1
Proposition de sujet de thèse
Titre : méthode Monte-Carlo à l’aide d’accélérateurs de calculs
Encadrant : Fausto Malvagi (CEA/DEN/DANS/DM2S/SERMA)
Directeur : Christophe Calvin (CEA/DEN/DANS/DM2S)
Introduction
Historiquement,ilexistedeuxclassesdecodesMonteCarlo(MC)pourletransportdesparticules:
lescodeMCdeneutronique,etlescodeMCpourlaphysiquedeshautesénergies.Enphysiquedes
hautesénergies,cescodespermettentdetransportertouteslesparticulesconnues,àtoutesles
énergies,enutilisantdesmodèlesthéoriquespourdécrirelesinteractionsentreparticules(MCNPX
[1][2]etGeant41[4][5]sontdesexemplesdecetypedecode).Enneutronique,lescontraintessurla
précisiondescalculsderadioprotectionetdecriticitésonttrèsfortes,etlescodesMonteCarlo
commeTRIPOLI(ouMCNP5[3][2])parexempleutilisentparconséquentdesévaluations
internationalespourladescriptiondesinteractionsdesneutronsetdesgammasquecescodes
permettentdetransporteràdesénergiesinférieuresà20MeV.
Récemment,denombreusesapplicationssontapparuesquicessitentl’utilisationsimultanéede
chacundecesdeuxtypesdecode,commel’étudedesantineutrinosissusdesréacteurs,laspallation
oulaphysiquepourlemédical.
S’ilestpossibled’imaginercouplerlesdeuxcodes(parexempleGeant4etTRIPOLI4®)afindecouvrir
ungrandnombred’applications,iln’enrestepasmoinsquelestempsdecalcullongsinhérentsà
l’utilisationdescodesMonteCarlopourcertainesapplicationspeuventconstituerunfreinàleur
utilisation.Ainsi,l’utilisationdestechniqueslesplusrécentesenmatièredecalculhaute
performanceestellecrucialepourcetypedecode.
D’uncôté,deparsanature,laméthodeMonteCarloestnaturellementparallélisableetcetaspecta
étélargementutiliséparlaplupartdescodesMonteCarloentransportneutroniquequecelasoitpar
unparallélismedetâchesenmémoiredistribuéeouenmémoirepartagée[1][7][8][11].
D’autrepart,etplusrécemment,audelàduparallélismenatureldetâches,undeuxièmeniveaude
parallélismeestétudiéavecunedécompositiondesdonnées,quioffrel’avantagededistribuer
égalementlamémoireetplusuniquementlescalculs[9][10][15][16].
Avecl’avènementdesaccélérateursdecalcul,notammentlesGPU(GraphicsProcessingUnit)de
nouvellesrecherchesonteulieusurl’utilisationdecetyped’architecturespouraccélérerle
processusMonteCarlo,quecelasoitsurlaphasedesuividestrajectoiresdesparticulesdansla
géométrie(particletracking)ousurlapartiecalculdesinformationsphysiques(énergiedéposée,…)
[12][13][14].

1 Geant4 est plus précisément une bibliothèque « d’outils » permettant la construction d’application Monte-Carlo
2
L’utilisationdesaccélérateursdecalculestprometteuseentermesdegainspotentielssurletemps
decalcul.Cependant,lecomportementstochastiqueparessencedestrajectoiresestsouvent
antinomiqueaveclarégulariténécessairedestraitementsdedonnéesnotammentsurGPU[18].Les
étudesréaliséessontsouventsurdesapplicationsrestreintesdutransportMonteCarlo(transport
photonique,applicationsenradiothérapie…).Enoutrelesmodèlesd’architectureetde
programmationdesaccélérateursgraphiquesentermesentrainentdeslimitations.Lemodèlede
programmationprivilégiéestlelangageCUDAetseulementdesportionsdecodespeuventêtre
déportéessuraccélérateurs[17].
Trèsrécemment,Intelaproposédenouvellesarchitecturesdecalcul,«ManyIntegratedCore»
(MIC)avecleXeonPhi[19]quioffrel’avantaged’êtrebaséessurdesprocesseursdetypex86etdonc
avecdesmodèlesdeprogrammationcompatiblesavecdesprocesseursstandards.Ilestcependant
nécessaired’utiliserlesdifférentsniveauxde«parallélisme»,multithreadingetvectorisation,pour
tirerpartidesperformancesdecetyped’architecture[20].Outreleslangagesetmodèlesde
programmationsclassiques(C/C++,Fortran,MPI,OpenMP),denouveauxlangages,commeCilk+ou
TBB,compatiblesaveclesCPUsstandards,sontutilisablesetoffrentlapossibilitéd’exprimerplus
simplementlesdifférentsniveauxd’accélérations.
Audelàdel’utilisation«simple»d’unprocesseurstandardetd’unaccélérateur,demanièrecouplée
ounon,l’apportdemultiplesaccélérateursdecalculs(GPUouMIC)enparallèlesontégalementdes
optionsàétudierpouraccélérerdemanièremassiveletransportMonteCarlo.
Contributionsattendues
Danslecadredecettethèse,nousnousproposonsd’étudierl’apportdesaccélérateursdetypeIntel
MICpourletransportdeparticulesparlaméthodeMonteCarlo.
