14e Journées Informatiques IN2P3/IRFU

14 nov. 2022, 13:30 → 17 nov. 2022, 12:15 Europe/Paris

L’édition 2022 des Journées Informatiques de l'IN2P3/IRFU aura lieu du lundi 14 novembre à 14h au jeudi 17 novembre à 12h.

Ces 14ème Journées Informatiques se tiendront uniquement en présentiel, au Croisic (44), domaine de Port au Rocs. Le nombre de places maximum est fixé à 120 personnes, l'inscription est obligatoire, et soumise à approbation. La priorité sera donnée aux collègues ayant une présentation, ainsi qu'à ceux qui resteront les 4 jours complets.

À l'heure où la sobriété devient un enjeu malgré l'augmentation croissante de l'utilisation des ressources informatiques, l'utilisation la plus efficace possible des infrastructures devient critique. C’est pourquoi nous proposons d’organiser les présentations de ces JIs autour du fil rouge "Performance et sobriété ?". Cela permettra de discuter de tous sujets comme à l'ordinaire, tout en gardant à l’esprit les possibilités, attentes ou difficultés données par ces nouveaux défis avec lesquels nous devrons composer dans les années à venir.

Nous vous invitons dès à présent à soumettre vos résumés de contributions. Trois formats de présentation sont proposés :

• exposé de 20 minutes +10 minutes de questions ;
• exposé dit "éclair" de 3 minutes (session commune pour les questions) ;
• format "plus" souple, pour les piscines (didacticiels), d'une durée d'environ une heure.

La date limite de soumission de contributions est fixée au 03 octobre 2022, à midi.

Notez que la date limite d'inscription est quant à elle fixée au 27 octobre 2022, à minuit.

Lors de l'inscription, vos horaires d'arrivée et de départ sont demandés. Bien qu'optionnelles, ces informations nous permettront de fixer les horaires de navettes qui relieront la gare du Croisic au centre de Le Domaine Port aux Rocs. Nous vous encourageons donc fortement à nous les communiquer si vous souhaitez profiter de ce service.

Les présentations seront enregistrées, et proposées par la suite par le service du webcast IN2P3. Souhaitant revenir à un mode en présentiel uniquement, on ne proposera pas de lien Zoom pour suivre ces journées à distance.

 

Affiche-JI22.pdf

Enregistrement des journées

Photo-chateau.jpg

lundi 14 novembre

13:30 Accueil des participants

Stratégie et enjeux du calcul frugal

Panorama des enjeux de calculs à l'aube de la sobriété

1 Bienvenue

Mot de bienvenu

Orateur: Dr Gines MARTINEZ (Subatech CNRS/IN2P3 IMT Atlantique Univ Nantes)

Bienvenue aux JI2022

PresentationSubatech_JourneesInfoIN2P3.pdf

2 Les nouveautés de l'Irfu

Orateur: Imed MAGROUNE

JI_2022_Calcul_IRFU.pptx

Les nouveautés de l'Irfu

3 Les perspectives du calcul à l'IN2P3

Orateur: Sabine Crépé-Renaudin (IN2P3)

Calcul et Données@IN2P3_SCR_JI_2022-11-14.pdf

Les perspectives du calcul à l'IN2P3

16:00 Pause Frugale

Stratégie et enjeux du calcul frugal

Panorama des enjeux de calculs à l'aube de la sobriété

4 Les évolutions du CC-IN2P3

Orateur: M. Benoit Delaunay (CC-IN2P3/CNRS)

20221114-JI2022-CC-IN2P3.pdf

Les évolutions du CC-IN2P3

Séminaire

Journées informatique IN2P3-IRFU.pdf

5 Séminaire Ecoinfo

Le séminaire portera sur la conduite de la sobriété d’une institution. En particulier, l’intérêt des actions locales ne peut s'évaluer que par rapport à des objectifs globaux, et malheureusement, c’est ce contrôle que le plus souvent nous n’avons pas. Une fois ce contrôle installé, il ne reste que peu de choix pour modérer les objectifs fonctionnels, et pas seulement les moyens de les atteindre. La pression des évènements aiguillonne l’imagination pour regagner de la puissance de calcul sans augmenter la puissance matérielle.

