BPDF: Boolean Parametric Data Flow

Dataflow programming models are well-suited to program many-core streaming applications. However, many streaming applications have a dynamic behavior. To capture this behavior, parametric dataflow models have been introduced over the years. Still, such models do not allow the topology of the dataflow graph to change at runtime, a feature that is also required to program modern streaming applications. To overcome these restrictions, we propose a new model of computation, the Boolean Parametric Data Flow (BPDF) model which combines integer parameters (to express dynamic rates) and boolean parameters (to express the activation and deactivation of communication channels). High dynamicity is provided by integer parameters which can change at each basic iteration and boolean parameters which can even change within the iteration. The major challenge with such dynamic models is to guarantee liveness and boundedness. We present static analyses which ensure statically the liveness and the boundedness of BDPF graphs. We also introduce a scheduling methodology to implement BPDF graphs on highly parallel platforms. Finally, we demonstrate our approach using a video decoder case study.Les modèles de calcul flots de données sont bien adaptés à la programmation des applications de streaming sur les architectures multi-cœurs. Or, de nombreuses applications de streaming ont un comportement dynamique. Afin de prendre en compte cette dynamicité, plusieurs modèles de calcul paramétriques ont été proposés au cours des années récentes. Toute- fois, ces modèles ne permettent pas de prendre en compte les reconfigurations dynamiques de la topologie d'un réseau flots de données, ce qui est requis dans les applications de streaming. Afin de résoudre ce problème, nous proposons un nouveau modèle de calcul, le modèle BPDF (" Boolean Parametric Data Flow "), qui combine des paramètres entiers (pour représenter les taux d'entrées sorties dynamiques) et des paramètres booléens (pour représenter l'activation et la désactivation des canaux de communication). La dynamicité est vient du fait que les paramètres entiers peuvent changer à chaque itération, et du fait que les paramètres booléens peuvent même changer au sein d'une itération. Le principal défi avec de tels modèles dynamiques de calcul est de garantir les propriétés de vivacité et de bornage. Nous présentons des analyses statiques qui permettent de garantir sta- tiquement la vivacité et le bornage d'un réseau BPDF. Nous présentons également une méthode d'ordonnancement afin de mettre en œuvre des réseaux BPDF sur des plateformes hautement parallèles. Enfin, nous illustrons notre approche avec une étude de cas d'un décodeur vidéo