Busca avançada
Ano de início
Entree

Supercomputação Sustentável: Eficiência Energética e Gerenciamento de Recursos através da Modelagem Estatística e Aprendizado de Máquina

Processo: 23/09048-8
Modalidade de apoio:Bolsas no Brasil - Doutorado Direto
Vigência (Início): 01 de setembro de 2024
Vigência (Término): 31 de julho de 2028
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Alfredo Goldman vel Lejbman
Beneficiário:Lucas de Sousa Rosa
Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Vinculado ao auxílio:19/26702-8 - Tendências em computação de alto desempenho, do gerenciamento de recursos a novas arquiteturas de computadores, AP.TEM
Assunto(s):Aprendizado computacional   Computação de alto desempenho   Escalonamento   Modelos estatísticos   Simulação   Sustentabilidade
Palavra(s)-Chave do Pesquisador:aprendizado de máquinas | Computacão de Alto Desempenho | Escalonamento | Modelagem Estatística | Simulações | Sustentabilidade | Escalonamento em HPC

Resumo

Este projeto de pesquisa de doutorado aborda desafios na gestão de recursos e na modelagem de carga de trabalho no campo da supercomputação. A estratégia sugerida inclui o uso de técnicas automatizadas, como aprendizado de máquina e otimização com base em desenho de experimentos, levando em conta aspectos energéticos de tarefas e plataformas. Realizaremos experimentos de escalonamento via simulações, visando gerar dados sobre o comportamento do escalonamento em diferentes cenários, avaliar métricas de desempenho e eficiência energética, além de comparar metodologias diversas. O projeto também tem como objetivo investigar um aspecto pouco explorado da modelagem de carga de trabalho: a representação do consumo de energia das tarefas. Finalmente, pretendemos testar esses modelos mais sofisticados avaliando sua representatividade.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)