Accédez aux marchés publics en tant que startup - UGAP & Cy-Clope
FTC Workshop-genci
1. workshop
Accélérez grâce au calcul intensif, avec GENCI
23 octobre 2020
Le calcul intensif au service de la connaissance
HPC at the service of knowledge
3. GENCI : Grand Equipement National de Calcul
Intensif Très grande infrastructure de recherche
Opérateur public créé en 2007 par le MESRI, le CEA, le CNRS, la CPU et
Inria. Notre rôle est de porter la politique nationale en calcul intensif
pour la recherche.
Notre mission : mettre à disposition des chercheurs français
(académiques et industriels) pour leur travaux de recherche en
simulation numérique et IA des supercalculateurs et des moyens de
stockage.
3 centres de calcul; 2 au sud de Paris (IDRIS er TGCC) et un à
Montpellier (CINES)
Ces machines sont accessibles, gratuitement, via des appels à projets 2
fois par an basés sur l’excellence scientifique.
Le calcul intensif au service de la connaissance
4. Les supercalculateurs
nationaux
Ils sont installés et exploités dans 3 centres:
• Le Très Grand centre de calcul du CEA (TGCC) à Bruyères le
Châtel
• L’institut du développement et des ressources informatique
scientifique du CNRS (IDRISS) à Orsay
• Le CINES, Centre Informatique National de l’Enseignement
Supérieur à Montpellier
JOLIOT-CURIE AU TGCC
Supercalculateur BULL Sequana de 9,4 Pflop/s doté d’une
architecture équilibrée
JEAN ZAY à l’IDRIS
Premier supercalculateur HPE SGI 8600 convergé HPC/IA de 14
Pflop/s – nœuds scalaire Intel Cascade Lake et nœuds scalaire à 4
GPU nVIDIA V100 soit 1044 GPU
OCCIGEN au CINES
Supercalculateur à nœuds fins BULL Bullx de 3,5 Pflop/s
+3 Machines innovantes OUESSANT, FRIOUL et INTI dans notre
cellule de veille technologique
7. Un programme R&D pour les start-ups
Afin d’aider et accélérer le passage à l’échelle des start-ups et PME françaises,
nous avons mis en place avec l’aide de la DGE un programme national
spécifique appelé SiMSEO (http://www.genci.fr/fr/content/simseo), porté par
plusieurs plateformes régionales.
Depuis sa création, il y a 5 ans, il a permis de sensibiliser plus de 1800
entreprises.
Avec la convergence du monde du calcul et de l’IA nous nous sommes
rapprochés d’incubateurs comme Station F (via French Tech Central)
8. Un programme investissement d’avenir coordonné
par GENCI et Teratec piloté par la DGE, financé par BPI
France
1. Audit • Conseil R&D
2. Conseil R&D
3. Développement
• Développement d’algorithmes
complexes
• Amélioration de vos codes de calcul
Votre projet en 3 étapes :
• Gestion des bases de données
• Accès à des heures de calcul (HPC
services)
Notre expertise :
9. • Réseau d’experts métiers et en simulation
numérique et IA
• Accompagnement d’un projet industriel (PoC)
• Abondement par un subvention d’état à 50%
6 architectures HPC
uniques en France
9 pflop/s*
disponibles
300 GPU
accessibles pour l’IA
1800 entreprises déjà
intéressées
*Pflop/s : 1015 opérations à
virgule flottante par seconde
Occitanie
Nouvelle Aquitaine
Normandie
Grand Est
(Strasbourg)
Auvergne-Rhône-
Alpes
Grand Est (Reims)
Coordination
nationale
10. Les 6 supercalculateurs
régionaux
Performants, Souverains, Diversifiés
Machine Roméo à Roméo - Reims
Première machine GPU française
Modèle Bull Sequana X1000 • Dernière génération de processeurs Intel
• 280 GPU NVIDIA P100 NVLINK
(https://romeo.univ-reims.fr/documents/2018/20181001-ROMEO_detailMateriel.pdf)
Machine Myria au CRIANN – Rouen
10 000 cœurs de calcul x86, puissance crête 600 TFlop/s
co-processeurs GPU NVIDIA Pascal P100 et Kepler K80, processeurs Intel
Xeon Phi
(https://www.criann.fr/myria-le-nouveau-supercalculateur-du-criann/)
Machine Olympe au CalMIP – Toulouse
Modèle SEQUANA (ATOS-BULL) d’une puissance crête de 1,365Pflops/s
(https://www.calmip.univ-toulouse.fr/spip.php?article582&lang=fr)
Machine à SNASA – Bordeaux
Centre Alsa-Calcul services – Strasbourg
En partenariat avec Cemosis.
Machine d’une puissance crête de 270 Tflop/s et doté de GO GPU.
