Cluster de microprocesadores RISC para problemas de agricultura de precisión

Autores
Martinez del Pezzo, Horacio; Robador, Emmanuel Raúl Daniel; Frati, Fernando Emmanuel
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En la agricultura de precisión se utilizan técnicas de cálculo estadístico y modelos de predicción climática que requieren de gran capacidad de cálculo. Sin embargo, el costo asociado a la adquisición de un cluster de altas prestaciones resulta en muchos casos demasiado elevado. Una alternativa consiste en utilizar para tareas de cómputo intensivo una GPGPU, pero se limita a problemas de paralelismo de datos. Este trabajo presenta una línea de I+D centrada en el desarrollo de un cluster de bajo costo destinado específicamente a resolver problemas de paralelismo de tareas. Los temas abordados son transversales a varias áreas, como programación, electrónica digital, arquitectura de computadoras y sistemas paralelos.
Eje: Procesamiento Distribuido y Paralelo
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
cluster
Agricultura
Parallel Architectures
ARM
Interpretación Estadística de Datos
RISC
sistemas paralelos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/42764
Acceder
id SEDICI_25a7c8c16f90cd6f0175ff7f36ede29e
oai_identifier_str oai:sedici.unlp.edu.ar:10915/42764
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Cluster de microprocesadores RISC para problemas de agricultura de precisiónMartinez del Pezzo, HoracioRobador, Emmanuel Raúl DanielFrati, Fernando EmmanuelCiencias InformáticasclusterAgriculturaParallel ArchitecturesARMInterpretación Estadística de DatosRISCsistemas paralelosEn la agricultura de precisión se utilizan técnicas de cálculo estadístico y modelos de predicción climática que requieren de gran capacidad de cálculo. Sin embargo, el costo asociado a la adquisición de un cluster de altas prestaciones resulta en muchos casos demasiado elevado. Una alternativa consiste en utilizar para tareas de cómputo intensivo una GPGPU, pero se limita a problemas de paralelismo de datos. Este trabajo presenta una línea de I+D centrada en el desarrollo de un cluster de bajo costo destinado específicamente a resolver problemas de paralelismo de tareas. Los temas abordados son transversales a varias áreas, como programación, electrónica digital, arquitectura de computadoras y sistemas paralelos.Eje: Procesamiento Distribuido y ParaleloRed de Universidades con Carreras en Informática (RedUNCI)2014-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf703-705http://sedici.unlp.edu.ar/handle/10915/42764spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:54:04Zoai:sedici.unlp.edu.ar:10915/42764Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:54:05.21SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Cluster de microprocesadores RISC para problemas de agricultura de precisión
title Cluster de microprocesadores RISC para problemas de agricultura de precisión
spellingShingle Cluster de microprocesadores RISC para problemas de agricultura de precisión
Martinez del Pezzo, Horacio
Ciencias Informáticas
cluster
Agricultura
Parallel Architectures
ARM
Interpretación Estadística de Datos
RISC
sistemas paralelos
title_short Cluster de microprocesadores RISC para problemas de agricultura de precisión
title_full Cluster de microprocesadores RISC para problemas de agricultura de precisión
title_fullStr Cluster de microprocesadores RISC para problemas de agricultura de precisión
title_full_unstemmed Cluster de microprocesadores RISC para problemas de agricultura de precisión
title_sort Cluster de microprocesadores RISC para problemas de agricultura de precisión
dc.creator.none.fl_str_mv Martinez del Pezzo, Horacio
Robador, Emmanuel Raúl Daniel
Frati, Fernando Emmanuel
author Martinez del Pezzo, Horacio
author_facet Martinez del Pezzo, Horacio
Robador, Emmanuel Raúl Daniel
Frati, Fernando Emmanuel
author_role author
author2 Robador, Emmanuel Raúl Daniel
Frati, Fernando Emmanuel
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
cluster
Agricultura
Parallel Architectures
ARM
Interpretación Estadística de Datos
RISC
sistemas paralelos
topic Ciencias Informáticas
cluster
Agricultura
Parallel Architectures
ARM
Interpretación Estadística de Datos
RISC
sistemas paralelos
dc.description.none.fl_txt_mv En la agricultura de precisión se utilizan técnicas de cálculo estadístico y modelos de predicción climática que requieren de gran capacidad de cálculo. Sin embargo, el costo asociado a la adquisición de un cluster de altas prestaciones resulta en muchos casos demasiado elevado. Una alternativa consiste en utilizar para tareas de cómputo intensivo una GPGPU, pero se limita a problemas de paralelismo de datos. Este trabajo presenta una línea de I+D centrada en el desarrollo de un cluster de bajo costo destinado específicamente a resolver problemas de paralelismo de tareas. Los temas abordados son transversales a varias áreas, como programación, electrónica digital, arquitectura de computadoras y sistemas paralelos.
Eje: Procesamiento Distribuido y Paralelo
Red de Universidades con Carreras en Informática (RedUNCI)
description En la agricultura de precisión se utilizan técnicas de cálculo estadístico y modelos de predicción climática que requieren de gran capacidad de cálculo. Sin embargo, el costo asociado a la adquisición de un cluster de altas prestaciones resulta en muchos casos demasiado elevado. Una alternativa consiste en utilizar para tareas de cómputo intensivo una GPGPU, pero se limita a problemas de paralelismo de datos. Este trabajo presenta una línea de I+D centrada en el desarrollo de un cluster de bajo costo destinado específicamente a resolver problemas de paralelismo de tareas. Los temas abordados son transversales a varias áreas, como programación, electrónica digital, arquitectura de computadoras y sistemas paralelos.
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/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/10915/42764
url http://sedici.unlp.edu.ar/handle/10915/42764
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-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
703-705
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_ 1846063980833931264
score 13.22299

Publicaciones similares