Arquitecturas multiprocesador en computación de alto desempeño: software, métricas, modelos y aplicaciones

Autores
De Giusti, Armando Eduardo; Tinetti, Fernando Gustavo; Naiouf, Marcelo; Chichizola, Franco; De Giusti, Laura Cristina; Villagarcía Wanza, Horacio A.; Montezanti, Diego Miguel; Encinas, Diego; Pousa, Adrián; Rodriguez, Ismael Pablo; Rodriguez Eguren, Sebastián; Iglesias, Luciano; Paniego, Juan Manuel; Pi Puig, Martín; Dell'Oso, Matías; Méndez, Mariano
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Caracterizar las arquitecturas multiprocesador distribuidas enfocadas especialmente a cluster y cloud computing, con énfasis en las que utilizan procesadores de múltiples núcleos (multicores, GPUs y Xeon Phi), con el objetivo de modelizarlas, estudiar su escalabilidad, analizar y predecir performance de aplicaciones paralelas, estudiar el consumo energético y su impacto en la perfomance así como desarrollar esquemas para detección y tolerancia a fallas en las mismas. Profundizar 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. Iniciar investigación experimental con arquitecturas paralelas basadas en FPGAs. En particular estudiar perfomance en Clusters “híbridos”. Analizar y desarrollar software de base para clusters, tratando de optimizar el rendimiento. Investigar arquitecturas multicore asimétricas, desarrollar algoritmos de planificación en el software de sistema operativo para permitir la optimización del rendimiento y consumo energético en aplicaciones de propósito general. Estudiar clases de aplicaciones inteligentes en tiempo real, en particular el trabajo colaborativo de robots conectados a un cloud y procesamiento de Big Data. Es de hacer notar que este proyecto se coordina con otros proyectos en curso en el III-LIDI, relacionados con Computación de Alto Desempeño, Algoritmos Paralelos, Sistemas Distribuidos y Sistemas de Tiempo Real.
Eje: Procesamiento Distribuido y Paralelo.
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Parallel
Scheduling
Fault tolerance
multicore
big data
cloud robotics
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/62558
Acceder
id SEDICI_11aa677b5fb5795479f9b20a02094864
oai_identifier_str oai:sedici.unlp.edu.ar:10915/62558
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Arquitecturas multiprocesador en computación de alto desempeño: software, métricas, modelos y aplicacionesDe Giusti, Armando EduardoTinetti, Fernando GustavoNaiouf, MarceloChichizola, FrancoDe Giusti, Laura CristinaVillagarcía Wanza, Horacio A.Montezanti, Diego MiguelEncinas, DiegoPousa, AdriánRodriguez, Ismael PabloRodriguez Eguren, SebastiánIglesias, LucianoPaniego, Juan ManuelPi Puig, MartínDell'Oso, MatíasMéndez, MarianoCiencias InformáticasParallelSchedulingFault tolerancemulticorebig datacloud roboticsCaracterizar las arquitecturas multiprocesador distribuidas enfocadas especialmente a cluster y cloud computing, con énfasis en las que utilizan procesadores de múltiples núcleos (multicores, GPUs y Xeon Phi), con el objetivo de modelizarlas, estudiar su escalabilidad, analizar y predecir performance de aplicaciones paralelas, estudiar el consumo energético y su impacto en la perfomance así como desarrollar esquemas para detección y tolerancia a fallas en las mismas. Profundizar 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. Iniciar investigación experimental con arquitecturas paralelas basadas en FPGAs. En particular estudiar perfomance en Clusters “híbridos”. Analizar y desarrollar software de base para clusters, tratando de optimizar el rendimiento. Investigar arquitecturas multicore asimétricas, desarrollar algoritmos de planificación en el software de sistema operativo para permitir la optimización del rendimiento y consumo energético en aplicaciones de propósito general. Estudiar clases de aplicaciones inteligentes en tiempo real, en particular el trabajo colaborativo de robots conectados a un cloud y procesamiento de Big Data. Es de hacer notar que este proyecto se coordina con otros proyectos en curso en el III-LIDI, relacionados con Computación de Alto Desempeño, Algoritmos Paralelos, Sistemas Distribuidos y Sistemas de Tiempo Real.Eje: Procesamiento Distribuido y Paralelo.Red de Universidades con Carreras en Informática (RedUNCI)2017-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf939-944http://sedici.unlp.edu.ar/handle/10915/62558spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-42-5143-5info:eu-repo/semantics/reference/hdl/10915/61343info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-11-12T10:32:55Zoai:sedici.unlp.edu.ar:10915/62558Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-12 10:32:55.501SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Arquitecturas multiprocesador en computación de alto desempeño: software, métricas, modelos y aplicaciones
title Arquitecturas multiprocesador en computación de alto desempeño: software, métricas, modelos y aplicaciones
spellingShingle Arquitecturas multiprocesador en computación de alto desempeño: software, métricas, modelos y aplicaciones
De Giusti, Armando Eduardo
Ciencias Informáticas
Parallel
Scheduling
Fault tolerance
multicore
big data
cloud robotics
title_short Arquitecturas multiprocesador en computación de alto desempeño: software, métricas, modelos y aplicaciones
title_full Arquitecturas multiprocesador en computación de alto desempeño: software, métricas, modelos y aplicaciones
title_fullStr Arquitecturas multiprocesador en computación de alto desempeño: software, métricas, modelos y aplicaciones
title_full_unstemmed Arquitecturas multiprocesador en computación de alto desempeño: software, métricas, modelos y aplicaciones
title_sort Arquitecturas multiprocesador en computación de alto desempeño: software, métricas, modelos y aplicaciones
dc.creator.none.fl_str_mv De Giusti, Armando Eduardo
Tinetti, Fernando Gustavo
Naiouf, Marcelo
Chichizola, Franco
De Giusti, Laura Cristina
Villagarcía Wanza, Horacio A.
