L'informatique en nuage repose sur le partage de ressources informatiques situées sur des sites distants, auxquelles l'utilisateur accède et qu'il contrôle par l'intermédiaire d'Internet.
L'informatique en nuage permet aux entreprises d'accéder à la demande à un pool partagé de ressources informatiques configurables et à une variété de logiciels. L'informatique en nuage permet aux entreprises d'en faire plus et plus vite en leur permettant d'exploiter la puissance d'énormes centres de données et de services informatiques sans avoir à les construire, à les gérer et à les entretenir. Ces centres de données peuvent rapidement évoluer pour fournir 10 000 processeurs pour les applications à forte intensité de calcul.
Les avantages économiques de l'informatique dématérialisée incitent les entreprises à adopter ce cadre pour de nombreuses fonctions essentielles, notamment la gestion des ventes et des relations avec la clientèle, les communications et les systèmes complets de planification des ressources de l'entreprise. Les économies réalisées dans le domaine des technologies de l'information découlent de la maintenance d'une version unique du logiciel sur l'installation dématérialisée, ce qui évite d'installer et de maintenir le logiciel sur plusieurs ordinateurs dans l'ensemble de l'organisation, ainsi que le coût de la construction et de la maintenance des centres de données. En outre, les applications logicielles peuvent être consultées de n'importe où, y compris à partir d'appareils mobiles tels que les tablettes.
Bien que les applications de simulation et de planification basées sur l'informatique en nuage offrent un grand nombre des mêmes avantages économiques que les autres applications d'entreprise, elles peuvent également tirer parti de la puissance de calcul de l'informatique en nuage pour améliorer considérablement la valeur commerciale de ces applications.
La modélisation de simulation est devenue une technologie essentielle pour le 21e siècle. Elle est utilisée par des entreprises du monde entier pour améliorer la conception et le fonctionnement de systèmes complexes. La technologie de simulation est en pleine évolution. Elle devient plus puissante, plus facile à utiliser et utile pour une gamme d'applications de plus en plus large.
Les modèles de simulation sont utilisés pour comparer des conceptions alternatives ou optimiser les paramètres de conception. Par exemple, dans une application de fabrication, nous pouvons utiliser un modèle de simulation pour comparer différents concepts de manutention, dimensionner les tampons d'entrée à chaque poste de travail ou déterminer le nombre d'AGV nécessaires pour gérer les transferts prévus entre les postes de travail. Chaque combinaison possible de valeurs d'entrée dans le modèle produit un scénario distinct que nous voulons comparer à tous les autres scénarios possibles à l'étude.
Dans un projet de simulation typique, nous pouvons avoir de nombreux scénarios différents à comparer. Par exemple, nous pouvons avoir un certain nombre de paramètres de conception différents, où chaque paramètre a une gamme de valeurs possibles, avec un grand nombre de combinaisons résultantes. Chaque combinaison spécifique de valeurs définit un scénario particulier à évaluer.Il n'est pas rare d'avoir des centaines, voire des milliers de scénarios à prendre en considération. En outre, comme les modèles de simulation comportent généralement des variations aléatoires, chaque scénario doit être reproduit un certain nombre de fois pour obtenir des estimations fiables des performances.Par exemple, nous pouvons avoir 100 scénarios à comparer, en répétant chaque scénario 50 fois, ce qui nécessite un total de 5000 réplications. Si chaque réplication nécessite 10 minutes d'exécution, l'expérience complète nécessiterait plus d'un mois d'exécution sur un seul ordinateur fonctionnant 24 heures par jour.Dans la plupart des cas, cette durée n'est pas acceptable, c'est pourquoi moins de scénarios sont examinés et/ou moins de réplications sont effectuées. En évaluant moins de scénarios, on risque de passer à côté de bonnes solutions. En effectuant moins de réplications de chaque scénario, on risque de faire une mauvaise sélection sur la base de l'erreur d'échantillonnage dans le modèle.
L'informatique en nuage offre la solution idéale à ce problème. Un utilisateur peut utiliser l'informatique en nuage pour passer à 5 000 processeurs pendant les 10 prochaines minutes, de sorte que les 5 000 réplications puissent être exécutées en parallèle. Ainsi, au lieu d'attendre plus d'un mois pour obtenir les résultats complets de l'expérience, l'utilisateur peut obtenir l'ensemble des résultats en 10 minutes. L'utilisateur ne paie pour cette puissance de traitement massive que pour la période de 10 minutes pendant laquelle elle est nécessaire.
Bien que la simulation bénéficie des autres avantages commerciaux standard offerts par l'informatique en nuage, c'est sa capacité à évoluer pour effectuer simultanément de multiples réplications qui la rend idéale pour l'exécution d'expériences de simulation. Les décideurs peuvent désormais comparer un grand nombre de scénarios candidats sans avoir à attendre longtemps les résultats.