Orateur: M. Olivier Ridoux (IRISA)

Journées informatique IN2P3-IRFU.pdf

Séminaire Écoinfo

19:00 Cocktail dinatoire frugal de bienvenue

mardi 15 novembre

Développement

6 Analyse des coûts de compilation de programmes C++

Le C++ est un des langages de programmation qui offre le plus de contrôle sur son processus de compilation, via des mécanismes comme constexpr et la spécialisation de template. Bien utilisées, ces possibilités permettent d'accélérer l'exécution en préparant au maximum le travail du programme pendant sa compilation. Mais si l'on en abuse, elles peuvent aussi rendre la compilation très lente, voire si gourmande en mémoire qu'elle en devient impossible.

Dans cette contribution, je présenterai un outil que j'ai développé pour mieux comprendre ce qui est coûteux dans le processus de compilation d'un programme C++, afin de pouvoir plus facilement résoudre ce type de problème et faire de meilleurs choix de conception pour prévenir leur apparition.

Orateur: Hadrien Grasland (IJCLab)

Analyse des coûts de compilation de programmes C++

crofiler.pdf

7 Utiliser le NVidia HPC SDK sur MUST

Depuis novembre 2020 le compilateur nvc++ permet de compiler un programme C++17 directement sur GPU sans passer par Cuda ou d'autres méthodes type Sycl, Kokkos, OpenCL.

Retour d'experience avec la simulation de la réaction de Gray Scott sur CPU et GPU.

Orateur: Pierre Aubert (LAPP)

presentation_must_use_hpc_sdk_light.pdf

Utilisation du Nvidia HPC SDK sur MUST

8 Optimisation automatique de la cartographie des materiaux pour Acts

En physique des particules, la trajectographie joue un rôle central dans le processus de reconstruction d'événements, et constitue un des principaux défis pour les expériences présentes et futures du fait de son fort impact sur la qualité des résultats physiques obtenus. Pour reconstruire ces trajectoires, nous avons recours à différents algorithmes utilisés de manière successive. Chacun de ces algorithmes est paramétré par différentes variables qui doivent être optimisées pour prendre en compte les spécificités du détecteur/de l'expérience, le budget Cpu disponible et les performances espérées.

Jusqu’alors, ces processus d’optimisations devaient être effectués manuellement par des experts, rendant la préparation de nos algorithmes inefficace et posant des questions sur le maintien à long terme de ces derniers. Mais durant les précédentes tentatives d’appliquer les techniques d’apprentissage automatique à la reconstruction de trajectoire (TrackML challenge), il a été montré que l’optimisation de ces algorithmes pouvait être faite de manière systématique en s’appuyant directement sur les données. La communauté Acts (A Common Tracking Software, un logiciel de trajectographie open source destiné à remplacer celui d’ATLAS) travaille donc activement à implémenter cette approche pour les différents algorithmes de la trajectographie.

Nous avons appliqué cette approche à la génération de carte de matériaux, un modèle simplifié des matériaux présent dans notre détecteur, utilisé dans la reconstruction des particules. Ces cartes sont indispensables à la bonne prise en compte des interactions particule/matière et donc à la bonne reconstruction des trajectoires. Elles demandent par contre de nombreuses heures de travail à un expert pour être optimisées. Notre algorithme peut générer des cartes d'une qualité comparable en demandant une implication minimale des experts.

