Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

TIN2016-79951-R

Financiado

COMPUTACION BIG DATA Y DE ALTAS PRESTACIONES SOBRE MULTI-CLOUDS ELASTICOS

ESTE PROYECTO PERSIGUE EL DESARROLLO DE UNA PLATAFORMA PARA EL DESPLIEGUE DE ENTORNOS DE PROCESAMIENTO DE DATOS MASIVOS (BIG DATA) Y DE ENTORNOS DE COMPUTACION DE ALTAS PRESTACIONES BASADOS EN CONTENEDORES, SUPLEMENTADOS CON CAPAC... ver más

01/01/2016

UPV

111K€

Presupuesto del proyecto: 111K€

Líder del proyecto

UNIVERSITAT POLITÈCNICA DE VALÈNCIA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 683

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2016-01-01

0% 100%

Participantes

UPV

Lider

Proyectos interesantes

TIN2017-84553-C2-1-R APROVECHANDO LOS NUEVOS PARADIGMAS DE COMPUTO PARA LOS RETOS... 235K€ Cerrado

SovereignEdge.Cognit A Cognitive Serverless Framework for the Cloud-Edge Continuu... 6M€ Cerrado

PID2019-107858GB-I00 NUEVOS METODOS EN HIGH-END Y EDGE COMPUTING PARA LA COMPUTAC... 175K€ Cerrado

COGNIFOG AI-empowered Edge Cloud Continuum for self-aware cognitive c... 5M€ Cerrado

