, Il serait int eressant d'int egrer aussi l'aspect communication
A user's guide to PVM parallel virtual machine, 1992. ,
Mod ele de programmation a parall elisme de donn ees : une perspective s emantique, Technique et science informatiques, vol.12, issue.5, pp.541-562, 1993. ,
Massive P arallelism with Workstation Clusters { Challenge or Nonsense?, 1993. ,
EEcient parallel computing in distributed workstation environments, Parallel Computing, vol.19, pp.1221-1234, 1993. ,
Cluster-C*: Understanting the Performance Limits, Scalable High-Performance Computing Conference, pp.229-238, 1994. ,
Dynamic Load Balancing on SIMD DataParallel Computers, 1994. ,
PVM 3 Beyond network Computing, Parallel Computation, n umber 734 in LNCS, pages 194{203, 1993. ,
Data-Parallel Programming on MIMD Computers. Scientiic and Engineering Computation, 1991. ,
Array Decompositinos for Clusters of Machines with Non-Uniform Computational Power ,
Load balancing data parallel programs on distributed memory computers, Parallel Computing, vol.19, pp.1190-1219, 1993. ,
The Stealth distributed scheduler, The 11th Int. Conf on Distributed Computing Systems, pp.336-343, 1991. ,
Contribution a l ' etude s emantique des langages a p arall elisme de donn ees application a l a c ompilation, 1993. ,
LINDA and PVM: A comparison between two environments for parallel programming, Parallel Computing, vol.19, pp.949-957, 1993. ,
Data-parallel programming on a network of heterogeneous workstations, Concurrency: Practice a n d E x p erience, vol.5, pp.257-268, 1993. ,
Rectilinear Partitioning of Irregular Data Parallel Computations. J. of Parallel and Distributing Computing ,
Optimal Dynamic Remapping of Data Parallel Computations, IEEE Tran. on Computers, vol.39, issue.2, pp.206-219, 1990. ,
Compilation du ot de contr^ ole pour le parall elisme de donn ees, Technique et science informatiques, vol.12, issue.6, pp.745-773, 1993. ,
, New Haven. C-LINDA r eference manual, Scient. Comp. Ass, 1991.
, Il est clair que dans l' etat actuel des technologies le principal frein est le faible d ebit des r eseaux par rapport aux puissances des stations de travail. La technologie des processeurs croissant nettement plus rapidement que celle des r eseaux, cet ecart devrait se creuser de plus en plus. La virtualisation des programmes data-parall eles conduit a des programmes SPMD compos es de successions de phases calcul/communication. On peut reprendre l'analyse de Hatcher et Quinn pour evaluer l, Il existe d ejj a une longue litt erature sur l'opportunit e d'utiliser les r eseaux de station de travail dans le cadre du calcul intensif
, p le nombre de stations, f(n) l e volume de calculs el ementaires dans une phase de calcul, i.e. la granularit e d u p r ogramme, g(nn p) l e v olume de donn ees dans la phase de communication, le temps d'un