Orateur: Corentin Allaire (IJCLab)

ACTS-auto-JI.pdf

Optimisation automatique de la cartographie des matériaux pour Acts

10:30 Pause Frugale

Développement

9 Calcul performant et pratique avec C++20

Dans le contexte du calcul haute performance et d'autant plus dans le cas du calcul scientifique et de la physique des hautes énergies, l'ergonomie et la performance du code de calcul sont deux aspects souvent antagonistes

Le code se doit d’être performant au niveau algorithmique et au niveau de son adéquation avec les architectures parallèles modernes. Au niveau ergonomie, il est vital que le code écrit par et pour des scientifiques soit compréhensibles par ces derniers. Afin de bénéficier du meilleur de ces deux aspects, il convient d'utiliser des structures de données de haut niveau et des algorithmes permettant de simplifier le code tout en conservant un haut niveau de performance.

Dans cette présentation, nous allons présenter quelques éléments de C++20 qui permettent de construire de tels composants :
- les concepts, qui permettent de poser des contraintes sur les types et valeurs passés en paramètre d'un template,
- l'évaluation à la compilation, qui a pas mal évolué avec constexpr et consteval.

Nous verrons comment ces éléments peuvent s'intégrer dans un code existant, et comment ils peuvent être combinés pour construire un système de gestion de données numériques multi-dimensionelles simple et efficace.

Orateur: Sylvain Joube (LISN - IJCLab - Université Paris-Saclay)

Calcul performant et pratique avec C++20

Calcul performant et pratique avec C++20 2022-11-15_00h26.pdf

10 𝔽, ou les malheurs du calcul

Je rappelle les problèmes inhérents au calcul avec des nombres à virgules flottante en les illustrant par quelques cas concrets dans notre activité de développeur pour des codes de physiques. J'insiste notamment sur les illusions associées au terme de ``precision´´ qu'on utilise pour qualifier la résolution de nos variables à virgule flottante. Je décris aussi quelques technique de self-defense et quelques outils comme l'arithmétique stochastiques (en lien avec la présentation de Roméo Molina), utilisés pour garantir la précision ainsi que le sens de nos calculs, tout en recherchant la performance.

Orateur: Vincent Lafage (CNRS)

𝔽, ou les malheurs du calcul

JI_2022_malheurs_calcul.pdf

11 Contrôle du calcul dans AGATA : du cristal à la mesure finale

Le projet AGATA a pour objectif de construire un spectromètre de rayons gamma 4pi composé de 180 cristaux de germanium. Chaque cristal est divisé en 36 segments qui permettent d’identifier précisément les interactions qui se produisent dans le cristal et donc les caractéristiques du rayon gamma.
Lorsqu’un rayon gamma interagit avec le germanium il produit un signal électrique dans le segment concerné mais aussi dans les segments voisins. En comparant ces signaux avec une base de signaux de référence, on peut déterminer le lieu exact de l’interaction à 5mm près. Cette étape s’appelle le Pulse-Shape Analysis (PSA), ou analyse des formes d’impulsions, et doit être effectuée en direct en raison de la quantité de données à traiter.

Le code du PSA a presque une quinzaine d’années et il souffre d’un important problème de cache-miss qui grève ses performances et que nous avons validé à l’aide de l’outil perf.

Par ailleurs, dans la chaîne d’exécution menant au PSA, on observe des conversions successives des données, celles-ci sont échantillonnées sur 14 bits par l’électronique, ce qui correspond donc à une douzaine de bits d’information, puis converties en entiers 16 bits, puis finalement en flottants 32 bits. Ces conversions successives nous poussent à nous intéresser à la précision numérique réelle des résultats et donc à chercher la précision la plus faible dans laquelle on peut effectuer ces calculs.

Notre travail a donc deux objectifs concomitants : réduire le cache-miss du PSA en diminuant le volume des données accédées tout en contrôlant la validité numérique de nos résultats.
Pour cela, nous avons instrumenté le code du PSA afin de pouvoir y utiliser facilement différents types (single, double, half) et de le contrôler à l'aide de l’outil CADNA qui permet d’évaluer le nombre de chiffres significatifs exacts de nos résultats. Cette présentation sera l’occasion d’exposer les résultats obtenus lors de ces expériences.