Centre de calcul CIMENT Maimosine - Grenoble
Olympe, CalMiP, Toulouse
Romeo, Reims
13. • Accompagnée par la cellule de veille technologique de GENCI en 2018
• Pl@ntNet est une application basé sur des réseaux neuronaux permettant
d’identifier des éléments de la flore mondiale (plante, fleur). Pl@ntNet
fonctionne actuellement sur 17k espèces de plantes.
• Il s’agit d’un projet de recherche et de sciences participatives, soutenu
initialement par Agropolis Fondation, et développé depuis 2009 dans le cadre
d’un consortium regroupant le Cirad, l’INRA, l’Inria, et l’IRD, en collaboration
avec le réseau Tela Botanica. Ce projet se poursuit aujourd’hui au travers de
l’initiative Floris’Tic financée par un Programme d’Investissement d’Avenir
Alexis Joly - INRIA
alexis.joly@inria.fr
Système d’aide à l’identification des plantes par
l’image
Pl@ntNet
14. Evaluer la capacité à entrainer les réseaux de
reconnaissance de façon plus rapide, et meilleure,
que par les moyens disponibles par l’équipe
Objectif 1 : Augmenter la précision de la
reconnaissance
Objectif 2 : Augmenter le nombre d’espèces
reconnues
Son besoin
Son accompagnement
Il leur a été proposé de travailler sur des
technologies de pointe du moment (Ouessant,
avec ses GPUs P100, de l’ordre de 4x plus rapide
que les GPUs disponibles pour l’équipe).
Puis passage à l’échelle sur des machines
nationales puis européennes.
15. • Premier objectif rapidement atteint. Les équipes ont
compris l’impact des architectures HPC de pointe sur leurs
résultats (en terme de « time to solution », puis de précision
du modèle).
• 2ème objectif : faire tourner un cas test d’entrainement (« the
big one ») sur l’ensemble de la flore mondiale (370k classes)
• Utilisation de l’architecture prototype, machine Intel Tier-1
Occigen du CINES puis vers la machine Tier-0 Joliot-Curie.
• Effectuer un apprentissage à cette échelle sur architecture
Intel est une première mondiale.
• une précision actuelle de 40%, ce qui est très intéressant du
point de vue de l'aide à la décision.
• Le GPU n’est pas obligatoire pour entrainer un réseau de
neurones.
Les résultats
Témoignage :
« Ce qui est très intéressant c’est
que la cellule de la veille
technologique a répondu aux
besoins de Pl@ntNet, notamment
en mettant les architectures
nécessaires en réponse à ces
besoins. Certes la finalité n’a pas
été d’utiliser une machine de la
cellule, mais grâce à l’effort initial,
l’équipe a pu réaliser une
première mondiale, et les
retombées devraient être assez
fortes pour eux dans les mois à
venir. »
G. Hautreux, ingénieur de
recherche CINES
16. • Accompagnée par la plateforme régionale du CRIANN.
• SINAY accélère la digitalisation des industries maritimes en proposant une
plateforme big data et des technologies d’intelligence artificielle, machine
learning et deep learning.
• SINAY avait besoin de réaliser des modélisations de bruits sous-marins avec un
très haut niveau de résolution et sur de larges zones (la mer Méditerranée). Il
était impossible de lancer des calculs d’envergure sur cluster interne de
l’entreprise. Il a donc été décidé de travailler avec le CRIANN pour pouvoir
exploiter leur puissance de calcul.
1ère solution Big Data appliquée aux industries
maritimes et à l’étude du milieu marin.
SINAY
Yanis Souami - SINAY
yanis.souami@sinay.fr
17. • SINAY avait besoin de réaliser des modélisations de
bruits sous-marins avec un très haut niveau de
résolution et sur de larges zones (la mer
Méditerranée). Il était impossible de lancer des
calculs d’envergure sur cluster interne de
l’entreprise. Il a donc été décidé de travailler avec le
CRIANN pour pouvoir exploiter leur puissance de
calcul.
Son besoin
Son accompagnement
Les ingénieurs de SINAY bénéficient d’une session
de formation et d’un accompagnement
personnalisé pour mettre en place les codes sur
le calculateur et utiliser les ressources de façon
optimale.
Modélisation du bruit sous-marin réalisé à l’aide du
code de calcul optimisé et avec l’utilisation du
supercalculateur Myria du CRIANN.
18. • Accélération des performances obtenue par la mise au point
d’une version parallèle du code.
• Réduction de plusieurs années à quelques heures du temps
de calcul grâce à l’utilisation du calculateur.
• Capacité de modéliser de larges zones géographiques.
• Développement accéléré de l’application Acoustique SINAY.
Les résultats
Témoignage :
« SINAY est très satisfait de
l’accompagnement au sein du
programme SIMSEO aussi bien
techniquement que
financièrement. Nous avons
considérablement gagné en
productivité pour le
développement de notre solution
Acoustique.»
Yanis SOUAMI, CEO SINAY