Conclusion - Perspectives
RDISK : une architecture reconfigurable pour l'exploration des banques génomiques

RDISK est un prototype original dont une version à 48 nœuds a été développée à l'IRISA (figure 8). Sa principale caractéristique est de pouvoir filtrer rapidement de grandes masses de données, comme les banques de données génomiques. Les traitements sont en général relativement simples et réguliers ; ils se prêtent donc bien à une mise en œuvre matérielle et, plus particulièrement, par le biais d'architectures reconfigurables.

• Les performances de RDISK rivalisent avec les systèmes plus traditionnels à base de cluster de PCs. Elles peuvent également être évaluées sur la base du coût. Un nœud RDISK est essentiellement composé d'éléments standards et peu onéreux : un disque dur et quelques composants électroniques courants. Une estimation grossière évalue à 250 Euros le coût d'un nœud pour une production en petite quantité.

• Les diverses implémentations algorithmiques ont cependant pointé quelques limitations du prototype:

  • la bande passante Disque/FPGA est d'environ 15 Mo/s. C'est bien plus faible que ce qu'on obtient habituellement (50-80 Mo/s). En fait, dans la version développée, le contrôleur IDE ne gère que le mode PIO. L'usage de mode DMA est possible, mais demande une quantité de ressource trop importante au regard du composant FPGA utilisé ;

  • l'emploi d'un Spartan II, bon marché, limite fortement la capacité des filtres. À l'usage, ce choix initial s'est avéré trop restrictif. Heureusement, les composants disponibles actuellement offrent, pour un coût similaire, des ressources beaucoup plus importantes. Un nœud RDISK réalisé aujourd'hui – et à coût identique – serait bien plus performant.

  Au-delà de ces aspects techniques, une limitation beaucoup plus contraignante provient de l'usage de la technologie « disque dur » elle-même. En effet, l'accès aux données demande quelques millisecondes, ce qui interdit une interrogation de type indexation, méthode qui évite le parcours systématique des masses de données. Dans ce schéma, plutôt que de scanner l'ensemble des données, on les classifie en petits groupes suivant certaines propriétés. Une requête choisira de ne traiter qu'un sous-ensemble de ces groupes. Le temps d'accès à ces petites entités devient alors prépondérant par rapport...