B3 · Parallélisation

Famille : Workflows

Des sous-tâches indépendantes s’exécutent en même temps, puis une étape agrège leurs résultats.

Principe

On découpe le travail en morceaux qui ne dépendent pas les uns des autres et on les confie à plusieurs appels simultanés. Une dernière étape rassemble les résultats. On gagne du temps, ou l’on obtient plusieurs points de vue sur un même objet.

Le problème qu'il résout

Traiter l’une après l’autre des sous-tâches indépendantes allonge inutilement le temps de réponse.

Quand l'utiliser

  • Les sous-tâches sont réellement indépendantes et la latence compte.
  • On analyse un même objet sous plusieurs angles, par exemple juridique, technique et financier, ou l’on exécute des garde-fous en parallèle de la réponse.

Quand l'éviter

  • Le travail est cumulatif et ordonné : chaque étape dépend de la précédente (B1).
  • Les quotas du modèle sont serrés, l’état partagé n’est pas coordonné, ou aucune règle ne tranche entre des branches contradictoires.
  • Les sous-tâches ne sont pas connues d’avance et doivent être décidées en cours de route : préférer l’orchestrateur-sous-agents (E1).

Synonymes par éditeur

  • Parallelization (sectioning) (Anthropic)
  • Concurrent / fan-out/fan-in / scatter-gather / map-reduce (Microsoft)
  • Parallel fan-out/gather (« la pieuvre ») (Google ADK)
  • Multi-agent parallel (Google Cloud)
  • Collaborative pattern avec response mixer (Google (Agents Companion))
  • Workflow (graphe de tâches acyclique) (AWS Strands)

Patterns voisins

Sources

Contenu relu le 2026-10-02

Catalogue des patterns