Maison de la Simulation

A number of European leading Research Organizations (referred as RTOs hereafter) and research supporting organizations, with a long history of scientific and technology collaboration with Japan, are building a consortium for a proposal focusing on the development of joint High Performance Computing (HPC) applications for future generations of supercomputing platforms/architectures (preexascale, exascale, post-exascale) from Europe and Japan. European and Japanese research centers work together to develop and optimize applications of these methods in various scientific fields, such as material, biomedical and health (especially covid19 research, drug design …), and environmental sciences (such as climate modeling, seismology and prevention of natural disasters), and many other fields such as high energy physics, astrophysics, quantum computing, etc. The existing joint activities between the European consortium and the Japanese research institutes will bring together the required expertise to develop applications: this expertise ranges from fundamental research and applied science for designing new models, to the optimization, development and the integration of new and ambitious workflows and models to efficiently profit from pre-exascale, exascale, post-exascale and hybrid architectures deployed or already operational in Europe and Japan. The European consortium gathered in the HANAMI proposal is willing to support and foster joint scientific teams to improve the performance and transferability of European and Japanese HPC applications by leveraging the skills and expertise of the scientific community within Europe and Japan. This consortium focuses on the HPC, AI and DA application communities, represented by the CoEs, academic and industrial organizations addressing the strategic research areas that are material, biomedical and climate.

The Energy-oriented Centre of Excellence for exascale HPC applications (EoCoE-III) applies cutting-edge computational methods in its mission to foster the transition to decarbonized energy in Europe. EoCoE-III is anchored both in the High Performance Computing (HPC) community and in the energy field. It will demonstrate the benefit of HPC for the net-zero energy transition for research institutes and also for key industry in the energy sector. The present project will draw the experience of two successful previous projects EoCoE-I and EoCoE-II, where a set of diverse computer applications from four energy domains achieved significant efficiency gains thanks to its multidisciplinary expertise in applied mathematics and supercomputing. During this 3rd round, EoCoE-III will channel its efforts into 5 exascale lighthouse applications covering the key domains of Energy Materials, Water, Wind and Fusion. A world-class consortium of 18 complementary partners from 6 countries will form a unique network of expertise in energy science, scientific computing and HPC, including 3 leading European supercomputing centres. This multidisciplinary effort will harness innovations in computer science and mathematical algorithms within a tightly integrated co-design approach to overcome performance bottlenecks, to deploy the lighthouse applications on the coming European exascale infrastructure and to anticipate future HPC hardware developments. New modelling capabilities will be created at unprecedented scale, demonstrating the potential benefits to the energy industry, such as accelerated design of photovoltaic devices, high-resolution wind farm modelling over complex terrains and quantitative understanding of plasma core-edge interactions in ITER-scale tokamaks. These lighthouse applications will provide a high-visibility platform for high-performance computational energy science, cross-fertilized through close working connections to the EERA consortium.

La simulation en conditions réelles des plasmas froids hors-équilibres partiellement magnétisées par des approches lagrangiennes, bien qu'utilisant de puissantes techniques de particules dans la cellule (PIC) complétées par des méthodes efficaces de calcul haute performance, nécessite des ressources informatiques considérables pour de fortes densités de plasma. Ceci s'explique pour deux raisons principales. Premièrement, les conditions de stabilité qui contraignent les paramètres numériques à résoudre les petites échelles d'espace et de temps. Ces paramètres numériques sont la taille de la maille de la grille utilisée pour calculer le champ électrique et le pas de temps entre deux calculs consécutifs. Deuxièmement, les méthodes PIC reposent sur un échantillonnage de la fonction de distribution par des particules numériques dont le mouvement est intégré dans le temps dans le champ électrique auto-cohérent. L'algorithme PIC reste proche de la physique et offre une efficacité incomparable par rapport aux méthodes eulériennes, discrétisant la fonction de distribution sur un maillage. Il est largement utilisé avec succès pour la discrétisation de modèles cinétiques dans le domaine des plasmas depuis plus de 40 ans. Néanmoins, pour ménager les ressources de calcul, le nombre de particules numériques est limité par rapport à celui des particules physiques. Inhérents à cet échantillonnage "grossier", les algorithmes PIC produisent des approximations numériques sujettes à des fluctuations statistiques qui disparaissent lentement avec le nombre moyen de particules par cellule. Le maillage accessible sur les machines de calcul haute performance typiques peut compter 10^9 cellules, ce qui rapproche la taille du maillage de l'échelle de la physique, mais le nombre moyen de particules numériques dans chaque cellule doit être limité, afin d'atténuer l'empreinte mémoire ainsi que le temps de calcul. Une percée est donc nécessaire pour réduire les ressources de calcul de plusieurs ordres de grandeur et rendre possible l'utilisation de la méthode PIC explicite pour les grandes échelles et/ou densités pour les calculs 3D. C'est la question abordée dans le cadre du projet MATURATION, qui vise à introduire une nouvelle classe d'algorithmes PIC avec une efficacité de calcul sans précédent, en analysant et en améliorant, en parallélisant et en optimisant ainsi qu'en évaluant, dans le contexte exigeant des plasmas froids hors-équilibres partiellement magnétisés par des calculs 2D à grande échelle et 3D, une méthode récemment proposée dans la littérature, basée sur une combinaison de techniques de grille clairsemée et d'algorithme PIC.

