Stage - Visualisation in situ de données de simulation sur GPU

Lyon, France

Kitware

Our renowned researchers and developers are experts in advanced technical computing. Through a highly competitive and selective hiring process, we’ve cultivated a team of internationally renowned researchers and developers in advanced technical...

View all jobs at Kitware

Apply now Apply later

CANDIDATURES ACCEPTÉES POUR DES STAGES COMMENÇANT EN SEPTEMBRE 2025-----ContexteL’analyse in situ(1) est une nouvelle approche de post-traitement des donnĂ©es de simulation en temps rĂ©el, qui complĂšte les mĂ©thodes traditionnelles utilisant des fichiers stockĂ©s sur disque, en accĂ©dant directement Ă  la mĂ©moire de la simulation numĂ©rique sans aucune copie mĂ©moire. Elle permet un post-traitement efficace de donnĂ©es volumineuses lorsque l'Ă©criture des donnĂ©es de sortie sur disque constitue le principal goulot d'Ă©tranglement en termes de performance.Kitware dĂ©veloppe la bibliothĂšque open source Catalyst 2 pour rĂ©aliser des analyses in situ de simulations numĂ©riques Ă  grande Ă©chelle(2), utilisant principalement ParaView(3) et VTK(4). Les dĂ©veloppements rĂ©cents incluent aussi l’analyse in transit(5), oĂč les donnĂ©es sont dĂ©placĂ©es vers un autre ensemble de nƓuds de calcul, et l’analyse hybride in situ/in transit de donnĂ©es Ă  grande Ă©chelle(6).Kitware est impliquĂ© dans de nombreux projets liĂ©s au calcul exascale comme l’Exascale Computing Project aux États-Unis, le projet NumPEx en France et la machine exascale JUPITER en Allemagne, oĂč les techniques in situ et in transit sont au cƓur de nombreux projets.Catalyst est trĂšs performant pour les simulations CPU Ă  grande Ă©chelle dans les environnements de calcul haute performance (HPC). Cependant, de plus en plus de codes de simulation numĂ©rique modernes effectuent leurs principales opĂ©rations Ă  l'aide d'unitĂ©s de calcul graphique Ă  usage gĂ©nĂ©ral (GPGPU) pour un traitement plus rapide. Cela crĂ©e de nouveaux dĂ©fis pour l'analyse in situ, car les donnĂ©es de simulation peuvent dĂ©sormais ĂȘtre stockĂ©es dans la mĂ©moire du GPU, ce qui nĂ©cessite un traitement diffĂ©rent et plus complexe des donnĂ©es.Kitware travaille activement sur une version de Catalyst GPU, qui tente de gĂ©rer la mĂ©moire vidĂ©o GPU dans l'analyse et la visualisation in situ de Catalyst, sans dĂ©placer les donnĂ©es vers la mĂ©moire principale(7). Ces techniques s'appuient sur des bibliothĂšques tierces  prenant en charge des architectures matĂ©rielles hĂ©tĂ©rogĂšnes telles que Viskores (anciennement VTK-m) ou ADIOS2(9).
ObjectifsL'objectif de ce stage est d'identifier les limites actuelles de Catalyst en matiÚre de simulations numériques basées sur GPU, puis de rechercher et de développer de nouvelles techniques permettant de réaliser des analyses in situ efficaces grùce à Catalyst et aux traitements GPU. Ces techniques seront testées sur des simulations réelles basées sur GPU, idéalement en utilisant des ressources HPC pour des tests à grande échelle.
DurĂ©eCe stage d’une durĂ©e de 6 mois se dĂ©roulera dans les bureaux de Kitware Ă  Villeurbanne. (France).
-------1 -  Childs, H.; Ahern, S.; Ahrens, J.; Bauer, A.; Bennett, J.; Bethel, E., et al. (2020). A terminology for in situ visualization and analysis systems. The International Journal of High Performance Computing Applications, 34(6), 676-691. Report #: ARTN 1094342020935991. http://dx.doi.org/10.1177/1094342020935991 
-2- Ayachit, U., Bauer Andrew C., Boeckel Ben, Geveci Berk, Moreland Kenneth, O`Leary Patrick, Osika Tom  (2021). Catalyst Revised: Rethinking the ParaView in Situ Analysis and Visualization API. In: Jagode, H., Anzt, H., Ltaief, H., Luszczek, P. (eds) High Performance Computing. ISC High Performance 2021. Lecture Notes in Computer Science(), vol 12761. Springer, Cham. https://doi.org/10.1007/978-3-030-90539-2_33
-3- Ahrens, James, Geveci, Berk, Law, Charles, ParaView: An End-User Tool for Large Data Visualization, Visualization Handbook, Elsevier, 2005, ISBN-13: 9780123875822
-4-  Schroeder, Will; Martin, Ken; Lorensen, Bill (2006), The Visualization Toolkit (4th ed.), Kitware, ISBN 978-1-930934-19-1
-5-  Mazen, F., Givord, L., Gueunet, C. (2023). Catalyst-ADIOS2: In Transit Analysis for Numerical Simulations Using Catalyst 2 API. In: Bienz, A., Weiland, M., Baboulin, M., Kruse, C. (eds) High Performance Computing. ISC High Performance 2023. Lecture Notes in Computer Science, vol 13999. Springer, Cham. https://doi.org/10.1007/978-3-031-40843-4_20 
-6- Mazen, F., Gombert, L., Givord, L., Gueunet, C. (2025). In Situ in Transit Hybrid Analysis with Catalyst-ADIOS2. In: Weiland, M., Neuwirth, S., Kruse, C., Weinzierl, T. (eds) High Performance Computing. ISC High Performance 2024 International Workshops. ISC High Performance 2023. Lecture Notes in Computer Science, vol 15058. Springer, Cham. https://doi.org/10.1007/978-3-031-73716-9_34 
-7-  https://www.kitware.com/catalyst2-gpu-resident-workflows/ 
-8-  K. Moreland et al., "VTK-m: Accelerating the Visualization Toolkit for Massively Threaded Architectures," in IEEE Computer Graphics and Applications, vol. 36, no. 3, pp. 48-58, May-June 2016, https://doi.org/10.1109/MCG.2016.48 
-9-  https://adios-io.org/ ------

