Gestionnaire de ressources pour clouds d'objets – Greco

A l'horizon 2020, les prédictions annoncent plusieurs dizaines de milliards d'objets connectés dans le monde. Ceci pourrait entraîner une véritable révolution dans les domaines de l'intelligence ambiante, à condition de formuler des architectures systèmes, efficaces dans le traitement des données produites ou requises par les objets connectés.

La question de l'organisation distribuée adéquate pour la création des systèmes intelligents à base d'objets connectés a beaucoup été étudiée ces dernières années. Elle a majoritairement été envisagée à travers des modèles centralisés. Dans ces derniers, les objets connectés remontent les données vers une plateforme centrale (par exemple un cloud) où sont implémentés les traitements. Lorsque nécessaire, les résultats sont renvoyés vers les objets connectés. S'il existe plusieurs cas d'applications où de tels modèles ont du succès, les experts dans le domaine de l'Internet des objets (Gartner, IBM etc.) s'accordent sur le fait que de telles solutions ne sont plus soutenables en l'état. Les raisons sont, entre autres, l'engorgement des réseaux, les problèmes de confidentialité ou les temps de réponse inadaptés pour les applications temps-réel. L'une des principales alternatives aux modèles centralisés consiste à construire les clouds d'objets. Il s'agit de coordonner les objets déployés dans un environnement afin qu'ils puissent opérer, par eux-mêmes ou localement, les traitements intelligents du contexte de l'environnement. De telles plateformes sont aujourd'hui possibles du fait de la puissance de calcul croissante des objets connectés. Ils ont aussi des avantages sur les questions de confidentialité, temps de réactivité et consommation énergétique.

L'ambition du projet GRECO est de construire un gestionnaire de ressources de référence pour les clouds d'objets. Le gestionnaire doit agir au niveau des couches IaaS, PaaS et SaaS du cloud. L'une des principales difficultés est de prendre en compte le contexte d'exécution des objets connectés. A la différence des noeuds clouds traditionnels, les objets connectés ont de nouveaux type réseaux et supports de calcul, différents capteurs et de nouvelles contraintes comme les interactions humaines. La grande mobilité et variabilité de ce contexte implique qu'il est difficile de modéliser la qualité de service. Face à cela, nous comptons innover en développant des approches d'ordonnancement de tâches et de gestion des données, qui en s'appuyant sur de l'apprentissage automatique s'adapteront dynamiquement aux observations effectuées sur le contexte d'exécution. L'adaptation ici passe par une double modélisation d'une part, des usages récurrents du cloud d'objets connectés et d'autre part de topologie statique et dynamique de la plateforme. Les usages récurrents capturent l'écosystème des services pour lesquels le réseau d'objets connectés est fréquemment sollicité.

Le projet GRECO s'articule autour d'une collaboration entre l'entreprise Qarnot Computing et deux instituts de recherche français d'excellence: le Laboratoire d'Informatique de Grenoble (LIG) et l'Institut National de Recherche en Informatique et Automatique (Inria). Qarnot installe des processeurs à haute-performance dans des radiateurs électriques et permet ainsi de chauffer des habitations en dissipant la chaleur induite par les calculs. Dans le projet GRECO, le LIG apporte son expertise dans le développement des ordonnanceurs distribués et l'apprentissage automatique, l'Inria contribuera sur la gestion des données massives et Qarnot offrira son expertise acquise dans le développement de la solution de gestion des ressources de son réseau de radiateurs. Ce réseau sera la plateforme que nous utiliserons pour valider expérimentalement le gestionnaire proposé dans GRECO. Toutefois, la solution devra être interopérable: elle sera déployable sur d'autres systèmes proposant une architecture cloud massivement distribuée (tels ceux connus sous les termes Edge Computing).