La compréhension théorique des propriétés de solvatation de molécules / macromolécules / interfaces dans les domaines de la biologie, de la santé, de la physique colloïdale, de l'électrochimie, etc, requiert un niveau de description à solvant moléculaire explicite et champs de force atome-atome classiques. A côté de la simulation numérique trop gourmande en temps de calcul, a émergé récemment une théorie des liquides très performante basée sur la DFT Moléculaire 3D qui permet de calculer très rapidement le profil de densité spatiale et angulaire du solvant autour du soluté ainsi que l'énergie libre de solvatation de ce dernier. Pour l'instant, cette MDFT est réalisée dans le cadre de l'approximation HNC qui néglige les fonctions de corrélation dites "bridge". Il s'avère que pour les solvants fortement polaires à liaison hydrogène, l'eau en 1er lieu, HNC conduit à des désaccords quantitatifs. Le projet BRIDGE consiste alors à aller au-delà de cette approximation standard en construisant des fonctionnelles ou fonctions bridge efficaces. L'expérience très large du consortium en physique statistique des liquides va permettre d'étendre les approches des liquides simples constitués de particules sphériques aux cas de solvants moléculaires et solutés à interactions et corrélations hautement anisotropes. 4 voies vont être explorées en parallèle: 1) Ignorer dans une 1ère étape la variation angulaire, emprunter les fonctionnelles de type sphère dure bien connues ou construire des fonctionnelles simples polynomiales d'une densité spatiale pondérée. 2) Résoudre la MDFT/HNC autour d'un dimère soluté+1 molécule de solvant, à position/orientation relative fixée, ce qui revient à utiliser l'approximation HNC "plus haut dans la hiérarchie des équations intégrales" (pour dimère-solvant), donc avec moins d'impact sur la corrélation de paires. Le potentiel de force moyenne soluté-solvant résultant permettra d'extraire une fonction bridge. 3) La fonctionnelle exacte peut s'écrire formellement comme un développement faisant intervenir N=2 puis 3, puis 4… molécules de solvant, couplées par les fonctions de corrélation directes à N corps, l'approximation HNC s'arrêtant à N=2. De manière fondamentale et ambitieuse, il s'agira ici de calculer le terme suivant, la fonctionnelle bridge à N=3 corps, en étendant ce qui a été fait dans la littérature pour des sphères. La fonction c(3)(1,2,3) du solvant sera approximée par t(12)t(13)t(23) avec la fonction de paires t déduite d'une cohérence thermodynamique. 4) Le raisonnement ici est à l'opposé de ce qui se fait habituellement: on part du résultat final exact, fourni par des données très précises de simulation en termes de profil spatial/angulaire, et on inverse le problème de physique statistique, équation Ornstein-Zernike+équation intégrale, afin d'extraire la fonction bridge soluté-solvant exacte. Il s'agira ensuite de définir des comportements systématiques et de remonter à la fonctionnelle bridge. Ce projet va nécessiter la mise au point de théories, d'algorithmes et de codes numériques très efficaces et la résolution systématique de MDFT et de simulation pour un grand nombre de solutés au moyen de ressources informatiques importantes. Une fois que des fonctionnelles bridges optimisées seront validées, l'approche MDFT s’affirmera par elle-même comme un outil de prédiction efficace et compétitif, indépendamment des simulations. Elle pourra être utilisée par la communauté de manière routinière afin de comprendre au mieux les systèmes réels. De telles applications seront effectuées à la fin du projet. Le budget demandé correspond essentiellement à 3 années de post-doc et l'achat d'ordinateurs.

