Arquitecturas multiprocesador en cómputo de altas prestaciones: software de base, métricas y aplicaciones
- Autores
- Tinetti, Fernando Gustavo; Naiouf, Marcelo; Chichizola, Franco; De Giusti, Laura; Villagarcía Wanza, Horacio Alfredo; Montezanti, Diego; Frati, Fernando Emmanuel; Pousa, Adrián; Rodríguez, Ismael Pablo; Rodriguez Eguren, Sebastián; Denham, Mónica; Iglesias, Luciano; Méndez, Mariano; De Giusti, Armando Eduardo
- Año de publicación
- 2014
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión enviada
- Descripción
- Caracterizar las arquitecturas multiprocesador distribuidas enfocadas especialmente a cluster y cloud computing, con énfasis en las que utilizan procesadores de múltiples núcleos (multicores y GPUs), con el objetivo de modelizarlas, estudiar su escalabilidad, analizar y predecir performance de aplicaciones paralelas y desarrollar esquemas de tolerancia a fallas en las mismas.\nProfundizar el estudio de arquitecturas basadas en GPUs y su comparación con clusters de multicores, así como el empleo combinado de GPUs y multicores en computadoras de alta perfomance. En particular estudiar perfomance en Clusters “híbridos”.\nAnalizar la eficiencia energética en estas arquitecturas paralelas, considerando el impacto de la arquitectura, el sistema operativo, el modelo de programación y el algoritmo específico. Analizar y desarrollar software de base para clusters de multicores y GPUs, tratando de optimizar el rendimiento.\nEn el año 2013 se han incorporado nuevas líneas de interés:\n- El desarrollo de aplicaciones sobre Cloud y en particular las aplicaciones de Big Data en Cloud.\n- La utilización de los registros de hardware de los procesadores para la toma de diferentes decisiones en tiempo de ejecución.\n- El desarrollo de herramientas para la transformación de código heredado, buscando su optimización sobre arquitecturas paralelas.\nEs de hacer notar que este proyecto se coordina con otros proyectos en curso en el III-LIDI, relacionados con Algoritmos Paralelos, Sistemas Distribuidos y Sistemas de Tiempo Real.
Eje: Procesamiento Distribuido y Paralelo - Materia
-
Ciencias de la Computación e Información
Parallel processors
Distributed architectures
Fault tolerance
Performance evaluation (efficiency and effectiveness)
sistemas paralelos
multicore
GPU
Cluster, Grid y Cloud Computing
Cluster híbridos
Perfomance y eficiencia energética
Tolerancia a fallas en Sistemas paralelos
Modelos de programación de arquitecturas paralelas
Planificación
Scheduling
virtualización - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by/4.0/
- Repositorio
- Institución
- Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
- OAI Identificador
- oai:digital.cic.gba.gob.ar:11746/3301
Ver los metadatos del registro completo
id |
CICBA_7983f8db08d9c5d24415bee4dbbfd461 |
---|---|
oai_identifier_str |
oai:digital.cic.gba.gob.ar:11746/3301 |
network_acronym_str |
CICBA |
repository_id_str |
9441 |
network_name_str |
CIC Digital (CICBA) |
spelling |
Arquitecturas multiprocesador en cómputo de altas prestaciones: software de base, métricas y aplicacionesTinetti, Fernando GustavoNaiouf, MarceloChichizola, FrancoDe Giusti, LauraVillagarcía Wanza, Horacio AlfredoMontezanti, DiegoFrati, Fernando EmmanuelPousa, AdriánRodríguez, Ismael PabloRodriguez Eguren, SebastiánDenham, MónicaIglesias, LucianoMéndez, MarianoDe Giusti, Armando EduardoCiencias de la Computación e InformaciónParallel processorsDistributed architecturesFault tolerancePerformance evaluation (efficiency and effectiveness)sistemas paralelosmulticoreGPUCluster, Grid y Cloud ComputingCluster híbridosPerfomance y eficiencia energéticaTolerancia a fallas en Sistemas paralelosModelos de programación de arquitecturas paralelasPlanificaciónSchedulingvirtualizaciónCaracterizar las arquitecturas multiprocesador distribuidas enfocadas especialmente a cluster y cloud computing, con énfasis en las que utilizan procesadores de múltiples núcleos (multicores y GPUs), con el objetivo de modelizarlas, estudiar su escalabilidad, analizar y predecir performance de aplicaciones paralelas y desarrollar esquemas de tolerancia a fallas en las mismas.\nProfundizar el estudio de arquitecturas basadas en GPUs y su comparación con clusters de multicores, así como el empleo combinado de GPUs y multicores en computadoras de alta perfomance. En particular estudiar perfomance en Clusters “híbridos”.