, Il serait int eressant d'int egrer aussi l'aspect communication

A. Beguelin, J. Dongarra, G. A. Geist, R. Manchek, and V. S. Sunderam, A user's guide to PVM parallel virtual machine, 1992.

L. Boug, 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.

C. H. Cap, Massive P arallelism with Workstation Clusters { Challenge or Nonsense?, 1993.

C. H. Cap and V. Strumpen, EEcient parallel computing in distributed workstation environments, Parallel Computing, vol.19, pp.1221-1234, 1993.

C. J. Turner, D. Mosberger, and L. L. Peterson, Cluster-C*: Understanting the Performance Limits, Scalable High-Performance Computing Conference, pp.229-238, 1994.

J. Dekeyser, C. Fonlupt, and P. Marquet, Dynamic Load Balancing on SIMD DataParallel Computers, 1994.

G. A. Geist, PVM 3 Beyond network Computing, Parallel Computation, n umber 734 in LNCS, pages 194{203, 1993.

P. J. Hatcher and M. J. Quinn, Data-Parallel Programming on MIMD Computers. Scientiic and Engineering Computation, 1991.

M. Kaddoura, S. Ranka-adn, and A. Wang, Array Decompositinos for Clusters of Machines with Non-Uniform Computational Power

J. , D. Keyser, and D. Roose, Load balancing data parallel programs on distributed memory computers, Parallel Computing, vol.19, pp.1190-1219, 1993.

P. Krueger and R. Chawla, The Stealth distributed scheduler, The 11th Int. Conf on Distributed Computing Systems, pp.336-343, 1991.

J. Levaire, Contribution a l ' etude s emantique des langages a p arall elisme de donn ees application a l a c ompilation, 1993.

A. Matrone, P. , and V. Puoti, LINDA and PVM: A comparison between two environments for parallel programming, Parallel Computing, vol.19, pp.949-957, 1993.

N. Nedeljkovi and M. J. Quinn, Data-parallel programming on a network of heterogeneous workstations, Concurrency: Practice a n d E x p erience, vol.5, pp.257-268, 1993.

D. M. Nicol, Rectilinear Partitioning of Irregular Data Parallel Computations. J. of Parallel and Distributing Computing

D. M. Nicol and P. F. Reynold, Optimal Dynamic Remapping of Data Parallel Computations, IEEE Tran. on Computers, vol.39, issue.2, pp.206-219, 1990.

N. Paris, 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