En 1935, Wigner et Huntington ont spéculé que la métallisation dans l’hydrogène devait avoir lieu à 25Gpa. Les expériences ont atteint 350GPa sans trouver la phase métallique, maintenant prédite à 400GPa. Cette discordance est emblématique de la physique riche et inattendue qui survient dans cette gamme de pression. Plusieurs phases cristallines ont été détectées à basse température mais la dissociation moléculaire n’a jamais pu être observée. La courbe de fusion du cristal moléculaire a un comportement réentrant avec une température maximale de 800K autour de 100 GPa et une décroissance en pression, ce qui suggère la présence d’un nouvel état quantique de la matière, un superfluide métallique ou un superfluide supraconducteur, stabilisé vis-à-vis de la cristallisation par les effets quantiques. Tenant compte des limitations expérimentales, une nouvelle ligne de pensée pour détecter la métallisation de l’hydrogène est d’étudier des hydrates comprenant la molécule H2 dans une matrice d’éléments plus lourds. Des matériaux particulièrement prometteurs sont le silane (H4S) et le sulfure d’hydrogène (H2S); ils ont été classés récemment comme des superconducteurs traditionnels avec une température critique particulièrement haute (190 K). D’autres matériaux très intéressants sont les hydrates de lithium, décrits aussi comme favorisant la métallisation et ayant un intérêt pour des applications technologiques. L’hydrogène est aussi l’élément le plus abondant de l’univers, suivi de l’hélium, et il compose beaucoup d’objets astronomiques, par exemple Jupiter et Saturne dans notre système solaire. L’ingrédient de base des modèles planétaires est l’équation d’état de l’hydrogène, de l’hélium et de leurs mélange sur une grande gamme de pression, température et concentrations. Il est particulièrement important d’établir les transitions de démixtion des mélanges hydrogène-hélium et leur liaison avec la métallisation de l’hydrogène et de l’hélium. La localisation de ces transitions pourrait expliquer des observations expérimentales récentes sur les planètes. Des méthodes de simulations numériques de premiers principes ont été appliquées à l’hydrogène, aux éléments légers et aux hydrates sous compression. Cependant les méthodes traditionnelles type théorie de la fonctionnelle de la densité (DFT) ont des difficultés à fournir des prédictions précises de la métallisation. Les méthodes de Monte Carlo Quantique (QMC) n’ont pas a-priori ces limitations. Une difficulté supplémentaire est de prendre en compte les effets quantiques nucléaires qui sont significatifs à haute pression. Nous avons introduit récemment le ’Coupled Electron-Ion Monte Carlo" (CEIMC), basé entièrement sur la méthode QMC, dépassant les limitations précédentes, et bien adapté à l’hydrogène et aux éléments légers (hélium, lithium). Cette méthode a été appliquée jusqu’ici à la transition liquide-liquide dans l’hydrogène et à la courbe de Hugoniot dans le deutérium. Notre projet est d’étudier par CEIMC la métallisation dans l’hydrogène et autres éléments légers tels que hélium, lithium et leur hydrates, ainsi que sa connexion avec les courbes de transition de phase. D’un point de vue méthodologique, nous voulons, avec l’aide de la Maison de la Simulation, intégrer le CEIMC dans un logiciel libre, afin de le diffuser et de faciliter son utilisation pour des systèmes avec des éléments plus lourds, pour lesquels une distinction doit être faite entre électrons de valence et de coeur. Par exemple la modélisation de l’eau par la DFT reste un défi. Avec le CEIMC, il sera possible de considérer la corrélation électronique, la dispersion et le caractère quantique des noyaux d’une manière unifiée et cohérente. Enfin, nous développerons des méthodes QMC pour les propriétés dynamiques, tels que conductivité. Notre approche bâtira la prochaine génération de méthodes de simulation ab-initio pour des systèmes étendus, basées sur des techniques de corrélation électronique "exactes" telles que le QMC.