Orateur: Roméo Molina (CNRS)

Contrôle du calcul dans AGATA : du cristal à la mesure finale

slides.pdf

12:30 Déjeuner Frugal

Activités

Une activité super intéressante

16:30 Pause Frugale

Piscine

Piscine

12 Analyse de performances linux avec perf

Pour optimiser les performances d'un programme, il faut d'abord comprendre ce qui les limite. Sous Linux, l'un des outils de référence est le profileur perf, qui bénéficie d'une intégration au noyau et peut de ce fait avoir une vision complète de l'utilisation des ressources système par un ou plusieurs processus. Dans ce TP, vous apprendrez à maîtriser ses possibilités.

Orateur: Hadrien Grasland (IJCLab)

Présentation

README serveur (local)

TP perf (internet)

TP perf (local)

Autres TPs (local)

• CADNA
• EVE
• Pierre (multi)
• Plugin LLVM
• PROMISE

19:30 Diner frugal (ou pas)

mercredi 16 novembre

Sécurité

13 Création d'un bastion SSH sécurisé et redondé

Dans le cadre de la rénovation de l'infrastructure ainsi que l'amélioration de l'expérience utilisateur, les administrateurs informatiques de l'IRFU cherchent à proposer un cluster de bastions SSH en haute disponibilité, tout en mettant en place une sécurité suffisante pour un service ouvert sur internet.

Plusieurs problèmes se posent alors: Comment diminuer au maximum la surface d'attaque ? Comment proposer une haute disponibilité intelligente ? Quelle niveau de sécurité est demandé par le RSSI pour ces serveurs ? Comment le mettre en place ? Comment séparer le flux d'administration du flux ssh des utilisateurs ?

Nous verrons l'architecture de la solution technique envisagé (Haproxy+keepalived pour le "front", et un Double SSH + SELinux + fail2ban + clamAV + rkhunter + check_mk + filebeat pour le "back"), ainsi que ses limites et son évolution (actuelle ou futur).

Orateur: Benjamin Mare

14 Tentative de Phishing à l'IRFU

Une tentative de phishing très ciblée a été lancée sur l'IRFU les 29 juillet ,1er aout et 17 aout 2022...

Je reviendrai sur le déroulé des opérations, les conséquences, les problèmes liés au travail à distance... Et j'expliquerai les différents outils qui ont permis en partie de limiter les conséquences...

Joel Surget

Orateur: joel surget (CEA/Saclay IRFU)

Présentations Flash

15 Pycoa: Python pour comprendre le Covid-19

PyCoa (www.pycoa.fr) est un ensemble de codes Python qui s’adresse aux personnes souhaitant s’approprier et étudier les données
relatives à la pandémie du Covid 19: lycéens, étudiants, analystes stratégiques, data journalistes et scientifiques.

Notre logiciel, contrairement à un Dash Board classique, présente l'intérêt de pouvoir accéder directement aux données de la Covid-19
depuis leurs sources et ce avec une licence libre de droit (licence MIT).

Il fournit:
• un accès simple aux bases de données sur la Covid-19 (2 mondiales et 15 nationales dont plusieurs de gatagouv)
• des outils pour représenter et analyser les données du Covid-19, comme des séries temporelles, des histogrammes ou des cartes
et ce en 2 lignes de code seulement !
Notons qui peut être utilisé également pour analyser les données du virus Monkeypox.

Orateur: olivier dadoun (LPNHE)

PYCOA-JII2022.pdf

16 Tiny ML/DL : Voice Recognition on MCUs

AI applications on tiny devices : Can we run a full CNN models for voice recognition or object detection on a Micro Controller Units (MCU) with only 516 KB of RAM ?
In this quick intervention I explain the need, the continuous process of optimization and the techniques of improvement of the codes which allow to make inferences on CNN models on ARM or RISK-V cards for real-time systems (Arduino like).

