Merge branch 'job_ea7495ca48ba1850c9e2ebb1d71c7017' into 'master'

New job offer job_ea7495ca48ba1850c9e2ebb1d71c7017

See merge request !617

content/job_offers/job_ea7495ca48ba1850c9e2ebb1d71c7017.md

+Title: Génération automatique de code pour l’algèbre linéaire rapide sur GPU
+Date: 2020-09-22 17:03
+Slug: job_ea7495ca48ba1850c9e2ebb1d71c7017
+Category: job
+Authors: Denis Gueyffier (ONERA) & Albert Cohen (Google)
+Email: denis.gueyffier@onera.fr
+Job_Type: Post-doctorat
+Tags: postdoc
+Template: job_offer
+Job_Location: Chatillon et Paris
+Job_Duration: 2 ans
+Job_Website: http://www.onera.fr
+Job_Employer: ONERA et Google AI Paris
+Expiration_Date: 2020-12-31
+Attachment: 
+
+Nous offrons un post-doctorat de 2 ans en temps partagé entre l&#39;ONERA et Google AI Paris. Merci de contacter par e-mail <denis.gueyffier@onera.fr> et <albertcohen@google.com>
+
+Intitulé : Génération automatique de code pour l’algèbre linéaire rapide sur GPU
+
+L&#39;ONERA travaille à la génération automatique de code pour un futur logiciel de simulation en mécanique des fluides [1]. Le but de ces travaux est en particulier de fournir des paradigmes de programmation de haut niveau évitant au développeur de réaliser lui-même les optimisations nécessaires pour obtenir des performances HPC élevées. L&#39;ONERA cherche aussi à assurer automatiquement la portabilité vers différents langages et différentes architectures matérielles actuelles (CPU multi-coeurs, GPU) et futures.
+
+Par ailleurs, Google AI travaille à une approche générique pour la génération de code qui consiste à utiliser une approche hiérarchique à plusieurs niveaux de représentation (&#34;intermediate representation&#34;) [2]. L&#39;une des ambitions de cette approche est d&#39;obtenir un code optimal pour l&#39;exécution sur différents types d’architectures matérielles.
+
+Ce travail en collaboration entre l&#39;ONERA et Google AI, visera à la résolution rapide de problèmes d&#39;algèbre linéaire issus des équations de la mécanique des fluides en écoulements compressibles discrétisées sur des maillages structurés. Nous chercherons à générer automatiquement un code optimisé pour l&#39;exécution sur GPU. Pour cela nous mettrons en place et étendrons potentiellement le formalisme du dialecte LinALG du framework MLIR [3, 4] sur des problèmes d&#39;algèbre linéaire de difficulté croissante. Pour guider la génération automatique ultérieure, nous devrons réaliser une analyse des goulots d&#39;étranglement à chaque niveau de parallélisme (warps, blocs, threads, vectorisation). Nous étudierons les décisions d&#39;optimisation qui peuvent être prises pour générer du code, les choix des différents niveaux de parallélisme, les choix d’ordonnancement des boucles, les choix de tuilage (cache-blocking) ou de vectorisation de boucles. Après l&#39;étude de cas simples, nous étendrons l&#39;approche à la résolution par méthode de Gauss-Seidel (itération de l&#39;application à un vecteur d&#39;une décomposition LU de la matrice initiale), dans une approche de type wavefront [5] qui sera adaptée aux spécificités des GPU.
+
+Profil et compétences recherchées
+
+Docteur en sciences dans le domaine de la simulation numérique ou des langages de programmation/compilation,
+
+Expérience de la programmation parallèle en mémoire partagée sur CPU multi-coeurs ou GPU,
+
+Compétences en algèbre linéaire numérique fortement appréciées.
+
+Références
+
+[1] B. Maugars, S. Bourasseau, C. Content , B. Michel, B. Berthoul, P. Raud, L. Hascoët, Algorithmic Differentiation for an efficient CFD solver, soumis à Journal of Computational Physics
+
+[2] <https://pliss2019.github.io/albert_cohen_slides.pdf>
+
+[3] <https://www.tensorflow.org/mlir>
+
+[4] Ulysse Beaugnon, Basile Clément, Nicolas Tollenaere, Albert Cohen, On the Representation of Partially Specified Implementations and its Application to the Optimization of Linear Algebra Kernels on GPU, ArXiv <https://arxiv.org/pdf/1904.03383>
+
+[5] R. Barrett, M.W. Berry, T.F. Chan, J. Demmel, J. Donato, J. Dongarra, V. Eijkhout, R. Pozo, C. Romine, H. Van der Vorst, Templates for the Solution of Linear Systems: Building Blocks for Iterative Methods, SIAM, Jan 1, 1994
+
+