HPC@Maths : Un modèle inédit pour accélérer la recherche et ses applications

Loïc Gouarin, Marc Massot

27 septembre 2025

Plan

  • Évolution des architectures, des mathématiques et des algorithmes
  • Innovation scientifique et technologique : illustrations
  • L’Initiative HPC@Maths et son impact à l’X

Une complexité à tous les étages

  • SIMD
  • NUMA-aware
  • Carte accélératrice (GPU, FPGA, …)
  • Noeuds de calcul interconnectés

Mémoire non unifiée


Une grande variété d’outils

  • OpenMP
  • Cuda
  • MPI
  • OpenAcc

Il est maintenant indispensable de connaître l’ensemble des composants et leurs interactions pour tirer partie des ressources mises à disposition.

L’expertise demandée est devenue complexe et les choix nombreux.

Evolution des méthodes mathématiques

Progression parallèle à la loi de Moore

  • Un exemple : résolution de système linéaires creux
  • Illustration issue d’une réflexion de la société SIAM en 2001 sur le domaine émergeant “Computational Science and Engineering”
  • Valable jusque vers 2005 puis saturation progressive sur les sujets “classiques” de la discipline

Emergence de nouvelles approches

  • Depuis 2010 changements de paradigmes et solutions innovantes en analyse numérique → ruptures
  • HPC : simuler des problèmes de tailles importante sur des architectures classiques (génie biomédical)
  • Exemple : adaptation en temps et en espace (sép. d’opérateur pour intégrer la dynamique en temps) et contrôle d’erreur


Passage à un nouveau chapitre de l’analyse numérique depuis 2010

Source SIAM Review 2001

PhD Max Duarte (2011)

Innovation

Se situe à l’interconnection entre :

  • Contribution aux nouvelles approches mathématiques, émergence
  • Nouvelles architectures de calcul et techniques d’implémentation
  • Enjeux de l’innovation scientifique et technologique = réseau de collab. avec d’autres disciplines et entreprises

Écoulements diphasiques multi-échelles


Simulation prédictive des phénomènes physiques

sur les nouvelles architectures de calcul


  • Modélisation mathématique innovante
  • Méthodes numériques de nouvelle génération
  • Développement de code de calcul open-source efficace


Conception - sécurité - efficacité

Source : Prof. T. Bowman - Stanford Univ.

Brouillard de gouttelettes : traité !

Brouillards de gouttes polydispersés

  • Simulation prédictive de la dynamique des brouillards et de leur évaporation → Structure et dynamique de flamme

Combustion

  • Propulsion liquide, solide, Booster Ariane : couplage combustion / acoustique / brouillard polydispersé (instab. thermo-acoustiques)

Turbulence gaz-gouttes fortement couplée

  • Nouvelle approche aux grandes échelles - ondelettes à divergence nulle


Nouvelle génération de modèles fluides et méthodes numériques précises et efficaces - HPC

Atomisation - modèle unifié - rupture !

Modèles classiques


Régime phases séparées

  • Modèles eulériens de mélange bi-fluide avec fraction volumique \(\alpha\)
  • Faible information sur la géométrie de l’interface (\(\alpha\), \(\nabla \alpha\)) - maillage


Régime phases dispersées

  • Modèles eulériens aux moments
  • Haute information sur la géométrie de l’interface avec la distribution en taille de gouttelettes (\(\alpha\), \(\Sigma\), \(H\), \(G\))


Thèse A. Loison, W. Haegeman

Post-doc G. Orlando

Modèle unifié à deux échelles


Grande échelle

  • Modèles eulériens de mélange bi-fluide toute topologie avec fraction volumique \(\alpha\)


Transfert inter-échelle

Atomisation primaire, coalescence

géométrie de l’interface via (\(\alpha\), \(\nabla \alpha\))


Petite échelle

Modèle de gouttelettes oscillantes base sur (\(\alpha^d\), \(\Sigma\), \(H\), \(G\) + variables dynamiques)

