Hecuba

Conjunt d'eines i interfícies que implementen un accés senzill i eficient als magatzems de dades per a aplicacions de big data.

Institució:

Technology

Grup d´investigació:

Data-Driven Scientific Computing

Investigador/s:

Yolanda Becerra

Descripció:

Hècuba proporciona abstraccions de programació senzilles que permeten als desenvolupadors gestionar dades distribuïdes com si fossin memòria local. En anotar una classe de Python una vegada, les dades s'emmagatzemen i es recuperen automàticament des de backends escalables com ara bases de dades o sistemes en memòria. Aquest enfocament redueix el moviment de dades acostant la computació a on resideixen les dades, millorant el rendiment i l'eficiència. El seu disseny independent del backend permet que el mateix codi s'executi a través de màquines locals, clústers i plataformes al núvol, cosa que permet la portabilitat. L'estalvi d'energia prové de la reducció de les transferències de dades, tot i que el seguiment de CO2 encara no s'hi inclou.

Proposta de valor:

Accedir a objectes de big data tal i com estaven a la memòria

Àrees d'aplicació:

Canalitzacions de genòmica i transcriptòmica, postprocessament de models climàtics, anàlisi d'IoT en temps real, magatzems de característiques d'IA, centres de dades de bessons digitals, catàlegs d'astrofísica.

Mercat objectiu:

Centres de supercomputació que gestionen ciència amb un ús intensiu de dades; Proveïdors de núvol d'alta capacitat de computació (HPC) que ofereixen emmagatzematge d'objectes gestionats; R+D biotecnològica i farmacèutica que necessiten pipelines de petabytes; ISV d'enginyeria que integren la persistència transparent en els fluxos de treball; Consorcis de recerca que construeixen infraestructures de dades FAIR.

Technology Readiness Level (1-9): 7

Protection:

Apache License (Version 2.0)

Més informació

Si vols saber més sobre aquest projecte no dubtis en contactar amb nosaltres

Contacta´ns