La géothermie profonde permet la production en base, indépendamment des conditions météorologiques, d’une énergie propre utilisable directement sous forme de chaleur ou convertissable en électricité lorsque la température le permet. Sa contribution à la décarbonisation de notre économie croîtra progressivement pour atteindre une efficacité maximale en 2050 (ANCRE, 2015). Cependant, le sous-sol est un endroit complexe et incertain qui rend risquée l’exploitation des ressources qu’il renferme. Ainsi, quelle que soit la technologie utilisée – exploitation conventionnelle des aquifères profonds, production d’électricité en milieu volcanique ou opérations de nouvelle génération (EGS) - et le niveau de maturité associé, les opérations géothermiques profondes sont caractérisées par un investissement initial conséquent, lié aux coûts de forage (plusieurs M€), et risqué. Un échec peut détourner les opérateurs d'une région avec un bon potentiel a priori, mais une géologie complexe, pendant des décennies (exemple de l'aquifère du Hainaut au début des années 80). La pratique montre que la façon la plus efficace de maitriser le risque géologique est l'intégration pluridisciplinaire et collaborative des données disponibles, et des interprétations qui en sont faites, dans un modèle géologique. Dans un contexte géothermique, le but premier de ces modèles conceptuels est la prédiction de la distribution spatiale des températures. Cependant, pour être rentables, les projets de géothermie profonde ont besoin de niveaux de puissance qui nécessitent des échanges convectifs avec le réservoir et des débits de production ou d’injection importants. Parallèlement, les processus convectifs transitoires, qui sont omniprésents dans les milieux volcaniques, contrôlent également largement le régime thermique et l’état naturel de nombreux bassins sédimentaires ou des formations de socle sous-jacentes. Le modèle conceptuel d’un système géothermique est donc intrinsèquement dynamique et se doit d'intégrer les transferts de masse et d’énergie qui sont contrôlés par des structures géologiques multi-échelles... Dans un contexte où les données sont rares et hétérogènes, la simulation numérique est un moyen d’investigation puissant. De plus, en parallèle d’une augmentation importante des capacités de calcul, des avancées considérables, auxquelles ont contribué les partenaires de CHARMS, ont été réalisées au cours des dernières décennies dans la modélisation statique et dynamique du sous-sol. Mais de nombreux développements sont encore indépendants et confinés aux milieux universitaires et aucune solution commerciale ne les intègre non plus dans le même cadre. L'objectif principal de CHARMS est alors de franchir cette étape en produisant les briques de base pour une plate-forme de modélisation ouverte qui permettent de construire des modèles conceptuels dynamiques dans des contextes géologiques complexes, dès les premières phases de l'exploration, augmentant ainsi les chances de succès, et qui puissent évoluer vers des modèles de réservoir opérationnels pour garantir une exploitation durable. Le projet repose sur les trois piliers suivants: • un cadre cohérent pour associer des modèles géologiques complexes et évolutifs avec la physique non linéaire des écoulements géothermiques, • l’intégration sur la plate-forme parallèle COMPASS de schémas numériques précis et performants permettant la modélisation d’écoulements géothermaux compositionnels multiphasiques sur des maillages non structurés intégrant des surfaces de discontinuité (fractures, failles), • une base de cas test de validation et des cas industriels, comprenant des architectures de puits complexes. CHARMS rassemble des scientifiques se connaissant, avec une solide expérience de la modélisation du sous-sol. Le BRGM coordonnera le projet en s’appuyant sur l'expertise numérique des Universités de Nice et Paris 6, et de la Maison de la Simulation ainsi que sur l’expérience opérationnelle de Storengy.