  • Géométrie différentielle / modèles cinétiques

Atomisation - modèle unifié - simulation

Méthode Boltzmann sur réseau

Contexte

  • Simulation haute performance du bruit d’un train d’atterrissage (NASA Ames Advanced Supercomputing Division - Launch Ascent and Vehicle Aerodynamics LAVA) 2,28 milliards de degrés de liberté - 12 niveaux
  • Simulation sur machine Pleiades (2800 coeurs - deux semaines) Accélération d’un facteur 15 par rapport aux techniques classiques

Rupture : Thèse Thomas Bellotti

  • Analyse numérique des méthodes (consistance / stabilité)
  • Implémentation dans samurai : résolution de plusieurs décades de questions qui se posaient sur l’utilisation de maillages adaptés


Rupture et innovation : simulation plus précise et plus performante


Prix de thèse Paul Caseau 2024 Académie des Technologies / Prix de thèse de la Société de Mathématiques Appliquées et Industrielles GAMNI 2024



Samurai

Outil pour un ensemble d’applications

  • Physique des plasmas (propulsion électrique, prédiction du temps solaire, electron transpiration cooling…)
  • Écoulements diphasiques (propulsion liquide, propulsion aéronautique, moteurs à injection directe, chasse au lancement d’un missile)
  • Simulation numérique directe des piles au lithium


Innovation

  • Nouvelle structure de données basée sur une algèbre d’ensembles
  • Facilité d’implémentation de nouveaux schémas (indépendant de la gestion dynamique du maillage) permettant de créer un écosystème pour les applications



Code communautaire Open Source

https://github.com/hpc-maths/samurai

Même code pour les deux applications présentées


HPC@Maths


Mise en place depuis 2017 avec l’aide de la Fondation de l’X

Impact important sur l’écosystème enseignement-recherche à l’X

Mésocentre de Calcul et de données

Ecole polytechnique - IP Paris

  • Opérationnel depuis l’été 2021
  • 2000 coeurs de calcul pour la communauté des laboratoires initiateurs
  • Montée en puissance à 3000 coeurs et nouveaux partenaires
  • Communauté autour des méthodes numériques de nouvelle génération et leur implémentation
  • “Computational Science” - Collaboration interdisciplinaire

Création de l’Unité de Service IDCS

  • Créée en mai 2020 à l’École polytechnique
  • Inspirée de ce qui se fait dans les grandes universités (Stanford, EPFL)
  • Ensemble d’ingénieurs ASR et CALCUL en soutien aux grands projets d’infrastructures informatiques de l’École et IP Paris
  • Réactivité sur évolution des infrastructures et Data Center - Soutien à la communauté
  • Vocation à devenir une Unité d’Appui à la Recherche (CNRS)


Effort important mené avec succès sur ces réalisations

avec un fort soutien de l’École polytechnique / IPP


Initiative HPC@Maths a eu un rôle clef

Enseignement


Formation mise en place - interaction avec PME & Développement Pédagogie

Conclusion

Positionnement pertinent au coeur de l’innovation

  • Expertise Mathématique (CMAP)
  • Expertise Informatique (Groupe d’ingénieurs de recherche experts en calcul - développeurs)
  • Réseau de collaborations sur les divers axes scientifiques et entreprises
  • Production de logiciels open-source

Création d’un écosystème - École et IP Paris

Projet en forte progression

Rendu possible grâce au soutien de la Fondation

Remerciements

Etudiants, ingénieurs et collaborateurs

  • Doctorants et post-doctorants
  • Ingénieurs Calcul, Valorisation et Project Manager
  • Collaborateurs au sein du CMAP et ailleurs
  • Collaborateurs industriels, PME, startup

Ecole polytechnique - IP Paris

  • CMAP
  • Unité IDCS
  • Pôle teaching and learning center

Fondation de l’X

  • Direction de campagne
  • Toute l’équipe de la Fondation
  • Grand donateur pour son écoute, son soutien et ses conseils



Merci pour votre attention


HPC@Maths