大规模并行计算的可扩展架构设计研究

"巴黎东部大学的博士论文《大规模并行计算的可扩展架构设计》由Ania Kaci撰写，探讨了在面对高性能计算需求增长时，如何设计可扩展的并行计算架构。论文深入研究了共享内存子系统中的缓存一致性与内存管理问题，旨在优化异构计算环境的性能。" 正文: 大规模并行计算是应对现代科学与工程领域中复杂问题的关键技术，如金融建模、亚原子模拟和生物信息学。随着这些应用对计算能力的需求不断攀升，计算机系统的设计变得越来越复杂，不仅在计算元件、内存和存储容量的数量上增加，而且在架构上也趋向于异构化。异构架构结合了不同类型的处理器，如CPU、GPU和其他加速器，以提高整体计算效率。 论文作者Ania Kaci在研究中聚焦于共享存储器子系统，这是一个所有处理器共享同一内存空间的环境。在这样的系统中，缓存一致性是确保数据的一致性与正确性的核心挑战。当多个处理器访问相同的数据并将其存储在各自的高速缓存中时，必须有一套机制来维护这些缓存之间的同步，防止数据冲突和错误。 Kaci的工作特别关注如何在这样的环境中实现高效的缓存一致性协议。这些协议的目标是减少通信开销，同时保证数据的一致性，这对于大规模并行计算的性能至关重要。此外，论文还可能涉及内存管理策略，如分区、映射和内存分配，以优化资源利用并减少延迟。 论文导师包括Patrick SIARRY、Huy-Nam Nguyen和Amir Nakib，他们都是在计算机科学和并行计算领域的专家。评审团成员如Boubaker DAACHI、Nouredine MELAB和Farouk YALAOUI等教授，也带来了各自的专业见解，确保了研究的质量和深度。 这篇论文的开放存取性质意味着它可以在HAL（多学科开放存取档案馆）上获取，供全球的研究者和专业人士参考。HAL是一个重要的科研成果发布平台，支持全球各地的教学和研究机构分享他们的研究成果，无论是已发表还是未发表的。 Ania Kaci的博士论文对理解并行计算系统的复杂性以及如何通过优化共享内存子系统的设计来提升可扩展性提供了宝贵的洞见。这项研究对于未来开发高效、可扩展的并行计算架构具有重要的理论与实践意义。