Busque entre los 168757 recursos disponibles en el repositorio
Mostrar el registro sencillo del ítem
dc.date.accessioned | 2018-08-06T16:26:03Z | |
dc.date.available | 2018-08-06T16:26:03Z | |
dc.date.issued | 2018 | |
dc.identifier.uri | http://sedici.unlp.edu.ar/handle/10915/68229 | |
dc.description.abstract | La línea presentada en este trabajo tiene como eje central las arquitecturas paralelas para Cómputo de Altas Prestaciones, con los siguientes objetivos: - Caracterizar las arquitecturas multiprocesador orientadas a computación de alto desempeño, analizando técnicas para el desarrollo de código eficiente sobre las mismas y métricas de rendimiento computacional y energético. Principalmente teniendo en cuenta aquellas arquitecturas que son combinaciones de cluster, multicores, aceleradores (GPUs, FPGAs, Xheon Phi), placas de bajo costo (Raspberry PI, Odroid). - Estudiar la conformación de clusters y clouds a partir de configuraciones homogéneas e híbridas de multiprocesadores. Y analizar la performance de aplicaciones sobre los mismos, considerando eficiencia computacional/energética y escalabilidad, así como la tolerancia a fallos. - Analizar y desarrollar software de base para estas arquitecturas con el objetivo de optimizar 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. | es |
dc.format.extent | 935-940 | es |
dc.language | es | es |
dc.subject | sistemas paralelos | es |
dc.subject | Fault tolerance | es |
dc.subject | multicore | es |
dc.subject | Scheduling | es |
dc.subject | GPU | es |
dc.subject | FPGAs | es |
dc.subject | cloud computing | en |
dc.subject | cluster híbridos | en |
dc.subject | eficiencia energética | es |
dc.subject | cloud robotics | en |
dc.subject | big data | en |
dc.title | Arquitecturas multiprocesador en HPC: software, métricas, modelos y aplicaciones | es |
dc.type | Objeto de conferencia | es |
sedici.identifier.isbn | 978-987-3619-27-4 | es |
sedici.creator.person | De Giusti, Armando Eduardo | es |
sedici.creator.person | Tinetti, Fernando Gustavo | es |
sedici.creator.person | Naiouf, Marcelo | es |
sedici.creator.person | Chichizola, Franco | es |
sedici.creator.person | De Giusti, Laura Cristina | es |
sedici.creator.person | Villagarcía Wanza, Horacio A. | es |
sedici.creator.person | Montezanti, Diego Miguel | es |
sedici.creator.person | Encinas, Diego | es |
sedici.creator.person | Pousa, Adrián | es |
sedici.creator.person | Rodriguez, Ismael Pablo | es |
sedici.creator.person | Rodriguez Eguren, Sebastián | es |
sedici.creator.person | Iglesias, Luciano | es |
sedici.creator.person | Paniego, Juan Manuel | es |
sedici.creator.person | Pi Puig, Martín | es |
sedici.creator.person | Libutti, Leandro | es |
sedici.creator.person | Dell’Oso, Matías | es |
sedici.creator.person | Méndez, Mariano | es |
sedici.description.note | Eje: Procesamiento Distribuido y Paralelo. | es |
sedici.subject.materias | Ciencias Informáticas | es |
sedici.description.fulltext | true | es |
mods.originInfo.place | Red de Universidades con Carreras en Informática | es |
sedici.subtype | Objeto de conferencia | es |
sedici.rights.license | Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) | |
sedici.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | |
sedici.date.exposure | 2018-04 | |
sedici.relation.event | XX Workshop de Investigadores en Ciencias de la Computación (WICC 2018, Universidad Nacional del Nordeste). | es |
sedici.description.peerReview | peer-review | es |
sedici.relation.isRelatedWith | http://sedici.unlp.edu.ar/handle/10915/67063 | es |