Vous serez accueilli·e au sein del’IRESNE, institut de la DES, où vous intégrerez l’équipe du laboratoire et participerez pleinement à ses activités.
Ce stage s’inscrit dans une volonté de montée en performance des outils de calcul pour la simulation des combustibles nucléaires sur les dernières générations de supercalculateurs dotés de cartes graphiques (GPU).
Les méthodes de champ de phaseconstituent un outil de modélisation flexible et performant pour décrire l’évolution spatio-temporelle de systèmes physiques complexes soumis à de fortes hétérogénéités (transitions de phase, coalescence, fissuration, etc.). Couramment utilisées en science des matériaux, elles sont mises en œuvre dans les outils de calcul scientifique de la plateforme logicielle PLEIADES, dédiée à la simulation du comportement des combustibles nucléaires et développée par le CEA avec différents partenaires industriels tels que EDF ou Framatome.
Les équipes du CEA ont développé un solveur champ de phase, nommé PLEIADES/SLOTH, destiné à l’étude du comportement du combustible à différentes échelles de description, depuis les conditions nominales de fonctionnement jusqu’à des situations extrêmes en termes de température et de composition des matériaux. À noter que SLOTH s’appuie sur la bibliothèque éléments finis MFEM, développée par le Lawrence Livermore National Laboratory (LLNL).
Depuis plusieurs décennies, le CEA investit régulièrement dans de nouveaux supercalculateurs afin de suivre les évolutions matérielles. Depuis quelques années, ces machines sont massivement accélérées par des cartes graphiques, ce qui a nécessité une adaptation des codes de calcul ainsi qu’une évolution partielle de la pilelogicielle. SLOTH s’inscrit dans cette refonte complète du module champ de phase basé sur MFEM et propose déjà de nombreuses fonctionnalités physiques, ainsi qu’une parallélisation en mémoire distribuée (MPI) testée sur plus de 32 000 cœurs de calcul.
Le stage se déroulera en trois étapes :
* Prise en main du code SLOTH et d’exemples «standalone» de MFEM, intégrant déjà une parallélisation GPU. Cette étape inclut le profilage des performances à l’aide des outils Nvidia (nsight-compute, nsight-systems) ainsi que l’approche roofline.
* Mise en place d’un démonstrateur de SLOTH sur GPU, avec une attention particulière portée aux structures de données, et validation des performances par comparaison avec les résultats obtenus sur CPU.
* Déploiement de la parallélisation hybride MPI + GPU et validation sur un cas d’intérêt à très grande échelle.
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.