Exascale challenges the programmer to write multi-level parallel programs, which means employing different paradigms to address multiple levels of parallelism in the system. In the multi-level programming paradigm FP3C targeting post-petascale systems, users are able to express high-level parallelism in the YML workflow language and employ parallel components written in the XcalableMP paradigm. XcalableMP (XMP) aims to combine productivity and performance and is a directive-based PGAS (partitioned global address space) language specified by Japan's PC Cluster Consortium. There it is the main vehicle for research in post-petascale programming models. XMP provides both, a global-view model and a local-view model - the first targeting node-level parallelism, and the latter offering a complete PGAS programming model. The XMP implementation employs MPI as its communication interface. In YML, the YvetteML workflow language is used to describe the parallelism of an application at a very high level. YML provides a compiler to translate the YvetteML notation into XMP-parallel programs, and a just-in-time scheduler managing the execution of parallel programs. It allows to hide low-level communication details from the programmer, particularly when coupling complex applications. Runtime error detection is the most practical approach for correctness checking. By exploiting the MPI profiling interface, the MUST correctness checker currently can detect a wide range of issues in MPI, as well as OpenMP and hybrid programs. The overall goal of this project is to ease programming of future Exascale systems by increasing the programming productivity. To this end we will investigate the application of scalable correctness checking methods to support the YML workflow language, the XMP programming model and selected features of MPI, such as one-sided communication. This includes research on how programming languages and parallelization paradigms could be extended to increase the validity and scalability of automatic correctness checking analyses. In summary, we will address two open research questions: first, which properties of a language or parallelization paradigm are required to enable effective automatic correctness checking and possibly to avoid errors in the first place, and second, how can existing specifications or APIs be extended to provide the necessary semantic information for the correctness checking tool. The development of correctness checking support for XMP will significantly improve the productivity in programming with XMP for Exascale systems. This project continues a French-Japanese collaboration existing for over 10 years and adds the scalable correctness checking support as a new component, delivered by the German partner. The project will result in joint research, publications and software development and consequently is expected to build important assets for future research activities.

Les progrès récents dans les architectures informatiques conduisent à une demande croissante pour des simulations prenant en compte une physique de plus en plus détaillée et réaliste. Les géosciences n'y font pas exception: les simulations de stockage pour les déchets nucléaires demandent de coupler des phénomènes thermiques, hydrauliques, mécaniques et chimiques. Il en est de même pour la séquestration du CO2 dans des aquifères salins, qui demande un couplage fort entre l'écoulement diphasique et les réactions chimiques. Le but du projet DEDALES est de contribuer aux méthodes mathématiques, et aux outils de simulation, qui seront nécessaires pour rendre possible ces simulations sur la prochaine génération de machines Exascale. Une caractéristique de ces machines sera certainement une structure hiérarchique des éléments de calcul. Pour des applications nécessitant la résolution de (systèmes) d'équations aux dérivées partielles, les méthodes de décomposition de domaine se sont révélées bien adaptées à ce type d'architectures: dans une méthode DD, un algorithme global itère sur les sous-domaines, et résout des problèmes indépendants, en parallèle (c'est un parallélisme à gros grain). La résolution de ces problèmes de sous-domaine peut elle-même être parallélisée, avec un grain plus fin. La conjonction de ces deux types de parallélisme conduit à une décomposition hiérarchique du problème original. De plus, cette approche se prête à l'utilisation de pas de temps différents dans les sous-domaines, ce qui permet d’adapter la méthode à la physique. Les méthodes de résolution de systèmes linéaires ont toujours été, et continueront d'être, au centre des codes de simulation. Cependant, il est notoirement difficile de paralléliser les méthodes implicites sur des maillages non-structurés, tels que ceux nécessaires pour représenter fidèlement la géologie complexe des milieux considérés. Enfin, la direction temporelle pourrait fournir un niveau supplémentaire de parallélisme. Le projet DEDALES montrera que les méthodes de décomposition de domaine espace-temps peuvent fournir ce niveau supplémentaire, et qu'elles peuvent utilement se combiner avec des solveurs parallèles linéaires pour la résolution des problèmes locaux. Pour accélérer la simulation des écoulements diphasiques, nous proposons une approche à deux niveaux: un niveau global utilisant la décomposition de domaines, parallélisé avec une approche à mémoire distribuée, et un niveau local pour le solveur de sous-domaine, qui exploitera à la fois MPI et un modèle de processus légers (threads). Cette approche se marie ben avec la nature hiérarchique à la fois de la physique et de l'architecture matérielle. Le solveur hybride parallèle qui en résultera sera intégré dans un code open source et validé sur plusieurs exemples de grande taille. Cette proposition va - étudier comment les méthodes de décomposition de domaine espace-temps, avec un pas de temps local, peuvent être étendues du cas monophasique (où elles ont prouvé leur efficacité) au cas diphasique ; - développer un nouveau solveur linéaire hybride combinant une méthode itérative externe, implémentée en MPI, avec une méthode directe implémentée au moyen d'un support d’exécution comme StarPU, et étudier comment adapter ce solveur hybride au cas des modèles issus de l'hydrogéologie, avec leur grande hétérogénéité ; - implémenter les idées précédents pour montrer qu'elles conduisent à une méthode permettant de tirer parti efficacement des deux niveaux de parallélisme présents dans les calculateur visés.