Orateur: Imed MAGROUNE

JI_2022_tinyML.pptx

17 CODEEN : COllaborative DEvelopment ENvironement for Euclid spacecraft

CODEEN (COllaborative DEvelopment ENvironement) est une plateforme de développement collaboratif basée notamment sur les principes et bonnes pratiques du développement basé sur les tests, de l'intégration continue et de la livraison continue. L'objectif de la plateforme est d'une part d'automatiser l'extraction des codes scientifiques, la construction de ces codes et l'exécution des tests, des outils de contrôle qualité, la génération de la documentation et la publication de tableaux de bord correspondants. Cette plateforme est hebergée dans le cloud Openstack du Centre de Calcul IN2P3.

Orateurs: Martin Souchal (APC), Pavel Zakharov ({IRD}UMR7164)

JI2022_Euclid.pdf

18 Développement d’un Framework basé sur PyTorch Lightning pour l’entraînement de Graph Neural Network (GNN) pour le tracking

Les phases de R&D en apprentissage profond (Deep Learning) peuvent être coûteuses en temps d’utilisation de ressources CPU et GPU. La définition de plan d’expériences claires, permettant une exploration efficace des hyperparamètres, l’évaluation des performances et le traçage des conditions expérimentales permet de tendre vers une utilisation plus efficace des ressources et donc vers plus de sobriété énergétique tout en renforçant la robustesse et la reproductibilité des résultats.

Nous présentons des travaux réalisés récemment pour le développement d’un framework de R&D commun aux équipes du L2I-Toulouse et le projet ExaTrkx (Lawrence Berkley National Laboratory, University of Illinois) dans le cadre de la collaboration visant à établir un algorithme de reconstruction de traces basé sur les Graph Neural Network (GNN). Le framework est basé sur PyTorch Lightning et tend à conjuguer qualité logicielle (dataflow, modularité, intégration de test) et une logique spécifique aux entrainements et à l’évaluations des modèles.

Orateur: Sylvain Caillou (L2I Toulouse, CNRS/IN2P3, UT3)

JI_dev_flash_l2it.pdf

19 frugalité dans un contexte HPC

Il nous est demandé de proposer des plans pour répondre à des restrictions sur l’approvisionnement électrique.
Notre salle machine apparaît comme un consommateur important pour l’IRFU (20% de la consommation totale de l'institut).Nous avons donc recherché des stratégies pour diminuer cette consommation en cas de pénurie.

Orateur: Pierre-François Honoré (CEA/DRF/Irfu - Université Paris Saclay)

frugalité dans un contexte HPC.pdf

20 Bilan des actions CCRI de l'année

Orateur: Françoise BOUVET (IJCLab)

JI2022-ActivitesRI3.pdf

JI2022-Comites.pdf

21 Compliation des présentations

01_06_flash.pdf

Compilation des présentations flash

10:30 Pause Frugale

Gestion des données

22 L'écosystème de métadonnées AMI

AMI (ATLAS Metadata Interface) est un écosystème générique pour l’agrégation et la transformation métadonnées ainsi que la sélection de données scientifiques par critères de métadonnées. Bénéficiant de 20 ans d'expérience dans le contexte du LHC (Large Hadron Collider), l'écosystème profite à plusieurs collaborations scientifiques dont ATLAS, NIKA2, n2EDM, ...

Nous présenterons comment déployer une stack AMI complète, incluant une démo fonctionnelle, à l'aide de Docker.

En particulier, nous détaillerons trois composantes essentielles de l'écosystème :

• AWF (AMI Web Framework), l'environnement permettant de développer simplement des interfaces utilisateurs,
• MQL (Metadata Querying Language), un langage de domaine spécifique permettant d'effectuer des requêtes sans connaitre dans la structure relationnelle des bases de données,
• le serveur d'agrégation de métadonnées avec son interface Web d'administration et son outil de conception de pipelines de tâches.

