Thèse de doctorat: Algorithmes de classification répartis sur le cloud

tel-00744768, version 1 - 23 Oct 2012
6 CHAPITRE 1. INTRODUCTION
lesquels nous avons fait tourner nos algorithmes représentent environ 50 Gigaoctets.
Nous avons choisi de concentrer nos travaux sur ces ordres de grandeur
qui reflètent la taille des données des clients les plus importants actuellement de
Lokad.
La suite de cette partie introductive présente succinctement le contenu de chaque
chapitre de ce manuscrit.
1.3 Présentation des travaux
1.3.1 Chapitre 2 - Introduction au Cloud Computing
Les progrès importants des mécanismes de collecte des données n’ont pas été
accompagnés de progrès aussi rapides dans le développement des processeurs.
Cette réalité a incité au développement de systèmes physiques et logiciels permettant
de répartir des charges de travail sur de multiples unités de calcul. Ces
calculs intensifs ont tout d’abord été portés sur des architectures physiques dédiées,
communément appelées super-calculateurs. Ces super-calculateurs étaient
des dispositifs physiques conçus en faible quantité, spécifiquement pour réaliser
des calculs intensifs. L’explosion du marché des ordinateurs personnels dans les
années 80, puis d’Internet à la fin des années 90 a ouvert des perspectives nouvelles
quant à la manière de répartir des calculs. De nouveaux systèmes sont alors
apparus, reposant sur la collaboration de plusieurs agents administrativement
distincts et mettant en commun une partie de leurs ressources. Parmi ces systèmes,
on trouve des infrastructures de Grid Computing, comme Condor ([105]),
ou des systèmes plus récents, par exemple de Peer-To-Peer, comme Napster ou
Folding@Home.
La parallélisation de calculs sur une vaste quantité de machines soulève de nombreuses
difficultés, qu’elles aient trait à la communication entre les machines, à
l’accès en écriture ou lecture à une mémoire partagée efficace, ou à la répartition
de la charge de calcul sur les différentes unités disponibles. Les années 2000
ont vu l’émergence d’applications Internet consommant d’immenses ressources :
c’est le cas par exemple de Google Search, de Bing, de Facebook, de Youtube,
d’Amazon, etc. Les entreprises à la tête de ces applications ont développé des
environnements logiciels (frameworks) mais aussi physiques (via la construction
de centres de calcul spécifiques ou data centers) pour proposer des solutions aux
difficultées susnommées.
Certaines de ces entreprises, rejointes par d’autres acteurs économiques, ont alors