Contexte La consommation d’énergie des ordinateurs devient une préoccupation majeure dans le cadre du réchauffement climatique. Pour optimiser leur consommation électrique d’application informatique, il est nécessaire de disposer d’informations précises sur leur comportement. Il devient alors possible de choisir la bonne fréquence d’un processeur. Cependant, le choix de la vitesse de fréquence peut fortement détériorer son fonctionnement, ou au contraire, n’avoir aucun effet visible pour l’utilisateur.
Objectif L’objectif de ce projet sera réalisé en plusieurs étapes
Encadrants Georges Da Costa, Loïc Barthe, Nicolas Mellado
Contexte Ce stage s’inscrit dans les thématiques de recherche des équipes SEPIA et STORM de l’IRIT.
L’équipe SEPIA s’intéresse à l’économie d’énergie dans les datacenters. En effet ces derniers sont constitués de plusieurs milliers d’ordinateurs et leur impact écologique les placent au niveau de l’industrie de l’aviation. Les travaux de l’équipe SEPIA se positionnent autant au niveau algorithmique (ordonnancement de tâches, reconfiguration d’applications) qu’au niveau des outils de support (lancement d’expériences sur plusieurs centaines de machines, monitoring bas niveau de performance et d’énergie).
Context There is an increasing interest in a new distributed ML paradigm called Federated Learning (FL)[La17], in which nodes compute their local gradients and communicate them to a central server. This centralised server then orchestrates rounds of training over large data volumes created and stored locally at a large number of nodes. This training procedure repeats until some criterion are met. This enables the participating nodes (e.g., IoT devices, mobile phones, etc) to protect their data and solve the data security and privacy issues imposed by law.
Topic Avoiding the ecological catastrophe will require a joined effort from every actor of society. Our intensive and growing use of digital technologies must be questioned. We postulate that some environmental-aware individuals are willing to reflect upon and reduce the footprint associated to their digital usages.
Similarly to the Low-tech Magazine[1], a solar-powered and very lightweight website, this internship will study an off-grid “sufficient”[2] data center in which a part of the users accepts to contribute to the environmental effort.
Keywords prédiction, charge, hpc, ordonnancement, incertitude, énergie
Encadrants Millian Poquet, Georges Da Costa
Contexte Dans le monde du calcul à haute performance, un supercalculateur est une plateforme de calcul utilisée par de nombreux utilisateurs pour y exécuter des applications, notamment pour lancer des campagnes de simulations scientifiques à grande échelle. Les supercalculateurs récents peuvent avoir un nombre très grand de ressources (de l’ordre du million de cœurs) et les utilisateurs n’accèdent donc pas directement aux ressources ; ils passent par l’intermédiaire d’un gestionnaire de ressources (comme SLURM[1]) pour réserver des nœuds/cœuds de calcul et pour y exécuter des applications.
Topic Researchers use simulations to compare the performance (execution time, energy efficiency, …) of different scheduling algorithms in High-Performance Computing (HPC) platforms. The most common method is to replay historic workloads recorded in real HPC infrastructures (like the ones available in the Parallel Workloads Archive): jobs are submitted to the simulation at the same timestamp as in the original log.
A major drawback of this method is that it does not preserve the submission behavior of the users of the platform.
Duration: between 16 and 18 months
Remuneration: depending on profile and experience, according to the University’s salary scale (from 2700 to 3600 € gross monthly). Position to be filled as soon as possible. The applications will be evaluated as soon as they arrive.
Location: IRIT laboratory, Paul Sabatier University (Toulouse, in France)
Following the ANR DATAZERO [1] project (2015-2019), this position is placed in the context of the ANR Datazero2 (2020-2024).
Laboratory: IRIT (Computer science Laboratory) in Toulouse in the SEPIA TEAM Localisation: University Toulouse III Salary: Starts at 2650€ brut for post-doc and 2330€ for Engineer and increases depending on previous experience. Duration: 1 year, can be extended for another year Start of the position: September 2022 Keywords: Edge and Fog computing, Gama, Multi-agent systems, scheduling Profiles: Master or PhD Expected abilities, one or more of the following
Distributed systems Optimization techniques (A.
Date Début mission : entre septembre et décembre 2022. Poste à pourvoir dès que possible, les candidatures seront évaluées au fil de l’eau. Période : Année 2022 / 2023 durée 12 mois (prolongement possible) Expérience : expérience en DevOps Rémunération : en fonction du profil et de l’expérience, selon la grille indiciaire de l’Université (de 1800 à 2300 € brut mensuel en fonction de l’expérience). Lieu d’affectation : laboratoire IRIT, Université Paul Sabatier Contraintes du poste : participer à toutes les réunions du projet incluant certains déplacements potentiels
Special Issue on AI driven Sustainable Cloud/Edge System in Sustainable Computing: Informatics and Systems (SUSCOM) journal
Scope It is essential to broadly make intelligence an integral part of every sustainable computing work, but more importantly in cloud/edge systems due to their inherent closeness to the physical world we live in. With that in mind, we see extensive research on intelligence in cloud/edge systems, which has manifested itself in the development of exciting new systems including those that improve efficiency, reduce cost, optimize sustainability or bring new business venues to bear.
