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

• Processo: 19/26702-8
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• 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 ; Hermes Senger ; Luiz Fernando Bittencourt
• Pesquisadores associados: Aleardo Manacero Junior ; Alexandro José Baldassin ; Álvaro Luiz Fazenda ; Daniel de Angelis Cordeiro ; Denise Stringhini ; Emilio de Camargo Francesquini ; Hélio Crestana Guardia ; Hermes Senger ; Hervé Yviquel ; Kelly Rosa Braghetto ; Paulo Sérgio Lopes de Souza ; Raphael Yokoingawa de Camargo ; Rodolfo Jardim de Azevedo ; Sandro Rigo ; Sarita Mazzini Bruschi
• Auxílio(s) vinculado(s): 22/16618-2 - EMU concedido no projeto: 2019/26702-8: máquina paralela heterogênea, AP.EMU; 23/00702-7 - Alocação de recursos para aplicações com Digital Twins, AP.R SPRINT
• Bolsa(s) vinculada(s): 24/04232-8 - Implementação e Otimização de Task Offloading em Clusters Heterogêneos utilizando o OpenMP Cluster, BP.MS; 24/09487-4 - Análise de simuladores e adaptação visando a redução das emissões de CO2 em data centers, BP.IC; 23/09048-8 - Supercomputação Sustentável: Eficiência Energética e Gerenciamento de Recursos através da Modelagem Estatística e Aprendizado de Máquina, BP.DD; + mais bolsas vinculadas 24/08364-6 - Projeto de Aceleradores FPGA baseados em Arquiteturas CGRA, BP.PD; 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 - menos bolsas vinculadas
• Assunto(s): Computação de alto desempenho Arquitetura e organização de computadores Gestão de recursos
• Palavra(s)-Chave do Pesquisador: Arquiteturas de Computadores | Gerenciamento de recursos | High performance computing | Computação de Alto Desempenho - HPC

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

(8)

(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)

BERNARDINO, MATHEUS TAVARES; GOLDMAN, ALFREDO; IEEE COMP SOC. Parallelizing Git Checkout: a Case Study of I/O Parallelism. 2022 IEEE 34TH INTERNATIONAL SYMPOSIUM ON COMPUTER ARCHITECTURE AND HIGH PERFORMANCE COMPUTING (SBAC-PAD 2022), v. N/A, p. 12-pg., 2022-01-01. (19/26702-8)

FERNANDES, MATHEUS CAMPOS; DE FRANCA, FABRICIO OLIVETTI; FRANCESQUINI, EMILIO; PAQUETE, L. HOTGP- Higher-Order Typed Genetic Programming. PROCEEDINGS OF THE 2023 GENETIC AND EVOLUTIONARY COMPUTATION CONFERENCE, GECCO 2023, v. N/A, p. 9-pg., 2023-01-01. (19/26702-8, 21/06867-2, 21/12706-1)

RODRIGUES FILHO, ROBERTO; BITTENCOURT, LUIZ F.; PORTER, BARRY; COSTA, FABIO M.; IEEE. Exploiting the Potential of the Edge-Cloud Continuum with Self-distributing Systems. 2022 IEEE/ACM 15TH INTERNATIONAL CONFERENCE ON UTILITY AND CLOUD COMPUTING, UCC, v. N/A, p. 6-pg., 2022-01-01. (20/07193-2, 14/50937-1, 15/24485-9, 19/26702-8)

AMARIS, MARCOS; CAMARGO, RAPHAEL; CORDEIRO, DANIEL; GOLDMAN, ALFREDO; TRYSTRAM, DENIS. Evaluating execution time predictions on GPU kernels using an analytical model and machine learning techniques. JOURNAL OF PARALLEL AND DISTRIBUTED COMPUTING, v. 171, p. 13-pg., 2023-01-01. (19/26702-8, 15/19399-6, 21/06867-2, 12/23300-7)

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)

LINO DANIEL, JOAO FRANCISCO; GOLDMAN, ALFREDO; MARTINS, EDUARDO GUERRA; LEONG, HV; SARVESTANI, SS; TERANISHI, Y; CUZZOCREA, A; KASHIWAZAKI, H; TOWEY, D; YANG, JJ; et al. Are knowledge and usage of microservices patterns aligned? An exploratory study with professionals. 2022 IEEE 46TH ANNUAL COMPUTERS, SOFTWARE, AND APPLICATIONS CONFERENCE (COMPSAC 2022), v. N/A, p. 6-pg., 2022-01-01. (19/26702-8)

PIMENTA, GUILHERME B. A.; DALLAQUA, FERNANDA B. J. R.; FAZENDA, ALVARO; FARIA, FABIO A.; DECARVALHO, BM; GONCALVES, LMG. Neuroevolution-based Classifiers for Deforestation Detection in Tropical Forests. 2022 35TH SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES (SIBGRAPI 2022), v. N/A, p. 6-pg., 2022-01-01. (19/26702-8, 15/24485-9, 14/50937-1, 18/23908-1, 17/25908-6)

KRUGER, KLEBER; PANNAIN, RICARDO; AZEVEDO, RODOLFO. DONUTS: An efficient method for checkpointing in non-volatile memories. CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE, v. N/A, p. 19-pg., 2023-01-24. (19/26702-8, 13/08293-7)