\nAnalizar la eficiencia energética en estas arquitecturas paralelas, considerando el impacto de la arquitectura, el sistema operativo, el modelo de programación y el algoritmo específico. Analizar y desarrollar software de base para clusters de multicores y GPUs, tratando de optimizar el rendimiento.\nEn el año 2013 se han incorporado nuevas líneas de interés:\n- El desarrollo de aplicaciones sobre Cloud y en particular las aplicaciones de Big Data en Cloud.\n- La utilización de los registros de hardware de los procesadores para la toma de diferentes decisiones en tiempo de ejecución.\n- El desarrollo de herramientas para la transformación de código heredado, buscando su optimización sobre arquitecturas paralelas.\nEs de hacer notar que este proyecto se coordina con otros proyectos en curso en el III-LIDI, relacionados con Algoritmos Paralelos, Sistemas Distribuidos y Sistemas de Tiempo Real.Eje: Procesamiento Distribuido y Paralelo2014-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/submittedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://digital.cic.gba.gob.ar/handle/11746/3301spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/reponame:CIC Digital (CICBA)instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Airesinstacron:CICBA2025-10-16T09:26:46Zoai:digital.cic.gba.gob.ar:11746/3301Institucionalhttp://digital.cic.gba.gob.arOrganismo científico-tecnológicoNo correspondehttp://digital.cic.gba.gob.ar/oai/snrdmarisa.degiusti@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:94412025-10-16 09:26:46.668CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Airesfalse |
dc.title.none.fl_str_mv |
Arquitecturas multiprocesador en cómputo de altas prestaciones: software de base, métricas y aplicaciones |
title |
Arquitecturas multiprocesador en cómputo de altas prestaciones: software de base, métricas y aplicaciones |
spellingShingle |
Arquitecturas multiprocesador en cómputo de altas prestaciones: software de base, métricas y aplicaciones Tinetti, Fernando Gustavo Ciencias de la Computación e Información Parallel processors Distributed architectures Fault tolerance Performance evaluation (efficiency and effectiveness) sistemas paralelos multicore GPU Cluster, Grid y Cloud Computing Cluster híbridos Perfomance y eficiencia energética Tolerancia a fallas en Sistemas paralelos Modelos de programación de arquitecturas paralelas Planificación Scheduling virtualización |
title_short |
Arquitecturas multiprocesador en cómputo de altas prestaciones: software de base, métricas y aplicaciones |
title_full |
Arquitecturas multiprocesador en cómputo de altas prestaciones: software de base, métricas y aplicaciones |
title_fullStr |
Arquitecturas multiprocesador en cómputo de altas prestaciones: software de base, métricas y aplicaciones |
title_full_unstemmed |
Arquitecturas multiprocesador en cómputo de altas prestaciones: software de base, métricas y aplicaciones |
title_sort |
Arquitecturas multiprocesador en cómputo de altas prestaciones: software de base, métricas y aplicaciones |
dc.creator.none.fl_str_mv |
Tinetti, Fernando Gustavo Naiouf, Marcelo Chichizola, Franco De Giusti, Laura Villagarcía Wanza, Horacio Alfredo Montezanti, Diego Frati, Fernando Emmanuel Pousa, Adrián Rodríguez, Ismael Pablo Rodriguez Eguren, Sebastián Denham, Mónica Iglesias, Luciano Méndez, Mariano De Giusti, Armando Eduardo |
author |
Tinetti, Fernando Gustavo |
author_facet |
Tinetti, Fernando Gustavo Naiouf, Marcelo Chichizola, Franco De Giusti, Laura Villagarcía Wanza, Horacio Alfredo Montezanti, Diego Frati, Fernando Emmanuel Pousa, Adrián Rodríguez, Ismael Pablo Rodriguez Eguren, Sebastián Denham, Mónica Iglesias, Luciano Méndez, Mariano De Giusti, Armando Eduardo |
author_role |
author |
author2 |
Naiouf, Marcelo Chichizola, Franco De Giusti, Laura Villagarcía Wanza, Horacio Alfredo Montezanti, Diego Frati, Fernando Emmanuel Pousa, Adrián Rodríguez, Ismael Pablo Rodriguez Eguren, Sebastián Denham, Mónica Iglesias, Luciano Méndez, Mariano De Giusti, Armando Eduardo |
author2_role |
author author author author author author author author author author author author author |
dc.subject.none.fl_str_mv |
Ciencias de la Computación e Información Parallel processors Distributed architectures Fault tolerance Performance evaluation (efficiency and effectiveness) sistemas paralelos multicore GPU Cluster, Grid y Cloud Computing Cluster híbridos Perfomance y eficiencia energética Tolerancia a fallas en Sistemas paralelos Modelos de programación de arquitecturas paralelas Planificación Scheduling virtualización |
topic |