Convergence : un projet commun pour maîtriser le déluge de données et de calculs exaflopiques (1018) en sciences du climat. L’étude du climat, de ses mécanismes et des interactions entre ses composantes s’appuie sur la simulation numérique qui permet ainsi d’estimer les changements des climats passé et futurs. La tendance actuelle en modélisation du climat est d’inclure plus de composantes physiques, chacune avec des mailles de plus en plus fines et de réaliser de vastes ensembles de simulations pour répondre aux nombreuses questions scientifiques. En effet, les simulations climatiques peuvent se différencier par leur état initial, leurs paramétrisations, leurs représentations des processus physiques, leur résolution spatiale, leur complexité et leur degré de réalisme ou d’idéalisation. De plus, le besoin impératif d’évaluation, d’amélioration et de suivi du réalisme des modèles de climat, s’appuie aussi sur l’utilisation d’ensembles toujours plus vastes de diagnostics et sur une comparaison systématique entre les sorties de modèles de climat et les données d’observations. Le calcul haute performance atteindra prochainement l’exascale (1018) qui a le potentiel de répondre à ces besoins accrus en taille et nombre de simulations. Toutefois, les outils actuels de post-traitements, d’analyses et d’exploration des données générées ont atteint leur limite et il y a un besoin fort d’en développer de nouveaux capables de gérer la taille et la complexité croissantes des simulations et des résultats. Les simulations à l’échelle exascale nécessitent de nouveaux outils scalables pour générer, gérer et exploiter ces simulations et leurs résultats pour en extraire les informations pertinentes préparant les prises de décisions adaptées. Le principal objectif de ce projet est de développer une plate-forme permettant d'exécuter de grands ensembles de simulations basés sur une série de modèles cohérents, de manipuler les jeux de données complexes et volumineux produits, de faciliter l’évaluation et la validation de ces modèles et tout cela à différentes résolutions. Nous nous proposons de rassembler des compétences interdisciplinaires pour concevoir un environnement de programmation adaptés et efficaces pour les simulations et les analyses sur supercalculateurs. Nous utiliseront une approche dite de développement par composante, en incluant de nouvelles techniques de déploiement adaptées aux systèmes de calcul haute performance. CONVERGENCE, en rassemblant des experts en informatique et en calcul haute performance, permettra à la communauté nationale de recherche en climatologie de contribuer et de tirer avantage des innovations en sciences de l’information. Notre méthodologie consiste à développer un ensemble d’éléments génériques nécessaires pour faire tourner, de façon sûre et efficace, les modèles de climat français avec des maillages et des résolutions variés, pour gérer de grands volumes de données et pour permettre l’analyse des résultats et l’évaluation précise de ces modèles. Ces éléments incluent la définition des structures de données, la gestion des Entrées/Sorties, le couplage de codes ainsi que les environnements d’exécution et de pre/post traitements. Une structure de données et de méta-données commune permettra de garder la cohérence des informations échangées entre les différents éléments. Les modèles climat développés sont déjà impliqués dans de nombreux projets internationaux. Nous participons, par exemple, au projet CMIP (Coupled Model Intercomparison Project) très exigeant mais jouissant d’un très grande visibilité : ses résultats sont très largement utilisés au niveau international et notament synthétisés dans les rapports du GIEC (Groupe d'experts intergouvernemental sur l'évolution du climat). Le projet CONVERGENCE constituera une étape inestimable pour la communauté française de recherche climatique pour préparer et contrinuer à la prochaine phase du projet CMIP.