Orateur: Jérôme ODIER (CNRS/LPSC)

ami-ji-2022.pdf

L'écosystème de métadonnées AMI

23 Bases de données fédérées

Je présenterai l'architecture d'accès aux données de manière transparente en utilisant plusieurs types de bases de données, à savoir base de données SQL, base de données NoSQL et base de données Graph.
Chaque base de données est utilisée pour le domaine où elle est la plus appropriée et un accès inter-technologie transparent est offert aux utilisateurs.

Les points forts et faibles des trois technologies seront discutés, ainsi que diverses stratégies pour orchestrer leurs inter-opérations.

L'architecture sera illustrée sur la mise en œuvre du
stockage du projet Fink, utilisant les technologies JanusGraph et HBase.

Orateur: Julius Hrivnac (IJCLab)

Bases de données fédérées

Bases de données fédérées (enregistrement)

12:00 Déjeuner Frugal

Patrimoine informatique

24 Préservation du patrimoine informatique

Ou n'attendons pas que nos vieilles bécanes se fossilisent ...

Peu de gens savent que le premier micro-ordinateur de l'histoire est français : le Micral-N. L'un des derniers exemplaires a quitté le pays en 2017 lors d'une vente aux enchères remportée par le co-fondateur de Microsoft.

La préservation du patrimoine numérique et informatique est un enjeu majeur de notre époque. De nombreuses initiatives existent en France, mais sont portées principalement par des associations ou des personnes privées. Bien qu'extrêmement motivés, les acteurs de la préservation numérique n'ont que peu de moyens, et une portée limitée. Au CC-IN2P3, anciennement CCPN, nous avons connu les débuts de l'informatique. Nous avons utilisé des machines mythiques comme le mainfraime IBM 3081 ou le NeXTcube pour n'en citer que deux. De nombreux labos de l'IN2P3 ont également possédé voire conçu des machines uniques au monde, comme le LPNHE avec le CHADAC. Que sont devenues ces reliques du passé numérique de la France ? Reste-t-il des traces de leur existence ? Sans vouloir "spoiler", la plupart ont terminé (ou terminent encore aujourd'hui) dans des bennes, lors de déménagements de labos ou de nettoyages du printemps.

Mais ne désespérons pas : il existe au sein de l'IN2P3 des personnes passionnées de rétro-informatique, et qui ont conscience de l'importance du patrimoine. Ils seront à même d'identifier et évaluer l'interêt de conserver les vieux équipements qui sont peut-être encore dans votre labo. Avant de vider vos caves dans des bennes, pensez à les contacter. Au cours de cette présentation nous vous présenterons les initiatives au sein de l'institut, notamment le musée du CC-IN2P3 et la collection du LPNHE.

Orateurs: Fabien Wernli (Sysadmin), Pierre-Emmanuel Brinette (CC IN2P3), olivier dadoun (LPNHE)

ccslideshow.pdf

JI 2022 Preservation patrimoine informatique.pptx

Préservation du patrimoine informatique

Gestion de ressources de calcul

25 Découverte de Apache Airflow

Apache Airflow est un puissant gestionnaire de workflow souvent utilisé pour la transformation de données.
Dans cette présentation, vous découvrirez son fonctionnement et ses différentes fonctionnalités en s’appuyant sur des cas d'utilisation au Centre de Calcul de l’IN2P3.

Orateur: Florian Vernotte (CC-IN2P3)

AirflowJI2022.pdf

Découverte de Apache Airflow

26 La plateforme de notebooks Jupyter au CC-IN2P3

Depuis un peu plus de 2 ans le CC-IN2P3 propose une plateforme de notebooks Jupyter.
La présentation fera la point sur les composants logiciels sous-jacents mais aussi sur les services offerts par cette plateforme comme, par exemple, la possibilité de calcul sur GPU ou l'utilisation du framework Dask pour distribuer des tâches de calcul sur la ferme de batch SLURM.