Missions et résultats attendus

  • État de l'art de l'analyse in situ et en transit des simulations numĂ©riques basĂ©es sur GPU (Ascent, LibSim, Catalyst, Viskores
)
  • Analyse des enjeux de l'analyse in situ sur GPU : zĂ©ro copie, donnĂ©es distribuĂ©es, performances, etc.
  • Travaux de recherche et dĂ©veloppement qui contribueront Ă  l’état de l’art
  • DĂ©veloppements de preuves de concept pour valider la recherche
  • IntĂ©gration dans les codes open source de Catalyst et ParaView
  • Tests avec des cas d'utilisation industriels
  • Tests de performance et comparaison avec l'analyse du processeur uniquement
  • Contributions Ă  la communautĂ© scientifique (poster, article court, communications, prĂ©sentations Ă  des confĂ©rences, billets de blog, etc.), selon le calendrier.

Profil & compétences requises

  • Niveau Ă©cole d'ingĂ©nieur 4Ăšme annĂ©e minimum / Master 2
  • Bon niveau en C++
  • Bon niveau en anglais 

Compétences appréciées

  • Notions de CMake
  • Connaissance en python
  • Connaissances de la bibliothĂšque Qt
  • Une premiĂšre approche de la bibliothĂšque VTK et du logiciel ParaView
  • Connaissances en mĂ©thodes de visualisation
  • Contributions Ă  des logiciels open-source
Description de la sociétéKitware est une entreprise à taille humaine qui  se mobilise pour avoir un grand impact sur le monde. Ses collaborateurs s'investissent au quotidien pour faire progresser la science et la technologie afin de favoriser l'innovation mondiale et résoudre les défis mondiaux. Cela est possible en développant des plateformes logicielles open source innovantes et en faisant en sorte de les intégrer autant que possible dans des solutions logicielles open source et en contribuant directement à l'open science dans un esprit collaboratif.
Nous fournissons des services commerciaux à des sociétés allant des startups aux sociétés du CAC 40. Kitware utilise un modÚle commercial de services autour de ses solutions open source pour développer des communautés collaboratives étendues et fournir des solutions techniques flexibles et de grande qualité. Si vous avez utilisé CMake, ITK ou VTK, Paraview ou LidarView, vous connaissez notre travail et son impact sur les communautés que nous aidons à créer.
Apply now Apply later

* Salary range is an estimate based on our AI, ML, Data Science Salary Index 💰

Job stats:  1  0  0
Category: Visualization Jobs

Tags: APIs Architecture CMake Computer Science Data visualization GPU HPC Open Source Python

Region: Europe
Country: France

More jobs like this