Sorbonne Université

Calcul scientifique haute performance

Responsables : Laura Grigori

La Majeure Calcul Scientifique Haute Performance (HPC) est l'une des cinq Majeures proposées par la spécialité Mathématiques de la Modélisation, seconde année du Master de Mathématiques et Applications.

Le calcul scientifique Haute Performance est un enjeu stratégique pour la recherche scientifique et l’innovation industrielle. Les architectures de calcul modernes, en évolution continue, allient en effet des composantes dont la rapidité ne cesse d’augmenter et dont le nombre de coeurs dépasse le million. Cette puissance de calcul pétaflopique (et exaflopique à l’horizon 2020) donne des possibilités nouvelles, mais nécessite des algorithmes nouveaux et une compréhension profonde à la fois des architectures des ordinateurs parallèles et de la modélisation mathématique.

Ces aspects de la recherche sont donc en pleine évolution pour être adaptés aux architectures actuelles et celles à venir et les compétences sur ce créneau sont indispensables mais bien trop rares tant dans la recherche que dans la formation des unités académiques. C’est aussi le cas dans les laboratoires de R & D des grands groupes industriels capables d’avoir les équipes nécessaires sur ce créneau et qui basent leur compétitivité sur un meilleur contrôle, une meilleure optimisation et une plus profonde connaissance de leurs produits par la modélisation mathématique. Tous les industriels hitech sont concernés ainsi que les banques et les organismes concernés par les défis sociétaux (climat, pollution, planification, etc).

Les cours proposés dans cette Majeure couvrent les thèmes suivants:

• Méthodes avancées pour la résolution numérique des équations aux dérivées partielles issues de la physique, la chimie, la théorie des graphes.
• Introduction au calcul parallèle avec un survol des machines parallèles et modèles de programmation et une mise en oeuvre parallèle.
• Conception des algorithmes parallèles efficaces à travers la dćomposition de domaines, le parallèlisme en temps, la minimisation des communications.
• Aspects calcul parallèle pour l’analyse des grands volumes de données, allant du calcul matriciel au tenseurs en grande dimension.