Stages de Master Recherche - Année 2008-2009

Stages de Master Recherche - Année 2009-2010

La préoccupation énergétique est de plus en plus présente dans les systèmes hautes performances et large échelle, comme les clusters et les grilles. L'équipe est impliquée dans plusieurs projets reliés à cette thématique.

Les études que nous menons s'intéressent à l'exécution d'activités (jobs, processus, machines virtuelles, etc.) sur un ensemble de machines hétérogènes ou homogènes, tant du point de vue des activités prises en charge que de l'utilisation des ressources mises à disposition par le système. L'objectif est d'optimiser l'utilisation des ressources partagées, tout en améliorant, ou du moins en ne dégradant pas, la qualité du service rendu aux activités, en prenant en compte la contrainte de l'économie d'énergie.

La mise en place de systèmes réactifs de gestion des ressources et des activités (changement de fréquence de processeur, extinction de machines, déplacement de taches ou de machines virtuelles, ...) crée autant de possibilités d'actions sur le système qui peuvent amener à une diminution de la consommation d'énergie.
Plusieurs stages et directions de recherche pour l'optimisation de l'efficacité énergétique sont envisagés, choisis en accord avec les étudiants intéressés:
Sujets de stages :

Sujet 1 : Conception d'un système réactif energy-aware
Sujet 2 : Anti-équilibrage de charge pour réduire la consommation électrique
Sujet 4 : Evaluation de la consommation d'énergie des applications
Sujet 5 : Confiance distribuée
Sujet 6 : Benchmarking

Important : Tous les sujets sont indemnisés, et tous permettent une poursuite en thèse.

N'hésitez pas à nous contacter pour plus de détails ou pour des précisions : email : pierson -AT- irit.fr

Sujet 1 : Conception d'un système réactif energy-aware

Encadrement : Jean-Marc Pierson, Amal Sayah

Nous nous proposons de concevoir un système qui réagira dynamiquement aux évolutions de son environnement: état des ressources du système (consommation d'énergie, charge etc.) et des activités qui s'y exécutent.
Ce système se compose :
* d'un sous-système d'observation à la fois des activités (ressources requises, paramètres de qualité de service à satisfaire, etc.) et des ressources (consommation d'énergie, utilisation de la ressource (nombre d'activités utilisatrices, taux d'utilisation, etc.)) ;
* d'un sous-système d'actionneurs permettant d'agir sur les activités (par exemple, détruire, stopper, migrer ou redémarrer une activité) et sur les ressources (par exemple, arrêt, mise en veille ou redémarrage d'une machine ou d'un disque, réduire la vitesse d'un processeur).
Le stage se propose d'étudier, de la conception du modèle à la spécification des interactions entre les différents modules, l'architecture logicielle permettant de réaliser la réactivité du système. Un état de l'art sur les deux sous-système sera conduit afin d'identifier les possibilités d'observation et d'action, au niveau local sur chaque machine et au niveau global.
Toutes les conceptions supposeront une définition abstraite du composant logiciel (du sous-système) par des classes de base génériques. Ces classes devront être ensuite dérivées pour des implémentations particulières.
La conception sera ensuite validée par une implémentation particulière, prenant en compte un sous-ensemble d'observateurs et d'actionneurs.

Sujet 2 : Anti-équilibrage de charge pour réduire la consommation électrique

Encadrement : Jean-Marc Pierson, Georges Da Costa

Une problématique habituellement étudiée dans les systèmes distribués est de répartir équitablement la charge. Ici on s'intéressera à la problématique contraire, concentrer la charge sur un nombre minimal de machines. Le but est de pouvoir éteindre les machines libérées et donc de diminuer la consommation énergétique du système.
On utilisera dans un premier temps trois algorithmes à comparer :
* Décision locale : un noeud peu chargé se débarrasse de sa charge et s'éteint
* Décision globale : un serveur décide qui débarrasser de sa charge et éteint ce noeud
* Décision hybride : un noeud peu chargé discute avec ses voisins pour voir qui peut prendre sa charge
Pour étudier ce problème on procèdera en trois phases :
* Modélisation du problème
* Simulation
* Mise en place d'une expérimentation à base de machines virtuelles (Xen, KVM, ...) et d'une application jouet.

Ce travail pourra être étoffé lors d'une thèse en affinant l'algorithme en prenant en compte d'autres objectifs que la consommation d'énergie: l'impact sur les performances, la possibilité de faire varier les fréquences des processeurs,...