L’Observatoire Européen Austral mène la conception du European Extremely Large Telescope (E-ELT), un télescope de 39m de diamètre, afin de doter l'Europe du plus grand œil sur l'univers jamais construit, sa première lumière étant prévue en 2022. L'E-ELT sera le premier télescope dépendant entièrement de l'optique adaptative (OA), une technique instrumentale pour la correction dynamique d’aberrations dans un système optique, utilisée sur les télescopes astronomiques pour compenser, en temps-réel, l'effet de la turbulence atmosphérique. Les deux instruments de première lumière: ELT-CAM (un imageur à grand champ) et ELT-IFU (un spectrographe intégral de champ) sont tous deux conçus pour être couplés à des modules d‘OA. Le partenariat PHASE, rassemblant la plupart des acteurs français de l’OA est l'un des contributeurs principaux aux modules d’OA, étant fortement impliqué dans les deux consortiums choisis pour mener les études de conception finales de ces deux instruments. La plateforme hétérogène de développement pour les systèmes d’OA (COMPASS) doit fournir à la communauté PHASE des moyens puissants pour l'élaboration de ces deux modules dont les phases finales de conception commenceront en 2012. Basée sur une intégration totale du logiciel avec le matériel et en s'appuyant sur une architecture haute performance hétérogène, la plate-forme COMPASS sera utilisée pour effectuer des simulations réalistes du comportement et des performances des systèmes d’OA ainsi que pour concevoir et tester de nouveaux concepts pour le calculateur temps-réel (RTC), un composant essentiel de tout système d’OA. Il fournira également des outils de décision essentiels pour optimiser la conception opto-mécanique des instruments qui seront développés. La simulation d'un système d’OA est intrinsèquement multi-physique impliquant les modèles de turbulence atmosphérique, la reconstruction tomographique ou encore la théorie du contrôle. En outre, des simulations complètes d’observations avec l’E-ELT sont des applications de calcul intensif et en tant que tels de bons candidats pour l’utilisation des accélérateurs matériels tels que les processeurs multi-coeurs. Parmi ces accélérateurs, l’architecture CUDA a été conçue pour fournir des processeurs graphiques (GPU) équipés de fonctionnalités compatibles avec le HPC. La plate-forme proposée s'appuiera sur une architecture évolutive hétérogène, basé sur les GPU comme accélérateurs et utilisant des composants du commerce, capables de fournir la puissance de calcul suffisante pour un coût raisonnable. L'objectif principal du projet COMPASS est de fournir une plate-forme de développement complète pour l’OA à la communauté PHASE, capable de s’attaquer à l'échelle de l’E-ELT et comprenant un noyau temps réel qui peut être directement intégré à un système réel. En outre, l'un des thèmes clés de ce projet est le développement d'un prototype d'acquisition et de traitement d'image à faible latence, dédiée aux systèmes d’OA et pleinement intégrée dans l’environnement de simulation. L'objectif du projet COMPASS est de mener des développements le long de quatre axes principaux: la modélisation de l’OA, le contrôle temps-réel pour l’OA, l'acquisition d'image à faible latence et la conception d’instruments pour l'E-ELT. Bien que ces développements soient principalement motivés par les besoins de l'instrumentation de l’E-ELT, ils pourraient avoir d'autres applications comme le traitement en temps-réel des flux d'images pour la détection, la reconnaissance et l'identification dans la surveillance et d’autres domaines tels que la défense, l'industrie, la sécurité ou la chirurgie. Ce projet permettra de fédérer les efforts de différentes équipes aux compétences complémentaires allant de l'informatique de haute performance aux systèmes d’AO et à l'astrophysique autour d'une plate-forme de développement de haute performance. Des retombées dans chacun de ces domaines sont attendus d'une telle collaboration multi-disciplinaire.