Le gestionnaire de configuration Puppet a bien évolué depuis son tout premier déploiement au Centre de Calcul de l’IN2P3 en 2009. Afin d’exploiter au mieux ses nouvelles fonctionnalités, nous repensons actuellement notre installation. C’est l’occasion parfaite pour une revue de cet outil à la mode. Puppet est un logiciel open source développé par Luke Kanies en 2005. Il se présente comme une alternative à l’écriture de multiples scripts pour automatiser les tâches répétitives liées à la configuration des systèmes d’exploitation (Unix-like et Windows). Produit aujourd’hui par la compagnie PuppetLabs, en version gratuite (3.6.2) et en version commerciale (Puppet Enterprise 3.2), il est utilisé par de nombreuses sociétés renommées telles que Google, Dell, Mozilla, Oracle, Twitter et Disney. Il est également pressenti comme le successeur de YAIM pour la configuration des nœuds de grille de calcul LCG/EGI. Puppet est une application Ruby pouvant fonctionner de manière autonome (mode standalone), mais plus souvent déployée en environnement client/serveur (mode pull). Le client vérifie régulièrement sa (...)

lire la suite

Les expériences HEP, dont celles du LHC après les upgrades prévus, vont faire face à une masse de données sans précédent (à la fin de la décennie, facteur 10 par rapport au volume produit actuellement) dont l’analyse représente un challenge pour l’informatique de ces expériences. Un challenge technique d’abord car il est devenu de plus en plus difficile pour les logiciels existants d’utiliser efficacement les machines modernes dont la puissance repose sur un fort parallélisme interne (nombre de cœurs, instructions vectorielles). Mais aussi un challenge financier car, dans la situation budgétaire contrainte partout dans le monde, les expériences LHC peuvent espérer un budget pour l’achat de ressources informatiques au mieux stable, ce qui permet d’espérer une augmentation de la puissance installée correspondant au mieux à la loi de Moore. Sur la base des prévisions actuelles, les expériences LHC estiment qu’il faudra améliorer la performance des logiciels d’un facteur 10 en 10 ans pour espérer analyser les données avec les ressources qui seront disponibles. Pour les autres expériences de la discipline qui (...)

lire la suite

Bien que l’utilisation de la bande magnétique soit régulièrement remise en cause, un avenir prometteur semble néanmoins assuré pour ce type de média de stockage, même de nos jours. Alors que la capacité des disques durs traditionnels évolue lentement depuis quelques années, et malgré l’apparition des premiers disques de 6To en 2014 dans nos boutiques en lignes préférées, les capacités stockées sur bandes magnétiques ne cessent de croitre avec une progression nettement plus importante que celle constatée pour les disques durs classiques. Alors que le Centre de Calcul de l’IN2P3 s’apprête à mettre en service la technologie StorageTek T10KD , avec une capacité de stockage non compressée native sur la bande de 8,5To et 252Mo/sec de débit nominal, la société Sony annonce avoir réussi à écrire 185To [1] sur une bande magnétique et jusqu’à 370To avec des données compressées. Les perspectives de progression en terme d’évolution de densité au « cm² » sur une bande magnétique restent particulièrement encourageantes (33% pour la bande contre 15% pour le disque [2]). Certes, l’utilisation (...)

lire la suite

Le Higgs boson machine learning challenge (HiggsML) est en cours, et s’achèvera le 15 septembre 2014. Pour la première fois, l’expérience ATLAS au CERN a rendu publique une partie des données de simulation utilisées par les physiciens pour optimiser une analyse, en l’occurrence l’analyse qui a mis en évidence la désintégration du boson de Higgs en paires tau+tau- annoncée en novembre 2013. Le challenge est organisé par une équipe interdisciplinaire de physiciens d’ATLAS et d’informaticiens du LAL (Université Paris Sud et CNRS/IN2P3), du LRI (Université Paris Sud et CNRS), d’Inria, de Royal University University College et de ChaLearn. Il est hébergé par la société Kaggle. Le but est d’explorer le potentiel des méthodes avancées d’apprentissage automatique pour améliorer la signification statistique de l’expérience. Au delà, il vise à promouvoir la collaboration entre physiciens des hautes énergies et informaticiens spécialistes de l’apprentissage automatique. Le challenge se déroule de mi-mai à septembre 2014. Aucune connaissance de physique des particules n’est (...)

lire la suite