Le principe de localité est bien connu en programmation : il y a la localité temporelle, qui permet la réutilisation de données et d’instructions précédemment utilisées, et la localité spatiale qui caractérise le probable accès à une donnée voisine d’un élément tout juste utilisé. C’est ce dernier principe que le nouveau modèle de programmation spatiale OpenSPL (Open Spatial Programming Language) va tenter d’exploiter plus en profondeur. Issu d’un consortium mêlant des industriels (Chevron, CME Group, Juniper Networks, Maxeler Technologies…) et des universités (Imperial College London, Stanford, Tokyo et Tsinghua), cette approche révolutionnaire apporte des gains très significatifs en performance et en consommation énergétique comparé au modèle d’exécution par instructions des processeurs conventionnels.

D’où est né OpenSPL ? De l’idée que les limites en termes de scalabilité, d’efficacité et de complexité du modèle de calcul temporel des processeurs multicores nécessitent des innovations radicales dans la conception des systèmes destinés à passer à l’échelle. Avec pour preuve ce simple constat factuel : pendant que le nombre de transistors passait par exemple de 400 M (Itanium 2) à 3 Md (Xeon Phi), la latence d’accès à la mémoire n’a pour sa part été améliorée que d’un facteur 3.

En quoi consiste concrètement OpenSPL ? Son principe général réside dans le découplage du flot de contrôle et du flot de données. Le modèle se compose d’une représentation matérielle spatiale (le Spatial Computing Substrate) et de trois types de mémoires (mémoires scalaires, lentes et rapides). La représentation matérielle – SPS donc – est capable d’exécuter en une seule fois et en parallèle des noyaux statiques de calculs liés entre eux par des flots de données. L’affaire vous semble obscure ? Patience, nous sommes en train de vous préparer, avec les concepteurs du modèle, une introduction détaillée au langage et à ses potentialités.