Lesdifférentesétapesdelasimulationserontàétudier(tracking,scoring,….)ainsiquelesmeilleures
approchesentermesdemodèlesdeprogrammationafind’assurerlemeilleurcompromispossible
entreperformancesetpérennitédesmodèlesutilisés.
Unedémarcheincrémentaleserautiliséeavecunevalidationdesdifférentesétapesentermesde
précisiondescalculsetdesperformancesapportéesparlesnouvellesapprochesparrapportàdes
calculsderéférencesaveclecodedetransportTRIPOLI4.
Uneattentionparticulièredevraêtreapportéesurl’architecturelogicielleducodedéveloppé
permettantnotammentdeprendreencomptelapérennitéindispensableducodedecalcul.
Dansundeuxièmetemps,cesétudesserontétenduesàl’utilisationdeplusieursaccélérateursde
calculenparallèlepouraboutiràuntransportMonteCarlosurunclusterd’accélérateursdetype
IntelXeonPhi
3
Références
[1] https://rsicc.ornl.gov/codes/ccc/ccc7/ccc740.html
[2] GreggW.McKinney,"PhysicsandAlgorithmEnhancementsforaValidatedMCNPXMonteCarloSimulation
Tool",ARIGranteesConference,Washington,DC,April69,2009
[3] F.B.Brown,B.C.Kiedrowski,J.S.Bull,J.T.Goorley,H.G.Hughes,M.R.James,"AdvancesintheDevelopment
andVerificationofMCNP5andMCNP6",InternationalConferenceonNuclearCriticality,Edinburgh,
Scotland,1922September2011
[4] http://geant4.web.cern.ch/geant4/
[5] NuclearInstrumentsandMethodsinPhysicsResearchA506(2003)250303
[6] P.K.RomanoandB.Forget,“TheOpenMCMonteCarloparticletransportcode”,AnnalsofNuclearEnergy,
51,C,274281(2013).
[7] P.K.Romano,B.ForgetandF.Brown,“TowardsscalableparallelisminMonteCarloparticletransportcodes
usingremotememoryaccess”,Progressinnuclearscienceandtechnology,2,670675(2011).
[8] A.R.Siegel,K.Smith,P.K.Romano,B.ForgetandK.G.Felker,“MulticoreperformancestudiesofaMonte
Carloneutrontransportcode”,InternationalJournalofHighPerformanceComputingApplications(2013.
[9] P.K.Romano,A.R.Siegel,B.ForgetandK.Smith,“DatadecompositionofMonteCarloparticletransport
simulationsviatallyservers”,JournalofComputationalPhysics,252,0,2036(2013).
[10] R.Procassini,M.O’BrienandJ.Taylor,“LoadbalancingofparallelMonteCarlotransportcalculations”,
InternationalConferenceonMathematicsandComputation(2005).
[11] W.R.Martinetal“MonteCarlophotontransportonsharedmemoryanddistributedmemoryparallel
processors”,InternationalJournalofHighPerformanceComputingApplications,1.3,5774(1987).
[12] J.Tickner,“MonteCarlosimulationofXrayandgammarayphotontransportonagraphicsprocessing
unit,”Comp.Phys.Comm.,181,1821–1832(2010).
[13] F.W.L.Jahnke,J.FleckensteinandJ.Hesser,“GMC:aGPUimplementationofaMonteCarlodose
calculationbasedonGeant4,”Phys.Med.Biol.,57,1217–1229(2012).
[14] GeorgeXu,TianyuLiu,LinSu,XiningDu,MatthewRiblett,WeiJi.,“AnUpdateofARCHER,aMonteCarlo
RadiationTransportSoftwareTestbedforEmergingHardwareSuchasGPUs”,AmericanNuclearSociety
AnnualMeeting,Atlanta,GA,June1620,2013.
[15] J.Liang,Y.Cai,K.Wangetal.,“ImplementationofDomainDecompositionandDataDecomposition
AlgorithmsinRMCcode”,JointInternationalConferenceonSupercomputinginNuclearApplicationsand
MonteCarlo2013,(2013).
[16] D.Dureau,G.Poëtte,“HybridparallelprogrammingmodelsforAMRneutronMonteCarlotransport”,Joint
InternationalConferenceonSupercomputinginNuclearApplicationsandMonteCarlo2013,(2013).
[17] “CUDAToolkit,”https://developer.nvidia.com/cudatoolkit/.
[18] “ControlFlowDivergence,”
http://developer.download.nvidia.com/CUDA/training/Inst_limited_kernels_Oct2011.pdf.
[19] JamesReinders,“AnoverviewofprogrammingforIntelXeonPhiprocessorsandIntelXeonPhi
coprocessors”(2012)
[20] C.Calvin,F.YeandS.Petiton,“TheExplorationofPervasiveandFineGrainedParallelModelAppliedon
IntelXeonPhiCoprocessor”,8thInternationalConferenceonP2P,Parallel,Grid,CloudandInternet
Computing(2013).
[21] “IntelXeonPhiCoprocessorsSystemSoftwareDevelopersGuide”(2012)
1 / 3 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans linterface ou les textes ? Ou savez-vous comment améliorer linterface utilisateur de StudyLib ? Nhésitez pas à envoyer vos suggestions. Cest très important pour nous !