Algorithme innovant pour le traitement parallèle basé sur l’indépendance des tâches et la décomposition des données/A novel framework for parrallel processing based on independant tasks ans clustered data decomposition

– Hussam Abu Azab a soutenu sa thèse en génie électrique –

Le blogue d’information En Tête de l’Université du Québec à Trois-Rivières (UQTR) présente le résumé de thèse de doctorat en génie électrique de M. Hussam Abu Azab, intitulée «Algorithme innovant pour le traitement parallèle basé sur l’indépendance des tâches et la décomposition des données/A novel framework for parrallel processing based on independant tasks ans clustered data decomposition».

Hussam Abu Azab, étudiant. (Photo Annie Brien)

Dans cette thèse, un cadre novateur pour le traitement parallèle est introduit. L’objectif principal est d’examiner l’architecture des processeurs modernes et de réduire le temps de communication entre les processeurs de l’environnement parallèle.

Plusieurs algorithmes parallèles ont été développés depuis plus de quatre décennies; tout cela prend le même mode de décomposition des données et de traitement en parallèle. Ces algorithmes souffrent des mêmes inconvénients à différents niveaux, ce qui pourrait se résumer en haute communication temps augmente progressivement que le nombre de processeurs augmente, aussi, que le nombre de blocs de données augmente décomposées; parfois, le temps de communication dépasse le temps de calcul en cas de données énormes pour être parallèles traitées, ce qui est le cas de la multiplication matricielle parallèle. D’autre part, tous les algorithmes précédents n’utilisent pas les progrès de l’architecture des processeurs modernes.

Matrices multiplication a été utilisé comme un problème de référence pour tous les algorithmes parallèles, car il est l’un des problèmes numériques les plus fondamentaux de la science et de l’ingénierie; à partir de transactions de base de données quotidiennes, des prévisions météorologiques, océanographie, astrophysique, mécanique des fluides, génie nucléaire, génie chimique, de la robotique et l’intelligence artificielle, la détection du pétrole et des minéraux, la détection géologique, la recherche médicale et de l’armée, de la communication et de télécommunication, l’analyse du matériel d’ADN, Simuler tremblements de terre, l’exploration de données et traitement de l’image.

Dans cette thèse, nouvel algorithme de multiplication de matrice parallèle a été mis au point dans le cadre du nouveau cadre qui implique la génération des tâches indépendantes entre les processeurs, pour réduire le temps de communication entre processeurs à zéro et d’utiliser les processeurs des résultats modernes d’architecture à 97% d’efficacité contre 25% précédemment. Sur la main, de nouvelles données technique de décomposition a été développé pour le problème où la génération des tâches indépendantes est impossible, comme la résolution de l’équation de Laplace, pour réduire les résultats des coûts de communication à 55% d’efficacité contre 30% précédemment.

De gauche à droite: Adel Omar Dahmane (UQTR), Hussam Abu Azab, étudiant, et Sousso Kelouwani (UQTR). (Photo Annie Brien).

Soutenance de thèse ayant eu lieu le 15 décembre 2016

Membres du jury

Adel Omar Dahmane, Ph. D., directeur de recherche
Professeur, Département de génie électrique et génie informatique
Université du Québec à Trois-Rivières

Habib Hamam, Ph. D., codirecteur de recherche
Professeur, Université de Moncton

Sousso Kelouwani, Ph. D., président du jury
Professeur, Département de génie mécanique
Université du Québec à Trois-Rivières

Ahmed Lakhssassi, Ph. D., évaluateur externe
Professeur, Université du Québec en Outaouais

Rachid Beguenane, Ph. D., évaluateur externe
Professeur, Collège militaire Royal du Canada