Ce mercredi a eu lieu la soute­nance de thèse de Jona­than Sarton qui a ainsi obtenu le grade de docteur.

Nous lui adres­sons toutes nos féli­ci­ta­tions.

Titre : Visua­li­sa­tions inter­ac­tives haute-perfor­mance de données volu­miques massives : une approche out-of-core multi-réso­lu­tion basée GPUs

Compo­si­tion du Jury :

M. Bruno Raffin, Direc­teur de Recherche, INRIA Grenoble, Rappor­teur
M. Pere-Pau Vàsquez, Profes­seur asso­cié, Univer­sité de Barce­lone, Rappor­teur
Mme. Sophie Robert, Maître de confé­rence, Univer­sité d’Or­léans, Exami­na­trice
M. Bruno Lévy, Direc­teur de Recherche, INRIA Nancy, Exami­na­teur
M. Pierre-Franck Piser­chia, Ingé­nieur de Recherche, CEA DAM Ile-de-France, Invité
M. Laurent Lucas, Profes­seur, Univer­sité de Reims Cham­pagne-Ardenne, Co-Direc­teur
M. Yannick Remion, Profes­seur, Univer­sité de Reims Cham­pagne-Ardenne, Co-Direc­teur

Résumé :

Les besoins en visua­li­sa­tion de données volu­miques sont courants dans plusieurs domaines scien­ti­fiques et en parti­cu­lier en image­rie médi­cale et bio-médi­cale. En effet, plusieurs types d’ap­pa­reils d’ac­qui­si­tion fréquem­ment utili­sés, génèrent des champs scalaires ou vecto­riels, repré­sen­tés sous forme de grille régu­lière 3D, qu’il est impor­tant de pouvoir visua­li­ser de manière inter­ac­tive pour en extraire des infor­ma­tions, ou pour vali­der des résul­tats expé­ri­men­taux. L’ac­crois­se­ment de la préci­sion d’ac­qui­si­tion de ces appa­reils modernes engendre cepen­dant une hausse expo­nen­tielle de la quan­tité des données géné­rées. Les algo­rithmes de visua­li­sa­tion doivent, non seule­ment, faire face à cette problé­ma­tique en s’adap­tant à la volu­mé­trie des données qu’ils mani­pulent, mais aussi à cette évolu­tion rapide. L’uti­li­sa­tion de cartes accé­lé­ra­trices de type GPU est parti­cu­liè­re­ment bien adap­tée à la nature des données volu­miques et aux algo­rithmes de visua­li­sa­tion géné­ra­le­ment asso­ciés. Les envi­ron­ne­ments de calcul haute perfor­mance se tournent aujourd’­hui vers des solu­tions qui utilisent un grand nombre de ces cartes. Ceux-ci sont, par leur nature massi­ve­ment paral­lèle, de bons candi­dats pour propo­ser des solu­tions de visua­li­sa­tion haute perfor­mance. La quan­tité de mémoire des GPUs est cepen­dant très limi­tée, et bien moins impor­tante que les données brutes des volumes à mani­pu­ler. Une solu­tion est alors de conce­voir des algo­rithmes « out-of-core », dont l’unité de calcul est disso­ciée de l’unité de stockage des données.
Dans ces travaux de thèse, nous propo­sons un pipe­line complet permet­tant de visua­li­ser de manière inter­ac­tive sur GPU, de très grands volumes de données dépas­sant les capa­ci­tés physiques de la mémoire du GPU et du CPU de la machine sur laquelle est réalisé le rendu. Nous étudions pour cela, un modèle de gestion « out-of-core », basé sur un prin­cipe de virtua­li­sa­tion de la mémoire, parti­cu­liè­re­ment bien adapté à de très grands volumes. Nous propo­sons une approche qui comprend une struc­ture d’adres­sage virtuel, entiè­re­ment gérée sur GPU. Nous nous inté­res­sons égale­ment à la compa­ti­bi­lité de ce modèle pour diffé­rents types d’ap­pli­ca­tions de visua­li­sa­tion de données volu­miques. Une première qui s’ap­puie sur le prin­cipe de micro­scope virtuel pour propo­ser une visua­li­sa­tion 3D autos­té­réo­sco­pique de piles d’images ultra haute réso­lu­tion. Une deuxième qui propose un rendu volu­mique direct inter­ac­tif par une approche « ray-guided », en montrant les capa­ci­tés d’uti­li­sa­tion de notre modèle de gestion « out-of-core » dans des envi­ron­ne­ments de calcul haute perfor­mance hybrides, multi-GPUs, multi-CPUs.