Ciencias de la Computación e Información Parallel processors Distributed architectures Fault tolerance Performance evaluation (efficiency and effectiveness) sistemas paralelos multicore GPU Cluster, Grid y Cloud Computing Cluster híbridos Perfomance y eficiencia energética Tolerancia a fallas en Sistemas paralelos Modelos de programación de arquitecturas paralelas Planificación Scheduling virtualización |
dc.description.none.fl_txt_mv |
Caracterizar las arquitecturas multiprocesador distribuidas enfocadas especialmente a cluster y cloud computing, con énfasis en las que utilizan procesadores de múltiples núcleos (multicores y GPUs), con el objetivo de modelizarlas, estudiar su escalabilidad, analizar y predecir performance de aplicaciones paralelas y desarrollar esquemas de tolerancia a fallas en las mismas.\nProfundizar el estudio de arquitecturas basadas en GPUs y su comparación con clusters de multicores, así como el empleo combinado de GPUs y multicores en computadoras de alta perfomance. En particular estudiar perfomance en Clusters “híbridos”.\nAnalizar la eficiencia energética en estas arquitecturas paralelas, considerando el impacto de la arquitectura, el sistema operativo, el modelo de programación y el algoritmo específico. Analizar y desarrollar software de base para clusters de multicores y GPUs, tratando de optimizar el rendimiento.\nEn el año 2013 se han incorporado nuevas líneas de interés:\n- El desarrollo de aplicaciones sobre Cloud y en particular las aplicaciones de Big Data en Cloud.\n- La utilización de los registros de hardware de los procesadores para la toma de diferentes decisiones en tiempo de ejecución.\n- El desarrollo de herramientas para la transformación de código heredado, buscando su optimización sobre arquitecturas paralelas.\nEs de hacer notar que este proyecto se coordina con otros proyectos en curso en el III-LIDI, relacionados con Algoritmos Paralelos, Sistemas Distribuidos y Sistemas de Tiempo Real. Eje: Procesamiento Distribuido y Paralelo |
description |
Caracterizar las arquitecturas multiprocesador distribuidas enfocadas especialmente a cluster y cloud computing, con énfasis en las que utilizan procesadores de múltiples núcleos (multicores y GPUs), con el objetivo de modelizarlas, estudiar su escalabilidad, analizar y predecir performance de aplicaciones paralelas y desarrollar esquemas de tolerancia a fallas en las mismas.\nProfundizar el estudio de arquitecturas basadas en GPUs y su comparación con clusters de multicores, así como el empleo combinado de GPUs y multicores en computadoras de alta perfomance. En particular estudiar perfomance en Clusters “híbridos”.\nAnalizar la eficiencia energética en estas arquitecturas paralelas, considerando el impacto de la arquitectura, el sistema operativo, el modelo de programación y el algoritmo específico. Analizar y desarrollar software de base para clusters de multicores y GPUs, tratando de optimizar el rendimiento.\nEn el año 2013 se han incorporado nuevas líneas de interés:\n- El desarrollo de aplicaciones sobre Cloud y en particular las aplicaciones de Big Data en Cloud.\n- La utilización de los registros de hardware de los procesadores para la toma de diferentes decisiones en tiempo de ejecución.\n- El desarrollo de herramientas para la transformación de código heredado, buscando su optimización sobre arquitecturas paralelas.\nEs de hacer notar que este proyecto se coordina con otros proyectos en curso en el III-LIDI, relacionados con Algoritmos Paralelos, Sistemas Distribuidos y Sistemas de Tiempo Real. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-05 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/submittedVersion http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
submittedVersion |
dc.identifier.none.fl_str_mv |
https://digital.cic.gba.gob.ar/handle/11746/3301 |
url |
https://digital.cic.gba.gob.ar/handle/11746/3301 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:CIC Digital (CICBA) instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Aires instacron:CICBA |
reponame_str |
CIC Digital (CICBA) |
collection |
CIC Digital (CICBA) |
instname_str |
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires |
instacron_str |
CICBA |
institution |
CICBA |
repository.name.fl_str_mv |
CIC Digital (CICBA) - Comisión de Investigaciones Científicas de la Provincia de Buenos Aires |
repository.mail.fl_str_mv |
marisa.degiusti@sedici.unlp.edu.ar |
_version_ |
1846142595942580224 |
score |
12.712165 |