PetaSky

Dans de nombreux domaines scientifiques, tels que la physique, l’astronomie, la biologie ou les sciences de l'environnement, l'évolution rapide des appareils et instruments scientifiques ainsi que le recours intensif à la simulation informatique ont conduit, ces dernières années, à une production importante de données. Les applications scientifiques modernes sont alors confrontées à de nouveaux problèmes qui sont liés essentiellement au stockage et à l'exploitation de ces données. Outre le volume croissant des données à manipuler, leur nature complexe (e.g., images, données incertaines, multi-échelles…), l’hétérogénéité de leurs formats ainsi que les traitements variés dont elles font l'objet constituent les principales sources des difficultés. Les problèmes posés sont tels que la gestion des données scientifiques est reconnue aujourd’hui comme étant un véritable goulot d’étranglement qui a pour effet de ralentir les recherches scientifiques, ces dernières s’appuyant de plus en plus sur l’analyse de données massives. Dans ce contexte, le rôle de l’informatique, comme un moyen direct qui permet d’améliorer le processus de découvertes en science1, 2, est primordial. Ce constat a conduit les scientifiques de disciplines différentes à unir leurs efforts de réflexion pour faire émerger de nouveaux outils, approches et techniques de gestion et d’exploitation de ces gigantesques masses de données. C’est le cas par exemple des deux conférences XLDB (eXtremely Large Data Bases, http://www.xldb.org) et SciDB (Scientific Data Bases, http://www.scidb.org/).

L’action présentée dans ce projet s’intéresse au problème de gestion des données scientifiques dans le domaine de la cosmologie. De ce fait, elle s’inscrit dans la perspective de la e-Science. Elle regroupe des chercheurs et ingénieurs issus de laboratoires de recherche en informatique et des chercheurs issus de laboratoires de l’IN2P3/CNRS. Les données seront produites dans le cadre de deux projets scientifiques, le LSST (Large Synoptic Survey Telescope) et Euclid. Ces données exhibent une complexité, quant à leur manipulation, jamais égalée jusqu’ici.