Montezanti, Diego Miguel
Encinas, Diego
Pousa, Adrián
Rodriguez, Ismael Pablo
Rodriguez Eguren, Sebastián
Iglesias, Luciano
Paniego, Juan Manuel
Pi Puig, Martín
Dell'Oso, Matías
Méndez, Mariano
author De Giusti, Armando Eduardo
author_facet De Giusti, Armando Eduardo
Tinetti, Fernando Gustavo
Naiouf, Marcelo
Chichizola, Franco
De Giusti, Laura Cristina
Villagarcía Wanza, Horacio A.
Montezanti, Diego Miguel
Encinas, Diego
Pousa, Adrián
Rodriguez, Ismael Pablo
Rodriguez Eguren, Sebastián
Iglesias, Luciano
Paniego, Juan Manuel
Pi Puig, Martín
Dell'Oso, Matías
Méndez, Mariano
author_role author
author2 Tinetti, Fernando Gustavo
Naiouf, Marcelo
Chichizola, Franco
De Giusti, Laura Cristina
Villagarcía Wanza, Horacio A.
Montezanti, Diego Miguel
Encinas, Diego
Pousa, Adrián
Rodriguez, Ismael Pablo
Rodriguez Eguren, Sebastián
Iglesias, Luciano
Paniego, Juan Manuel
Pi Puig, Martín
Dell'Oso, Matías
Méndez, Mariano
author2_role author
author
author
author
author
author
author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Parallel
Scheduling
Fault tolerance
multicore
big data
cloud robotics
topic Ciencias Informáticas
Parallel
Scheduling
Fault tolerance
multicore
big data
cloud robotics
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, GPUs y Xeon Phi), con el objetivo de modelizarlas, estudiar su escalabilidad, analizar y predecir performance de aplicaciones paralelas, estudiar el consumo energético y su impacto en la perfomance así como desarrollar esquemas para detección y tolerancia a fallas en las mismas. Profundizar 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. Iniciar investigación experimental con arquitecturas paralelas basadas en FPGAs. En particular estudiar perfomance en Clusters “híbridos”. Analizar y desarrollar software de base para clusters, tratando de optimizar el rendimiento. Investigar arquitecturas multicore asimétricas, desarrollar algoritmos de planificación en el software de sistema operativo para permitir la optimización del rendimiento y consumo energético en aplicaciones de propósito general. Estudiar clases de aplicaciones inteligentes en tiempo real, en particular el trabajo colaborativo de robots conectados a un cloud y procesamiento de Big Data. Es de hacer notar que este proyecto se coordina con otros proyectos en curso en el III-LIDI, relacionados con Computación de Alto Desempeño, Algoritmos Paralelos, Sistemas Distribuidos y Sistemas de Tiempo Real.
Eje: Procesamiento Distribuido y Paralelo.
Red de Universidades con Carreras en Informática (RedUNCI)
description Caracterizar las arquitecturas multiprocesador distribuidas enfocadas especialmente a cluster y cloud computing, con énfasis en las que utilizan procesadores de múltiples núcleos (multicores, GPUs y Xeon Phi), con el objetivo de modelizarlas, estudiar su escalabilidad, analizar y predecir performance de aplicaciones paralelas, estudiar el consumo energético y su impacto en la perfomance así como desarrollar esquemas para detección y tolerancia a fallas en las mismas. Profundizar 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. Iniciar investigación experimental con arquitecturas paralelas basadas en FPGAs. En particular estudiar perfomance en Clusters “híbridos”. Analizar y desarrollar software de base para clusters, tratando de optimizar el rendimiento. Investigar arquitecturas multicore asimétricas, desarrollar algoritmos de planificación en el software de sistema operativo para permitir la optimización del rendimiento y consumo energético en aplicaciones de propósito general. Estudiar clases de aplicaciones inteligentes en tiempo real, en particular el trabajo colaborativo de robots conectados a un cloud y procesamiento de Big Data. Es de hacer notar que este proyecto se coordina con otros proyectos en curso en el III-LIDI, relacionados con Computación de Alto Desempeño, Algoritmos Paralelos, Sistemas Distribuidos y Sistemas de Tiempo Real.
publishDate 2017
dc.date.none.fl_str_mv 2017-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/62558
url http://sedici.unlp.edu.ar/handle/10915/62558
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-42-5143-5
info:eu-repo/semantics/reference/hdl/10915/61343
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
939-944
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1848605399505174528
score 12.976206

Publicaciones similares