Orateur: Bernard Chambon (CC-IN2P3)

JNP@CCIN2P3-JIs2022.pdf

La plateforme de notebooks Jupyter au CC-IN2P3

27 BBQ (Beautiful Batch Query)

Le projet BBQ (Beautiful Batch Query) du Centre de Calcul de l'IN2P3 (CC-IN2P3) propose une interface web pour interroger l'état des fermes de calcul (HTCondor et Slurm, et dans le passé UGE) du CC-IN2P3. Actuellement, il permet de répondre aux besoins suivants :

• Suivi opérationnel au niveau des jobs, utilisateurs et machines, avec pour certains éléments (jobs GPU, jobs en attente, etc.) des pages détaillées pour suivre au mieux l'état des fermes ;
• Historique des jobs et analyse post-incident ;
• Recherche de jobs selon des critères avancés ;
• Quelques statistiques.

Datant d'il y a moins de 2 ans, c'est un outil encore récent et en pleine évolution, et de nouvelles fonctionnalités sont réguliérement ajoutées afin d'étudier aux mieux les performances de nos fermes de calcul et optimiser leurs usages et leur consommation d'énergie.

Dans le cadre des Journées Informatiques, nous vous proposons une présentation au format de 20 minutes durant laquelle nous pourrions aborder les point suivant :

• Besoin : à quelle demande répond BBQ, historique et explication de certains choix ;
• Fonctionnel : présentation de l'outil et de ces fonctionnalités principales ;
• Techniques : quelques choix techniques intéressants ;
• Futur : évolutions envisagées ou possibles.

Orateur: Guillaume Cochard (CC-IN2P3)

BBQ (Beautiful Batch Query)

bbq.pdf

16:00 Pause Frugale

Gestion de ressources de calcul

28 Mise en place au CC-IN2P3 d'une plateforme d'analyse interactive pour les données de l'observatoire Vera C. Rubin

L’observatoire Vera C. Rubin, en phase finale de construction au Chili, avec son télescope de 8,4 mètres et sa camera de 3.2 giga pixels, va produire plus de 20TB des données chaque nuit, 300 nuits par an. 50% de ces données seront traitées au CC-IN2P3 afin de produire des images prêtes pour la science ainsi qu'un catalogue astronomique. Au bout des 10 années d'exploitation, un jeu de données composé de plus de 7 millions d'images, de 20 milliards de galaxies et 17 milliards d'étoiles ainsi que leurs propriétés physiques associées sera constitué.

Afin de permettre aux chercheurs de l'Institut d'exploiter scientifiquement les données de cet instrument unique, nous évaluons actuellement au CC-IN2P3 une base de données pour héberger le catalogue astronomique ainsi qu'une plate-forme d'analyse interactive des données. Nous présenterons l'état d'avancement de nos travaux et une vue d'ensemble des capacités de ces outils.

Orateur: Gabriele Mainetti (CC-IN2P3)

Filter Switch

Mise en place au CC-IN2P3 d'une plateforme d'analyse interactive pour les données de l'observatoire Vera C. Rubin

Slides

Slides en ligne

29 Déploiement et gestion d’un parc machine avec Cloudinit et Ansible

Je présenterai notre nouveau système d'installation automatique, configuration et maintenance de nos postes de travail et serveurs basé sur TFTP+Cloudinit+Ansible.

Orateur: Francois LEGRAND ({CNRS}UMR7585)

Déploiement et gestion d’un parc machine avec Cloudinit et Ansible

JI2022-cloudinit-ansible.pdf

30 Kubernetes, une histoire d'API

Dans cette présentation, nous discuterons des intérêts des API Kubernetes (appelées Ressources) et en quoi on t'elles permis l'évolution et l'adoption globale de Kubernetes.

