Tendências em computação de alto desempenho, do gerenciamento de recursos a novas arquiteturas de computadores

• Processo: 19/26702-8
• Linha de fomento: Auxílio à Pesquisa - Temático
• Vigência: 01 de setembro de 2021 - 31 de agosto de 2026
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Alfredo Goldman vel Lejbman
• Beneficiário: Alfredo Goldman vel Lejbman
• Instituição-sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Pesquisadores principais: Guido Costa Souza de Araújo ; Luiz Fernando Bittencourt
• Pesq. associados: Alexandro José Baldassin ; Álvaro Luiz Fazenda ; Daniel de Angelis Cordeiro ; Denise Stringhini ; Emilio de Camargo Francesquini ; Hélio Crestana Guardia ; Hermes Senger ; Kelly Rosa Braghetto ; Paulo Sérgio Lopes de Souza ; Raphael Yokoingawa de Camargo ; Rodolfo Jardim de Azevedo ; Sarita Mazzini Bruschi
• Bolsa(s) vinculada(s): 22/06906-0 - Sobre os limites das técnicas de Machine Learning no aprendizado de políticas de escalonamento, BP.IC; 22/01230-9 - Desenvolvimento e Gerenciamento de Infraestrutura Computacional para Projeto de Aceleradores em FPGA, BP.TT
• Assunto(s): Computação de alto desempenho Arquitetura e organização de computadores Gestão de recursos

Resumo

Nesse projeto vamos juntar esforços e competências de diversos pesquisadores da Ciência da Computação na área de processamento de alto desempenho (HPC). Nosso principal objetivo é promover pesquisa de alto impacto em duas áreas de HPC: gerenciamento de recursos e novas arquiteturas de computadores. Cada uma dessas áreas está dividida em diversos tópicos. Cada tópico será coordenado por um pesquisador experiente e será conduzido com a ajuda de colaboradores e de estudantes. Com esse projeto, queremos fazer não apenas pesquisa, mas também aumentar a sinergia dos pesquisadores da área no Estado de São Paulo. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

CASSALES, GUILHERME; GOMES, HEITOR; BIFET, ALBERT; PFAHRINGER, BERNHARD; SENGER, HERMES. Improving the performance of bagging ensembles for data streams through mini-batching. INFORMATION SCIENCES, v. 580, p. 260-282, NOV 2021. (18/22979-2, 19/26702-8, 15/24461-2)