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
CIC Digital (CICBA)
Institución
Comisión de Investigaciones Científicas de la Provincia de Buenos Aires
OAI Identificador
oai:digital.cic.gba.gob.ar:11746/3301

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