Metodologies i eines per a l’anàlisi i optimització del rendiment

S’utilitzen tècniques d’aprenentatge automàtic per modelar i optimitzar el rendiment d’aplicacions paral·leles basades en agents. Inclou equilibrat de càrrega, ajust de rendiment i benchmarking.

Institució:

Grup d´investigació:

High Performance Computing Applications for Science and Engineering (HPCA4SE)

Investigador/s:

Anna Sikora, Eduardo César

Descripció:

Models de rendiment mitjançant tècniques d’aprenentatge automàtic (ML). Estudi de caracterització de regions paral·leles OpenMP mitjançant comptadors de maquinari. Desenvolupament de tècniques d’ajust per a aplicacions de modelatge basat en agents (ABM) en paral·lel. Optimització de la distribució dels agents segons la seva càrrega computacional i patrons de comunicació. Benchmark per avaluar plataformes de desenvolupament basades en agents.

Proposta de valor:

computació paral·lela, computació distribuïda, convergència HPC+IA, aprenentatge automàtic

Àrees d'aplicació:

Biomedicina, enginyeria, finances

Mercat objectiu:

Aplicacions basades en agents

Technology Readiness Level (1-9): N/A

Més informació

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

Contacta´ns