Vous trouverez ici toutes les informations sur Exa-DoST.
Il est essentiel de comprendre comment les applications scientifiques lisent et écrivent les données pour concevoir des systèmes de stockage qui répondent réellement aux besoins du calcul intensif. La caractérisation fine des E/S permet d’orienter les stratégies d’optimisation et l’architecture des futures infrastructures de stockage.
Les données sont au cœur des applications scientifiques, qu’il s’agisse de données d’entrée ou de résultats de traitement. Depuis plusieurs années, la gestion des données (lecture et écriture, également appelées E/S) constitue un obstacle au déploiement à grande échelle de ces applications. Afin de concevoir des systèmes de stockage plus performants, capables d’absorber et d’optimiser ces E/S, il est essentiel de comprendre comment les applications lisent et écrivent les données.
Grâce aux différents outils et méthodes que nous avons développés, nous sommes en mesure de produire une caractérisation détaillée du comportement E/S des applications scientifiques. Par exemple, sur la base des données d’exécution des superordinateurs, nous pouvons montrer que moins d’un quart des applications effectuent des accès réguliers (périodiques), ou que les accès concurrents au système de stockage principal sont moins fréquents que prévu.
Ce type de résultat est déterminant à plusieurs égards. Il permet par exemple de proposer des méthodes d’optimisation des entrées-sorties qui répondent à des comportements applicatifs clairement identifiés. Cette caractérisation est également un élément concret qui influence les choix de conception des futurs systèmes de stockage, toujours dans le but de répondre aux besoins des applications scientifiques.
Figure : Étape de la classification des données.
PEPR NumPEx
