

Sous la direction de Daniel Etiemble.

Soutenue le 08-10-2015

à l'Université Paris-Saclay (ComUE) , dans le cadre de École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....) , en partenariat avec Laboratoire de recherche en informatique (Orsay, Essonne ; 1998-2020) (laboratoire) et de Université Paris-Sud (1970-2019) (établissement opérateur d'inscription) .

Le président du jury était Sylvain Conchon.

Le jury était composé de Daniel Etiemble, Sylvain Conchon, Joël Falcou, François Irigoin.

Les rapporteurs étaient Frédéric Loulergue, Stéphane Vialle.

mots clés

• Programmation asynchrone
• DSELs
• Programmation générative
• Programmation générique
• C++
• C (langage de programmation)
• Programmation parallèle (informatique)
• Programmation générative

Résumé

Dans cette thèse, nous présentons des développements de l'approche utilisée dans l'équipe « ParSys » du LRI pour traduire automatiquement des codes scientifiques écrits dans un langage dédié inspiré de Matlab en codes de production haute performance. Pour garantir cette performance, nous mettons à profit d'une part la méta-programmation par templates C++ afin d'analyser chaque expression pour détecter les opportunités de parallélisme, et d'autre part la programmation parallèle asynchrone pour utiliser au mieux les ressources disponibles des machines multi-cœurs. Pour faire le lien entre ces deux étapes du processus de génération de code, des squelettes algorithmiques multi-niveaux sont implémentés. Nos outils ont été implantés dans la bibliothèque NT2 et évalués sur des applications scientifiques du monde réel.

mots clés

• Asynchronous proramming
• DSELs
• Generative programming
• Generic programming
• C++

Titre traduit

Asynchronous algorithmic skeletons : application to domain specific languages

Résumé

In this thesis, we present developments to the approach used by the LRI Parsys team to automatically translate MATLAB-like scientific codes into high performance production codes. To reach a high level of performance, we have combined C++ template meta-programming and asynchronous parallel programming to analyze each expression and detect parallelism opportunities first, and then to ensure near-optimal use of the available resources of multi-core machines. To link these two stages of the code generation process, we have implemented a solution based on multi-level algorithmic skeletons. We have implemented our tools in the NT2 library and evaluated them with several significant scientific benchmarks.