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.