Descripción del proyecto
ESTE PROYECTO, PLANIFICADO PARA TRES AÑOS, CONSTITUYE LA CONTINUACION NATURAL DE LAS LINEAS DE INVESTIGACION EN COMPUTACION DE ALTAS PRESTACIONES (HPC) RECOGIDAS EN EL ANTERIOR PROYECTO NACIONAL TIN2016-75845-P LLEVADO A CABO POR EL GRUPO DE ARQUITECTURA DE COMPUTADORES (GAC) DE LA UNIVERSIDADE DA CORUÑA (UDC), LA PRESENTE PROPUESTA HACE ESPECIAL ENFASIS EN TOPICOS CONVERGENTES CON EL HPC TALES COMO EL PROCESAMIENTO BIG DATA Y LA INTELIGENCIA ARTIFICIAL, Y ESTA ORIENTADA A ABORDAR RETOS DE INVESTIGACION Y SOCIALES, EL PROYECTO PROPONE NUEVAS APROXIMACIONES PARA TENDENCIAS ACTUALES EN EL AMBITO HPC, AGRUPADAS EN TRES LINEAS GENERALES:(I) ARQUITECTURAS, ESTA LINEA CONTEMPLA EL DISEÑO DE: (A) ARQUITECTURAS DE APLICACION ESPECIFICA PARA HPC UTILIZANDO FPGAS, CENTRANDOSE EN LA ACELERACION DE OPERACIONES ARITMETICAS; Y (B) TECNICAS DE OPTIMIZACION ENERGETICA Y DE RENDIMIENTO PARA ARQUITECTURAS EMERGENTES, ESPECIFICAMENTE MANYCORES NUMA Y ARQUITECTURAS WIDE-INSTRUCTION,(II) SOFTWARE, ESTA LINEA INCLUYE EL DESARROLLO DE UNA GRAN VARIEDAD DE HERRAMIENTAS PARA: (A) EL AJUSTE AUTOMATICO (AUTOTUNING) DE CODIGOS EN SISTEMAS HETEROGENEOS, DETERMINANDO LOS PARAMETROS OPTIMOS DE RENDIMIENTO PARA CADA ARQUITECTURA; (B) LA PROGRAMACION EFICIENTE Y PRODUCTIVA DE GRANDES SISTEMAS HPC, CENTRANDOSE EN NUEVAS ESTRATEGIAS DE BALANCEO DE CARGA Y DE EJECUCION ESPECULATIVA; (C) PROPORCIONAR RESILIENCIA A LAS APLICACIONES PARALELAS (TANTO PARA ERRORES HARD COMO SOFT) CON EL FIN DE MEJORAR SU FIABILIDAD Y REDUCIR SU CONSUMO ENERGETICO; Y (D) LA MONITORIZACION Y PREDICCION EN TIEMPO REAL DE LOS RECURSOS NECESARIOS PARA CARGAS DE TRABAJO BIG DATA CON EL FIN DE ESCALARLAS EN INFRAESTRUCTURAS HPC ATENDIENDO A PARAMETROS COMO EL CONSUMO ENERGETICO,(III) APLICACIONES, ESTA ES UNA LINEA INTERDISCIPLINAR QUE ABARCA EL DISEÑO E IMPLEMENTACION DE APLICACIONES HPC DE DIFERENTES DOMINIOS: (A) APLICACIONES DE VISUALIZACION Y DE GRAFICOS POR COMPUTADOR ORIENTADAS AL RENDIMIENTO; (B) PROBLEMAS DE OPTIMIZACION A GRAN ESCALA EN EL AMBITO DE LA BIOLOGIA DE SISTEMAS COMPUTACIONAL; (C) APLICACIONES EN GENOMICA, CONCRETAMENTE DETECCION DE EPISTASIA DE ALTO GRADO Y MODELOS DE EVOLUCION MOLECULAR EN FILOGENOMICA; Y (D) CODIGOS DE APRENDIZAJE AUTOMATICO, ESPECIFICAMENTE ALGORITMOS DE SELECCION DE CARACTERISTICAS Y NUEVOS METODOS DE APRENDIZAJE PROFUNDO PARA ACELERAR APLICACIONES DE VISION POR COMPUTADOR,TODAS ESTAS LINEAS DE INVESTIGACION SE REALIZARAN EN UN CONTEXTO DE SOLIDAS COLABORACIONES INTERNACIONALES Y SE PREVE CONSEGUIR PUBLICACIONES DE ALTO IMPACTO, CONSIDERANDO TAMBIEN LA POTENCIAL TRANSFERENCIA DE TECNOLOGIA Y LA PROTECCION DE LA PROPIEDAD INTELECTUAL DE PARTE DE LOS RESULTADOS DE INVESTIGACION, LA PRESENCIA DE NUEVE EMPRESAS Y DE UN CENTRO TECNOLOGICO INTERESADOS EN RESULTADOS CONCRETOS DEL PROYECTO REFORZARA SU IMPACTO SOCIOECONOMICO, HPC\BIG DATA\EFICIENCIA ENERGETICA\APRENDIZAJE AUTOMATICO\BIOINFORMATICA