PID2020-113126RB-I00 COMPUTACION CIENTIFICA SERVERLESS A TRAVES DEL HIBRIDO CONTI... 150K€ Cerrado

PID2019-106774RB-C22 PLATAFORMA SIN SERVIDOR DE ALTO RENDIMIENTO PARA SISTEMAS HI... 71K€ Cerrado

Últimas noticias

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

29-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 37 concesiones

Líder del proyecto

UNIVERSITAT POLITÈCNICA DE VALÈNCIA

Total investigadores 683

Presupuesto del proyecto 111K€

Descripción del proyecto ESTE PROYECTO PERSIGUE EL DESARROLLO DE UNA PLATAFORMA PARA EL DESPLIEGUE DE ENTORNOS DE PROCESAMIENTO DE DATOS MASIVOS (BIG DATA) Y DE ENTORNOS DE COMPUTACION DE ALTAS PRESTACIONES BASADOS EN CONTENEDORES, SUPLEMENTADOS CON CAPACIDADES DE ELASTICIDAD, A TRAVES DE MULTIPLES INFRAESTRUCTURAS CLOUD QUE PERSIGUEN LA OPTIMIZACION DE RECURSOS ENERGETICOS Y DE COMPUTO. TAMBIEN SE PERSIGUE AISLAR LA EJECUCION TRABAJOS Y EL ACCESO A HARDWARE DE COMPUTACION ESPECIFICA (E.G. GPGPUS, FPGAS) MEDIANTE CONTENEDORES.EN PRIMER LUGAR, EL PROYECTO DOTARA A LAS INFRAESTRUCTURAS CLOUD ON-PREMISES DE SERVICIOS AVANZADOS DE GREEN COMPUTING COMBINADOS CON TECNICAS DE ELASTICIDAD VERTICAL (MEMORY BALLOONING Y CPU BURSTING), JUNTO AL DESARROLLO DE ALGORITMOS PARA OPTIMIZAR EL NUMERO DE RECURSOS HARDWARE EN FUNCION DE LA CARGA DE TRABAJO. TAMBIEN SE ABORDARA EL USO DE REDES VIRTUALES DINAMICAMENTE CONFIGURADAS (SOFTWARE DEFINED NETWORKS) PARA DESPLEGAR INFRAESTRUCTURAS HIBRIDAS QUE SE EXTIENDAN ENTRE DIFERENTES CLOUDS. EN SEGUNDO LUGAR, SE ABORDARA EL DISEÑO E IMPLEMENTACION DE MODELOS DE ELASTICIDAD PARA DIFERENTES FRAMEWORKS DE BIG DATA, PRINCIPALMENTE APACHE HADOOP Y SPARK; PARA DIFERENTES PLATAFORMAS DE ORQUESTACION DE CONTENEDORES, COMO ES EL CASO DE APACHE MESOS Y DOCKER SWARM Y HERRAMIENTAS DE COMPUTO DE ALTAS PRESTACIONES, COMO ES EL CASO DE HTCONDOR. ESTO PERMITIRA ADAPTAR DE FORMA DINAMICA LOS NODOS NECESARIOS PARA CADA UNO DE LOS DIFERENTES FRAMEWORKS E INCORPORARA ELASTICIDAD EN LA NUBE A HERRAMIENTAS AMPLIAMENTE UTILIZADAS EN EL AMBITO CIENTIFICO Y EMPRESARIAL. ESTO POSIBILITA UN REDUCIDO CONSUMO DE RECURSOS QUE SE TRADUCE EN UN MENOR CONSUMO ENERGETICO EN EL CASO DE DESPLEGAR SOBRE PLATAFORMAS CLOUD ON-PREMISES Y EN UN MENOR GASTO ECONOMICO CUANDO SE UTILIZAN CLOUD PUBLICOS COMO AMAZON WEB SERVICES (AWS) O MICROSOFT AZURE.EN TERCER LUGAR SE DESARROLLARA UNA PLATAFORMA DE CODIGO ABIERTO, BASADA EN ESTANDARES, EXPUESTA A TRAVES DE APIS E INTERFACES WEB PARA EL DESPLIEGUE AUTOMATIZADO DE LOS FRAMEWORKS SOBRE DIFERENTES INFRAESTRUCTURAS CLOUD, INCLUYENDO DESPLIEGUES HIBRIDOS ENTRE CLOUDS. FINALMENTE, EL PROYECTO INTRODUCIRA CONTENEDORES, PRINCIPALMENTE LXC Y DOCKER, EN EL AMBITO DE LA COMPUTACION DE ALTAS PRESTACIONES PARA CONSEGUIR AISLAMIENTOS EFECTIVOS DE CARGAS DE TRABAJO SOBRE CLUSTERS DE PCS. ESTO PERMITIRA RESOLVER LOS PROBLEMAS DERIVADOS DE SOPORTAR MULTIPLES APLICACIONES, CON LIBRERIAS POTENCIALMENTE INCOMPATIBLES Y POSIBILITANDO LA MIGRACION DE TRABAJOS ENTRE INFRAESTRUCTURAS UTILIZANDO CHECKPOINTING. TAMBIEN SE ABORDARAN MECANISMOS EFICIENTES PARA LA ENCAPSULACION DE CARGAS DE TRABAJO Y QUE REQUIEREN HARDWARE ESPECIFICO COMO ES EL CASO DE FPGAS Y GPGPUS. FINALMENTE, EL PROYECTO APLICARA ESTOS RESULTADOS SOBRE CUATRO CASOS DE USO CON INTERES TANTO PARA INVESTIGACION COMO PARA LA EMPRESA (BIOMARCADORES DE IMAGEN, RECOMENDACION DE RUTAS DE TRANSPORTE, CALCULO ESTRUCTURAL Y ANALISIS GENOMICO), Y QUE VALIDARAN LOS DIFERENTES ESCENARIOS TECNOLOGICOS ABORDADOS.EN DEFINITIVA, LA REALIZACION DE ESTE AMBICIOSO PROYECTO SUPONDRA EL DISEÑO, IMPLEMENTACION, DESPLIEGUE Y VALIDACION DE UNA PLATAFORMA ABIERTA PARA EL APROVISIONAMIENTO AUTOMATIZADO DE ENTORNOS ELASTICOS DE COMPUTO Y PROCESAMIENTO DE DATOS MASIVO EN MULTI-CLOUDS, ASI COMO UNA MEJORA DE LAS PLATAFORMAS CLOUD ON-PREMISES ORIENTADOS A UNA RACIONALIZACION DEL CONSUMO DE RECURSOS, REDUNDANDO EN UN MENOR CONSUMO ENERGETICO, ASI COMO EL AISLAMIENTO DE CARGAS DE TRABAJO MEDIANTE CONTENEDORES. OMPUTACIÓN EN LA NUBE\ELASTICIDAD\CONTENEDORES\VIRTUALIZACIÓN\COMPUTACIÓN CIENTÍFICA\COMPUTACIÓN DE ALTAS PRESTACIONES\BIG DATA

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores