La taupe a le look Coco !

Posté par . Édité par Davy Defaud, Nÿco, tuiu pol et NeoX. Modéré par baud123. Licence CC by-sa
24
6
sept.
2012
Science

La dernière mouture d’OpenMOLE, répondant au doux nom de code Crazy Coconut (version 0.6), est arrivée. Grâce à un mode de développement AGILE, nous vous livrons en effet tous les deux mois les primeurs de la plus célèbre des plates‐formes TAUPE.

Pour rappel OpenMOLE (Open MOdeL Experiment), met à profit les environnements de calcul intensif pour l’expérimentation sur les modèles et permet aux modélisateurs de concevoir des workflows d’étude pour des modèles de simulation. Pour ce faire, l’utilisateur embarque son modèle (en Java / Scala / C / C++ / Fortran / Scilab / GNU Octave / NetLogo…) dans la plate‐forme, puis il conçoit l’étude qu’il souhaite en faire et spécifie l’environnement de calcul auquel il souhaite déléguer la charge de travail.

logo crazy coconut

Pour cette version l’interface graphique a été largement remaniée. Parmi les nouveautés graphiques, notons un look épuré et intuitif pour le paramétrage des tâches, une aide intégrée, un copier‐coller des tâches, etc.

De plus, il est maintenant possible de tirer parti de la puissance de divers environnements comme :

  • les multiples cœurs d’une machine ;
  • une ferme de calcul de type PBS ;
  • un serveur accessible en SSH ;
  • une grappe d’ordinateurs de bureau mis à disposition pour l’occasion ;
  • la grille de calcul européenne EGI.

Les innovations sous le capot ne sont pas en reste : la charge processeur liée à l’exécution de l’application a été revue à la baisse et consomme jusqu’à 10 fois moins de ressources processeur en local. De nombreux bogues ont également été corrigés. Le journal des modifications est disponible ici.

Le format de sérialisation a été modifié afin de découpler le chargement des différents composants de la plate‐forme, et ce afin de la rendre moins vulnérable aux changements d’API. C’est un premier pas vers une version 1.0. Dans la prochaine version prévue pour fin octobre, les efforts seront surtout centrés sur les plans d’expérience et sur la possibilité de les créer de manière plus souple et graphiquement. Le plan de bataille est disponible .

  • # Bravo

    Posté par (page perso) . Évalué à 2.

    Bravo pour la sortie de cette nouvelle version.

    Ce n'est malheureusement pas un outils qui m'attire. J'aime bien apprendre en utilisant et en comprenant ce que je fais… Je ne suis pas encore un expert en calcul parallèle, mais je ne pense pas progresser si j'utilise ce genre de logiciel.

    Pour autant, j'avoue que je suis hyper curieux de voir comment vous faites pour paralléliser du code Fortran ?
    De même; pour scilab, j'ai un peu essayé pour de la décomposition de domaine… mais, j'avais bien séché sur le sujet.

    La réalité, c'est ce qui continue d'exister quand on cesse d'y croire - Philip K. Dick

    • [^] # Re: Bravo

      Posté par . Évalué à 5.

      Salut Thom,
      la parallélisation se fait sur les données et pas sur le code. Ce que permet de faire OpenMOLE est de
      1. créer un plan d'expérience (définition de l'espace dans lequel je veux faire varier mes paramètres)
      2. générer autant d'instances que la taille du plan d'expérience et de les exécuter (éventuellement en parallèle si un tel environnement de calcul est défini)

      Cela présuppose que tu as une indépendance de tes exécutions. C'est particulièrement indiqué dans le cas de l'exploration de gros espaces de paramètres ou dans la réplication un grand nombre de fois de modèles stochastiques afin d'obtenir un comportement en moyenne.

      • [^] # Re: Bravo

        Posté par (page perso) . Évalué à 2.

        Ok!

        Ça doit faire plaisir à ceux qui font des simulations de type Markov genre en analyse de sensibilité.

        La réalité, c'est ce qui continue d'exister quand on cesse d'y croire - Philip K. Dick

        • [^] # Re: Bravo

          Posté par . Évalué à 4.

          Exactement ! En fait il y a pas mal d'algo pour explorer des modèles qui sont naturellement parallèles. Ça peut aller de l'étude des lois des variables aléatoires de sortie d'un modèle stochastique à du calibrage de modèle avec des algo évolutionnaires en passant par toute sorte de plan d'expériences ainsi que de l'analyse de sensibilité.

          L'idée derrière OpenMOLE est de prendre un modèle comme objet d'étude et d'expérimenter à grande échelle sur celui-ci afin de comprendre comment les mécanismes qui le composent interagissent et produisent un comportement macro émergent.

          Afin d’être très générique, OpenMOLE propose une approche boîte noire dans laquelle l'utilisateur inclut son modèle dans la plate-forme et l'étudie avec les outils proposé par celle-ci à l'aide des ressources de calcul à sa disposition.

Suivre le flux des commentaires

Note : les commentaires appartiennent à ceux qui les ont postés. Nous n'en sommes pas responsables.