Contributions à l'optimisation d'un motif algorithmique parallèle hiérarchique sur GPU pour la performance, la portabilité et la productivité

Cette thèse s'inscrit dans le contexte du calcul haute performance (HPC) à l'ère de l'exascale, où les supercalculateurs reposent sur des architectures hétérogènes dominées par les GPU. Le défi majeur est de concilier performance, portabilité et productivité (les « 3P ») dans le développement d'applications scientifiques, sans sacrifier la généricité ni la durabilité du code.Nous identifions un motif algorithmique récurrent basé sur un parallélisme hiérarchique avec allocations mémoire, défini comme Batched Kernels with Memory Allocations (BKMA). Ce motif apparaît dans de nombreux contextes, allant de la simulation numérique à l'inférence de modèles d'intelligence artificielle. L'objectif est de proposer une implémentation réutilisable, performante et portable, dotée d'une API productive et indépendante des détails matériels ou applicatifs, afin de simplifier le développement d'applications exascale.Notre approche repose sur le C++ moderne et sur le modèle de programmation SYCL, qui permet un code unique pour plusieurs architectures. Après avoir analysé les constructions parallèles de SYCL et leurs limites pour BKMA, nous introduisons plusieurs optimisations exploitant les propriétés matérielles et certaines hypothèses algorithmiques. Une contribution directe au standard SYCL est également proposée, renforçant la pertinence de ce travail pour la communauté HPC et ouvrant la voie à une adoption large.Nous introduisons une méthode originale d'évaluation de la simplicité d'utilisation (``productivité''), qui permet de comparer objectivement notre proposition avec des approches existantes. La validation s'appuie sur des expériences concrètes, incluant l'advection semi-lagrangienne de l'application GYSELA et un noyau de convolution 1D, comparés aux implémentations de PyTorch et oneDNN, démontrant à la fois la performance et la portabilité de notre approche.En conclusion, cette thèse apporte des contributions méthodologiques et techniques pour la conception de bibliothèques génériques et durables en HPC.