Joachim Cendrier

Joachim Cendrier

Auto-generated profile, based on publicly available information

Joachim Cendrier

CNRS, ENS de Lyon, Inria, Université Claude Bernard Lyon 1, Lyon cedex 07, France

Research Focus & Metrics

Academic Career Length

2Years (2025-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
27 August 2025
Verified
Book Chapter
Closed access
PDF file
JCJoachim Cendrier
Joachim Cendrier
RWRajini Wijayawardana
Rajini Wijayawardana
ABAnne Benoit
Anne Benoit
YRYves Robert
Yves Robert
FVFrédéric Vivien
Frédéric Vivien
ACAndrew A. Chien
Andrew A. Chien

1 December 2025 in IEEE Transactions on Parallel and Distributed Systems
Verified
Journal Article
Closed access
ABAnne Benoit
Anne Benoit
JCJoachim Cendrier
Joachim Cendrier
FVFrédéric Vivien
Frédéric Vivien
Even though it is usually assumed that data centers can always operate at maximum capacity, there have been recent scenarios where the amount of electricity that can be used by data centers evolve over time. Hence, the number of available processors is not a constant anymore. In this work, we assume that jobs can be checkpointed before a resource change. Indeed, in the scenarios that we consider, the resource provider warns the user before a change in the number of processors. It is thus possible to anticipate and take checkpoints before the change happens, such that no work is ever lost. The goal is then to maximize the goodput and/or the minimum yield of jobs within the next section (time between two changes in the number of processors). We model the problem and design greedy solutions and sophisticated dynamic programming algorithms with some optimality results for jobs of infinite duration, and adapt the algorithms to finite jobs. A comprehensive set of simulations, building on real-life job sets, demonstrates the performance of the proposed algorithms. Most algorithms achieve a useful platform utilization (goodput) of over 95%. With infinite jobs, the algorithms also keep fairness by having a relative minimum yield above 0.8, meaning that each job gets a good access to the platform (80% of the time that it would have had if each job had its perfect share of the platform). For finite jobs, the minimum yield can be low since very short new jobs may have to wait until the beginning of the next section to start (and finish), significantly impacting their yield. However, for 75% of the jobs within each workload, the yield ratio between these jobs is at most at a factor two, hence demonstrating the fairness of the proposed algorithms.

3 January 2026 in Computer Networks
Verified
Journal Article
Closed access
MMMalory Marin
Malory Marin
JCJoachim Cendrier
Joachim Cendrier
LKLoïc Chassin de Kergommeaux
Loïc Chassin de Kergommeaux
RWRémi Watrigant
Rémi Watrigant
TBThomas Begin
Thomas Begin
ABAnthony Busson
Anthony Busson

20 October 2026
Verified
Thesis
Closed access
JCJoachim Cendrier
Joachim Cendrier
Algorithmes d'ordonnancement et de gestion des ressources pour l'edge, efficaces et respectueux de l'environnement: Au cours des dernières années, avec l'essor de l'informatique dans de nombreux domaines, nous avons pu observer une forte augmentation de l'utilisation des centres de données à travers le monde. Ainsi, ils ont augmenté en taille pour devenir de grandes installations avec un énorme coût environnemental, que ce soit lors de leur installation, par l'extraction, la transformation et le transport des matières premières nécessaires à leur construction, mais également lors de leur utilisation, par la consommation d'une quantité toujours plus importante d'électricité et d'eau pour leur fonctionnement.Dans cette thèse, nous nous sommes concentré.es sur l'aspect utilisation des centres de données, par la résolution de problèmes d'ordonnancement des tâches en cherchant à avoir une utilisation économe des ressources. Habituellement, il est considéré qu'un centre de calcul dispose d'une alimentation uniforme dans le temps, en termes de puissance ou de coût. Mais compte tenu des enjeux sociétaux et environnementaux actuels, il nous semble réaliste et important de remettre cette hypothèse en question. Ainsi, nous nous sommes confronté.es à deux situations complémentaires. Nous avons commencé par étudier le défi lié à l'instabilité de la quantité d'électricité disponible, qui peut par exemple résulter de déséquilibres récurrents entre la production et la consommation d'électricité dans certaines régions du monde. Dans ce cas, il est nécessaire d'adapter l'utilisation des centres de données afin d'éviter de perdre le travail effectué et de garantir une qualité de service équivalente pour tous les utilisateur.ices.Nous avons ensuite étudié le système edge-cloud, qui consiste à mettre en relation plusieurs serveurs périphériques (edges) afin de privilégier, dans la mesure du possible, une utilisation locale des capacités de calcul, ce qui permet ainsi de réduire les coûts liés aux transferts vers un serveur cloud. Cette redistribution de la charge de travail peut également permettre de s'adapter aux spécificités de ces serveurs périphériques pour une meilleure utilisation de leurs ressources. Ainsi, pour les serveurs périphériques, nous avons également étudié l'impact d'une alimentation en énergies moins émettrices en carbone, telles que l'énergie solaire ou éolienne. Mais ces sources d'énergie présentent des variations dans leur production qui, lorsqu'elles sont complétées par une source d'énergie stable mais plus carbonée, se répercutent sur le coût en émissions de carbone du système, et il devient alors intéressant de les surveiller afin d'utiliser les serveurs périphériques lorsque leurs émissions de carbone sont au plus bas.Les principales contributions de la thèse comprennent la modélisation des cas étudiés (capacité variable, edge-cloud) sous forme de problèmes d'ordonnancement, diverses analyses de complexité de ces problèmes, la conception de nombreux algorithmes et heuristiques (glouton, programmation dynamique, recherche de minimum local) visant à trouver de bons ordonnancements, leur implémentation en C++, ainsi qu'une évaluation approfondie de leurs performances expérimentales par rapport aux algorithmes classiques.