Les besoins en puissance de calcul ont augmenté de manière significative ces dernières années. Cette puissance de calcul s'accompagne par une consommation énergétique de plus en plus grande. Afin de faire face à cette situation, la taille des plateformes de calcul haute performance a considérablement augmentée. La conception d'algorithmes de placement de tâches plus efficaces est désormais une priorité dans le domaine du calcul haute performance.
Dans ce projet, nous proposons un nouveau cadre de modélisation dans lequel nous réduisons l’espace des ordonnancements réalisables via l'ajout de contraintes sur l'affectation des tâches à des machines de calcul et à des machines d'Entrées/Sorties (E/S). Plus précisément, nous considérons des tâches pouvant utiliser plusieurs machines simultanément, et nous nous intéressons à l'impact de la contrainte de contiguïté (les machines utilisées pour une tâche doivent être contigües), ainsi que celle de la localité (chaque tâche doit être adjacente à une machine d'E/S), sur la date à laquelle toutes les tâches sont terminées. Ces deux contraintes ont pour objectif la réduction du surcoût de communication dont l'impact est important non seulement sur la date de fin des tâches, mais aussi sur la consommation énergétique. Le travail consistera à implémenter des algorithmes d'ordonnancement et à les évaluer à l'aide de simulations pour des topologies (façons dont les machines sont disposées) particulières. Nous allons également intégrer dans notre modélisation la notion de la malléabilité, c'est-à-dire de la possibilité de choisir le nombre de machines utilisées pour l'exécution d'une tâche (plus le nombre de machines sera grand, plus l'exécution de la tâche sera rapide). La conception d'une interface graphique appropriée est également demandée.