Contexte et Problématique

Les datacenters (DCs) constituent une infrastructure essentielle pour le numérique moderne, offrant des services de calcul, de stockage et de connectivité à grande échelle. Pour répondre aux demandes croissantes, ils nécessitent des mécanismes d’allocation de ressources souples et efficaces, capables de gérer des charges de travail diversifiées et imprévisibles. Ce stage de recherche propose de concevoir une modélisation hiérarchique de l’architecture des DCs et l’intégration de lois de commande à coût garanti, fondées sur la théorie du contrôle, pour gérer efficacement les ressources au sein d’environnements distribués. L’objectif est de concevoir une allocation (sous-)optimale et économique des ressources dans un modèle inspiré de [1], prenant en compte les fluctuations de charge et la variabilité des ressources distribuées.

Objectifs du Stage

— Modélisations envisagées en théorie du contrôle : Explorer et classer des approches de modélisation (systèmes invariants / variant dans le temps, déterministes

/ stochastiques...) adaptées aux datacenters, en incluant la gestion des micro-jobs

pour stabiliser la répartition des charges.

— Développement de lois de commande à coût garanti : Concevoir des lois de

commande minimisant les coûts tout en répondant aux exigences de performance

et de disponibilité.

— Simulation et validation via MATLAB ou Julia : Mettre en œuvre des simulations pour évaluer l’efficacité des modèles de commande dans des scénarios variés de charge et de topologie.

Modalités de Stage en Commun

Ce stage est proposé conjointement par le LAAS-CNRS (Toulouse, France) et le laboratoire de recherche d’Internet Initiative Japan (Tokyo, Japon). Les deux stages peuvent être réalisés de manière indépendante, mais un(e) étudiant(e) candidatant avec succès aux deux offres aura l’opportunité de passer quatre mois au LAAS-CNRS en France et deux mois au Japon. Les périodes de séjour en France pourront être ajustées en fonction des contraintes académiques et logistiques, tandis que les deux mois de stage au Japon se dérouleront en continu pour faciliter l’intégration au sein de l’équipe locale.

Les offres (sur le site du LAAS et de IIJ) seront disponibles courant novembre/décembre 2024, et les candidatures pourront être soumises:

-à partir de janvier 2025 via le site officiel du laboratoire de recherche d’Internet Initiative Japan : https://www.iijlab.net

-à partir de mi-novembre 2024 via le site du laboratoire LAAS-CNRS:

https://www.laas.fr/fr/offres/

Date de début : à partir de mars/avril 2025. Durée : 6 mois.

Encadrants : Jean-François Baffier (IJJ), Email : jf@baffier.fr et Yann Labit (LAAS-CNRS) Email : ylabit@laas.fr

Verrous Scientifiques et Techniques

— Passage à l’échelle : La modélisation devra prendre en compte plusieurs niveaux

d’abstraction pour gérer efficacement la diversité et la distribution des ressources.

— Modélisation des ressources dynamiques : La gestion des micro-jobs et l’hétérogénéité des DC posent des défis de modélisation, nécessitant une représentation fidèle de la variabilité des ressources.

— Conception de commande à coût garanti : Maintenir une performance stable

tout en minimisant les coûts est une problématique avancée de commande. Exemples

de lois de commande applicables aux DC :

— Commande Linéaire quadratique LQ/LQR [2].

— Commande H∞[3].

— Implémentation : Un simulateur sera développé sous MATLAB ou Julia pour

valider les modèles dans divers scénarios de charge et d’allocation de ressources.

Un prototype en Julia [4] est déjà disponible, basé sur le modèle décrit en [1].

Profil et Compétences Requises

Étudiant(e) en dernière année en école d’ingénieur ou Master 1, 2 avec :

— Solides connaissances en algèbre linéaire et optimisation.

— Compétences en modélisation et résolution de problématiques d’optimisation.

— Compétences en conception de lois de commande robuste.

— Maîtrise de MATLAB ou Julia pour les simulations.

— Compétences en anglais, à l’écrit et à l’oral.

Références

[1] Kenjiro Cho, Jean-François Baffier. An Autonomous Resource Management Model

towards Cloud Morphing, edgesys conference, 2023.

[2] Anderson, B. D. O., and Moore, J. B. (1990). Optimal Control : Linear Quadratic

Methods. Prentice Hall.

[3] Zhou, K., Doyle, J. C., and Glover, K. (1996). Robust and Optimal Control. Prentice

Hall.

[4] Jean-François Baffier, Kenjiro Cho. KuMo.jl : A Julia package for Cloud Morphing.

Available at : https://github.com/iijlab/KuMo.jl