Orateur: Jean Multigner (LAPP)

kubernetesApi2.pdf

Kubernetes, une histoire d'API

31 An Exact Algorithm for the Linear Tape Scheduling Problem

Les bandes magnétiques sont souvent considérées comme un moyen de stockage dépassé, mais sont encore utilisées pour stocker de grandes quantités de données. Les performances en lecture dépendent en partie de l'ordre dans lequel les fichiers demandés sont accédés sur une bande donnée. Cette problématique n'est toutefois presque pas étudiée dans la littérature de recherche en informatique. Dans cet exposé, nous étudions le problème de minimisation du temps de lecture moyen sur une bande magnétique linéaire. Nous proposons un algorithme polynomial et optimal, ce qui était conjecturé impossible, et évaluons l'amélioration obtenue sur des données issues de la bandothèque du CC-IN2P3.

Orateur: Bertrand Simon

An Exact Algorithm for the Linear Tape Scheduling Problem

slides_JI.pdf

19:30 Diner de gala frugal

jeudi 17 novembre

Prospectives

32 La programmation des processeurs quantiques

Des processeurs quantiques sont aujourd’hui à la disposition du publique via le service Amazon Braket ou via IBM Quantum Experience, par exemple, gratuitement ou payant, et sont utilisés par un grand nombre d’utilisateurs intéressés par ce nouveau paradigme de calcul. Des processeurs beaucoup plus performants commencent à équiper quelques laboratoires au monde et des partenariats sont mis en place pour permettre l’accès aux communautés des chercheurs, comme le CERN, à ces outils extrêmement complexes et coûteux. Les réalisations techniques, longtemps dépassés par les avancements théoriques, se déclinent aujourd’hui dans plusieurs approches, même si il n’y a pas encore une technologie unique promettant à résoudre tous les problèmes technologiques dans ce domaine.
Je vais présenter un exemple de programmation d’un processeur quantique et je vais essayer d’expliquer en quoi consiste la réalisation des codes informatiques pour ces dispositifs de calcul.

Orateur: Bogdan Vulpescu (Laboratoire de Physique de Clermont)

JI2022_QC.pdf

La programmation des processeurs quantiques

33 Gestion des ressources en mémoire des GPU pour l’entraînement de Graph Neural Network (GNN) sur de larges graphes.

L’entraînement de modèles GNN sur de larges graphes est très couteux en mémoire. Cela représente un défi majeur pour les expériences dont les données éparses sont représentées par des graphes de très grande taille. Nous expliquerons les raisons de ce coût en mémoire spécifique aux architectures GNN et pourquoi les problèmes de dépassement de mémoire ne peuvent pas être résolus avec des approches multi-GPU de type distribution de données (Distributed Data Parralel), ou de type distribution du modèle (Distributed Model Parallel).
Nous présenterons les techniques de offloading et de checkpointing comme solutions potentielles au dépassement mémoire mais avec un coût en temps de calcul supplémentaire.
Avoir une utilisation plus efficace de la ressource GPU en cherchant le meilleur compromis entre la consommation en mémoire et temps de calcul permet de réduire le temps d’entraînement des modèles GNN, accélérer la recherche et tendre vers plus de sobriété énergétique.
Nous présenterons une étude comparative des performances en termes de temps de calculs et de consommation mémoire entre ces deux techniques appliquées à un cas concret : L’entraînement de modèles GNN pour la reconstruction de traces de particules chargées à partir de simulation réalisée dans ATLAS-ITk dans les conditions HL-LHC.

Orateur: Sylvain Caillou (L2I Toulouse, CNRS/IN2P3, UT3)

Gestion des ressources en mémoire des GPU pour l’entraînement de Graph Neural Network (GNN) sur de larges graphes

ji2022.pdf

10:00 Pause Frugale

Table ronde

• Comment réguler notre consommation électrique ?
• Quel(s) Linux pour le CNRS ?
• Sécurité informatique au CNRS
• Prolonger la durée de vie des machines oui, mais avec quels logiciels ?
• Devrions nous optimiser nos programmes pour faire des économies ?
• Devrions nous arrêter les centres de calculs pour faire des économies ?

2022-11-17 - JI 2022Et maintenant.pptx

Table ronde (enregistrement)

Wrap up