Sujet 4 : Evaluation de la consommation d'énergie des applications

Encadrement : Jean-Marc Pierson, Georges Da Costa

La consommation d'énergie est devenue une préoccupation centrale dans tous les systèmes informatiques, concernant les gestionnaires des centres de calculs aussi bien que les simples utilisateurs d'ordinateurs personnels. Pour améliorer la performance énergétique d'un site, il faut commencer par avoir des informations sur sa consommation. En utilisant des wattmètres il est possible d'obtenir la consommation d'une machine, mais cette résolution est trop faible pour savoir quel processus ou application consomme de l'énergie, et donc pour savoir comment réagir et améliorer l'efficacité du site.
Pour évaluer la consommation d'une application, il est nécessaire d'obtenir des informations précises sur son comportement (par exemple au moyen des registres comptant les instructions flottantes, entières, les accès à la mémoire, etc...), puis au moyen d'un wattmètre d'en déduire un modèle liant ce comportement fin à la consommation de l'application.
Le stage se sépare en deux parties:
* Expérimentations pour récupérer des données des compteurs hardware (en modifiant le code source des applications) et du capteur d'énergie
* Extraction de corrélations entre ces données pour déterminer la consommation d'énergie en fonction des valeurs des capteurs. Des modèles linéaires simples seront utilisés dans un premier temps, puis des modèles non-linéaires seront abordés.

En utilisant ce travail, il deviendra possible de déduire la consommation d'une application en utilisant uniquement des briques logicielles, rendant la mesure possible de manière simple et partout.
Ce travail pourra être étoffé dans deux directions:
* Effectuer un travail au niveau du noyau linux pour récupérer les données des compteurs de manière non intrusive.
* Généraliser la récupération des données et le modèle pour tenir compte des informations sur les accès disques, réseau,... qui ont un impact sur la consommation d'énergie.

Sujet 5 : Confiance Distribuée

Encadrement : Jean-Marc Pierson

Avec l'explosion de l'utilisation des machines virtuelles, il devient de plus en plus facile de procéder à des migrations de taches. Ces migrations peuvent être utilisées dans différentes optiques, checkpointing, économie d'énergie, équilibrage de charge, disponibilité,...
Dans le cadre des systèmes grande échelle il est difficile d'avoir une maîtrise totale de toutes les machines. Ainsi comment être sûr que si l'on migre une tache sur un noeud, il y sera bien exécuté, sans modification. Il est nécessaire d'avoir confiance en ce noeud, sans pour autant l'administrer. C'est la raison pour laquelle il existe des algorithmes de confiance distribués dont le but est d'évaluer la confiance que l'on peut avoir en un tiers sans avoir besoin de connaissances préalables sur celui-ci.
Les algorithmes actuels parcourent tous les chemins possibles pour calculer la confiance entre deux noeuds. Le coût d'un tel algorithme croit exponentiellement avec le nombre de machines impliquées. Il est donc nécessaire d'explorer de nouveaux algorithmes décentralisés d'évaluation de la confiance se basant sur des informations locales afin de réduire ce coût. Ce type d'algorithmes permettra de pouvoir proposer des techniques utilisables à grande échelle.
Ce travail pourra être continué lors d'une thèse en améliorant l'algorithme, son évaluation, ainsi qu'en prenant en compte les autres caractéristiques des algorithmes de confiance, tels que rendre objectifs les résultats obtenus à partir d'informations subjectives.

Sujet 6 : Benchmarking

Encadrement : Jean-Marc Pierson

Les travaux effectués pour réduire la consommation électrique des infrastructures distribuées doivent être évalués. La première mesure évidente est le gain en termes de nombre de watt/heures qui sont économisés, en fonction de la qualité de service cible. Ainsi, une perte de performances de 5%, ou de 5 secondes, contre un gain en électricité de 10%, ou de 1000 Watts peut être acceptable et accepté par la communauté des utilisateurs. Encore faut-il être capable d'évaluer cet équilibre !
Caractériser les applications en termes de besoins en ressources (CPU, disques, réseau, …) et fournir une batterie de tests permettant, suivant les infrastructures distribuées de déploiement, d'évaluer sur des applications caractérisées, l'intérêt de telle ou telle approche économisant l'énergie est une direction de recherche indispensable. Plutôt que de travailler de manière isolée à des méthodes et métriques liées à chaque développement de méthode d'économie d'énergie, nous proposons de construire un benchmark de déploiement le plus générique possible pour l'évaluation des mesures d'économie d'énergie.