Objectifs

Vous découvrirez les architectures Multicore et leur programmation, les techniques de mise en œuvre d'une approche multithread ou multiprocessus et les langages dédiés à la programmation parallèle. Vous étudierez également les contraintes en matière de synchronisation d'accès aux données et les précautions à prendre.

A qui s'adresse cette formation

Participants :

Développeurs, architectes logiciels, chefs de projet.

Pré-requis :

Bonnes connaissances de C ou de C++. Connaissances de base des concepts liés aux applications Multicore.

Contenu du cours

Introduction

• Enjeux de la programmation Multicore.

• Tableau des technologies utilisables : processus, thread et parallélisme.

• Description du fonctionnement d'un processeur.

• Architecture en "Hyperthreading".

• Architectures des processeurs INTEL et AMD.

• Architectures NVidia et API.

• Architecture en mémoire partagée vs mémoire distribuée.
   

Modélisation des applications

• Importance des aspects modélisation.

• Patterns de mise en parallèle des traitements.

• Utilisation des mécanismes asynchrones.

• Développer une nouvelle application : précautions et modélisation. Eviter les "singletons".

• Modifier une application existante en Multicore. Choix d'architecture : un compromis synchronisation et performance. Choix multiprocessus/multithreads.    
   

Threads

• Apport des threads dans une application industrielle.

• Ordonnancement des threads.

• Gestion des stacks et "call stack" dans les threads.

• Débogueurs multithreads.

• Gestion des objets de synchronisation : sections critiques, Mutex et Sémaphores.

• Développer "thread safe".

• API de threads TBB, Clik++, C++11, boost threads, pthreads.

• Travaux pratiques
   

Processus

• Espaces d'adressage des processus, organisation.

• Critères de choix d'une approche multiprocessus.

• Techniques de communication interprocessus (IPC).

• Outils de debugging multiprocessus.

• Avantage et inconvénients des techniques multiprocessus.

• Travaux pratiques
   

La programmation parallèle

• Apport et objectifs de la programmation parallèle.

• La librairie "OpenMP" C++ (programmation mémoire partagée).

• La librairie "OpenMPI" (programmation mémoire distribuée).

• Utiliser les GPU des cartes graphiques pour le calcul.

• Kits de NVidia (CUDA) et ATI.

• La librairie "OpenAcc" pour la programmation GPU.

• La librairie "OpenCL" pour la programmation parallèle CPU et GPU.

• Travaux pratiques
   

Synthèse et conclusion

• Conclusion des techniques étudiées.

• Avenir du C++ avec le multicore.