Bien que la simulation ait traditionnellement été appliquée au problème de la conception, elle peut également être utilisée sur une base opérationnelle pour générer des programmes de production pour l'atelier. Lorsqu'elle est utilisée dans ce mode, la simulation est un planificateur à capacité finie (FCS) et rivalise avec d'autres méthodes FCS telles que les algorithmes d'optimisation et les séquenceurs de travail à temps. Cependant, le FCS basé sur la simulation présente un certain nombre d'avantages importants qui en font une solution puissante pour les applications d'ordonnancement.
La simulation fournit une méthode simple mais flexible pour générer un programme à capacité finie pour l'usine. L'approche de base de la planification basée sur la simulation consiste à exécuter le modèle d'usine en utilisant l'état initial de l'usine et l'ensemble des commandes planifiées à produire. Des règles de décision sont incorporées dans le modèle pour prendre des décisions de sélection de machines et de routage. La simulation construit un programme en simulant le flux de travail à travers l'installation et en prenant des décisions "intelligentes" basées sur les règles de planification spécifiées.
Contrairement à la simulation en conception de fabrication, les applications d'ordonnancement traitent de données déterministes. Toutes les caractéristiques d'un outil de modélisation traditionnel qui nous aident à interpréter les résultats d'un processus aléatoire ne nous sont pas d'une grande utilité. Nous supposons que nous disposons d'informations complètes sur le système, y compris les itinéraires, les temps de traitement/préparation, les besoins en matériaux, les calendriers de livraison, etc.
Au cours de l'exploitation du système réel, des événements aléatoires se produisent généralement. Des machines tombent en panne, des travailleurs se présentent en retard ou n'arrivent pas du tout, et des matériaux arrivent en retard. Ces événements non planifiés rendent généralement notre programme actuel invalide et, dans de nombreux cas, cela nous oblige à régénérer le programme en utilisant nos nouvelles informations.À tout moment, notre calendrier nous donne une image de ce qui se passera si aucun événement imprévu ne se produit. En réalité, nous nous retrouvons souvent avec un calendrier modifié par des événements imprévus et moins bon que le calendrier actuel. La variabilité du système dégrade généralement les performances au fil du temps.
La planification et l'ordonnancement basés sur le risque (RPS) abordent ce problème en utilisant le modèle stochastique de notre système pour évaluer la robustesse et la qualité de notre calendrier. En ajoutant automatiquement des événements aléatoires à notre modèle d'ordonnancement (par exemple, des pannes, des pénuries, etc.) et en répétant plusieurs fois le processus de génération du calendrier, nous pouvons obtenir des mesures sur le nombre attendu de travaux en retard, le retard moyen, etc.
La phase d'évaluation des risques de la génération de plannings nécessite de multiples réplications du modèle pour générer des mesures de risque précises. Cependant, lorsqu'il s'agit de réagir à un événement imprévu dans l'usine, il faut souvent prendre des mesures immédiatement et on n'a pas le temps d'attendre que 50 réplications ou plus du modèle de simulation soient achevées.La puissance de l'informatique dématérialisée nous permet d'exécuter les 50 réplications dans le temps qu'il faudrait normalement pour exécuter une seule réplication sur un ordinateur de bureau. En utilisant l'informatique dématérialisée, vous pouvez rapidement augmenter le nombre de processus requis pour les quelques minutes nécessaires à l'analyse du risque associé au nouveau calendrier.
Dans les applications de planification et d'ordonnancement, les résultats ciblés doivent généralement être distribués simultanément aux utilisateurs de l'ensemble de l'organisation. Par exemple, chaque poste de travail peut avoir besoin d'une liste des tâches à effectuer qui résume le flux de travail prévu au poste de travail, chaque responsable de ligne peut avoir besoin de rapports ou de tableaux de bord récapitulatifs qui mettent en évidence les principales mesures de performance pour la ligne, et le responsable de la production peut avoir besoin de rapports ou de tableaux de bord distincts qui mettent en évidence les mesures de performance pour l'ensemble de l'installation. Le cloud fournit un mécanisme idéal pour publier et mettre ces résultats à la disposition des utilisateurs de l'ensemble de l'entreprise sur n'importe quel appareil compatible avec l'internet, y compris les tablettes mobiles.
La commodité et les avantages économiques entraînent le déplacement de nombreuses applications d'entreprise vers le cloud. La simulation et la planification et l'ordonnancement basés sur le risque partagent ces mêmes avantages, mais bénéficient également de la capacité d'augmenter rapidement le nombre de nœuds de calcul pour exécuter de nombreuses réplications de simulation en parallèle. Les exigences de calcul élevées de la simulation et de la planification et l'ordonnancement basés sur le risque, ainsi que la capacité d'exécuter des expériences en répartissant les réplications sur les processeurs, font de ces applications des applications idéales pour le cloud.
Télécharger la version PDF