Lenguaje para el desarrollo de aplicaciones paralelas en ambientes Cluster y Grid Gpu s y/o CPU s utilizando un entorno de Cloud Computing

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Lenguaje para el desarrollo de aplicaciones paralelas en ambientes Cluster y Grid Gpu s y/o CPU s utilizando un entorno de Cloud Computing"

Transcripción

1 Lenguaje para el desarrollo de aplicaciones paralelas en ambientes Cluster y Grid Gpu s y/o CPU s utilizando un entorno de Cloud Computing José Luis Quiroz Fabián Resumen La computación paralela aparece a raíz de la necesidad de reducir tiempos de respuesta de aplicaciones de cómputo intensivo, dando como consecuencia el desarrollo de computadoras con más de un procesador (máquinas multiprocesador). Sin embargo el alto costo de las máquinas multiprocesador llevó a la creación de sistemas construidos mediante la interconexión de componentes de hardware comunes. Estos sistemas reciben el nombre de Clusters. Los Clusters resultaron ser efectivos para diferentes problemas, pero no para aquellos donde se necesita gran capacidad de procesamiento y almacenamiento (en el orden de los petabytes), por ejemplo, el procesamiento de la información del acelerador de partículas Europeo. El surgimiento de máquinas MultiCore y los procesadores gráficos GPU si bien aumenta la capacidad de cálculo de los Cluster, al seguir siendo sistemas con una administración centralizada no tienen una capacidad de almacenamiento y procesamiento para problemas como el mencionado anteriormente. Utilizando un sistema Grid Computig se aumenta de forma considerable la capacidad de procesamiento y almacenamiento de los sistemas, pero éstos se vuelven más complejos debido a la configuración de ciertos archivos para llevar acabo el proceso de compilación y/o ejecución en base a las arquitecturas utilizadas. La complejidad de un sistema de Grid Computing se puede eliminar utilizando una arquitectura de Cloud Computing. Si bien el Cloud Computing comparte objetivos similares al Grid Computing, busca definir una arquitectura escalable, con calidad de servicio e interfaces amigables donde el usuario solo se preocupe del modelo a usar para la solución de su problema. En este proyecto de investigación se propone un lenguaje/entorno de Cloud Computing para la elaboración de un lenguaje de programación que evite la complejidad de la programación en un entorno Grid o Cluster. Si bien el entorno Cloud Computing ha sido pensado para aplicaciones y/o sistemas pequeños y de mediana magnitud, este entorno es viable trabajarlo de forma conjunta con sistemas Grid Computing para aplicaciones donde se requieran recursos inmediatos y temporales. Además debido a la gran diversidad de herramientas de programación utilizadas, el lenguaje de programación propuesto permitirá al desarrollador hacer uso de tecnologías CPU s y/o GPU s dentro de un entorno local (Cluster) o global (Grid) de forma transparente. 1

2 1. Antecedentes La programación paralela tradicionalmente se realizaba en máquinas con más de un procesador (máquinas multiprocesador). Debido al costo de las máquinas multiprocesador, surgen los Cluster (en su momento máquinas monoprocesador unidas mediante una red de alta velocidad). Posteriormente la reducción de precios del hardware dio surgimiento a las máquinas multinúcleo (MultiCore) y los Clusters se adaptaron haciendo uso de éste tipo de arquitecturas [HH08]. Las aplicaciones paralelas se han adaptado al hardware MultiCore buscando aprovechar su diseño (por ejemplo tener más de un núcleo y memoria cache dentro el procesador). Trabajando con procesadores MultiCore se puede generar un hilo de trabajo por cada núcleo a fin de aumentar el rendimiento de la aplicación paralela, más sin embargo estamos limitados al número reducido de núcleos (en promedio 4 por procesador) que ofrecen dichos procesadores. Esta limitante se ha resuelto en diferente aplicaciones haciendo uso de tarjetas GPU (Graphics Processing Unit). Un GPU es un procesador dedicado al procesamiento de gráficos y operaciones de punto flotante para aligerar la carga del CPU (Central Processing Unit). Una característica muy importante de un GPU es que permite tener una gran cantidad de núcleos (en algunas tarjetas hasta más de 100) trabajando en paralelo[lhk + 04] [KH10]. Buscando explotar los GPU s para aplicaciones de diferentes dominios se ha introducido el termino GPGPU (General-Purpose Computing on Graphics Processing Units ), esto es, los procesadores gráficos ya no solo son usados únicamente para procesamiento de gráficos sino para una gran diversidad de aplicaciones de propósito general. Además se puede agrupar un conjunto de computadoras con GPU s y formar un Cluster de GPU s haciendo uso de herramientas como MPI o PVM (entre otras) [FQKYS04]. Para elaborar aplicaciones haciendo uso del GPU existen herramientas como CUDA o Stream las cuales dependen del hardware de un determinado fabricante (CUDA sólo está disponible en tarjetas gráficas NVidia y Stream en tarjetas gráficas de ATI) [SK10] [BCH + 09]. Una alternativa libre a tecnologías como CUDA o Stream es OpenCL (Open Computing Language). OpenCL busca que se puedan realizar aplicaciones que aprovechen los GPU s de diferentes fabricantes, el CPU y cualquier otro procesador compatible [TNI + 10]. OpenCL fue primeramente elaborado por la compañía Apple para después ceder su desarrollo al grupo Khronos y con ello buscar que se vuelva un estándar. Combinar GPU s y CPU s ha originado supercomputadoras con alto capacidad de computo, basta con revisar la lista del top de Junio del 2011 donde 3 de las supercomputadoras que están en las en los primeros 5 lugares hacen uso de estas tecnologías. 1 2

3 1.1. Grids Se ha comprobado a través del tiempo que ni la supercomputadora (Cluster) más costosa disponible en el mercado, puede satisfacer la capacidad de procesamiento necesario donde la cantidad de datos con los que se opera es del orden de petabytes; como se muestra en el siguiente texto extraído de la página del acelerador de partículas en Europa 2 : The Large Hadron Collider will produce roughly 15 petabytes (15 million gigabytes) of data annually enough to fill more than 1.7 million dual-layer DVDs a year! Como podemos leer en el párrafo, la cantidad de información a procesar y almacenar es tan grande que es complejo realizarla en un sistema local. La solución a este tipo de problemas se puede realizar mediante un sistema Grid Computing de computadoras. Un Grid o Grid Computing en términos de computación paralela se pude definir como un conjunto de Cluster enlazados por una red de alta velocidad [BFH03] [Ber02]. Cuando se implementa un Grid se busca cumplir o satisfacer las necesidades del cliente, creando la ilusión de una sencilla pero grande y poderosa maquina virtual, mediante una colección de sistemas heterogéneos conectados para compartir recursos. Un Grid complementa las tecnologías de cómputo distribuido existentes, enfocándose principalmente en la necesidad de compartir recursos de forma dinámica y a través de las organizaciones. La evolución de los sistemas Grid Computing los han vuelto, atractivos, prácticos y económicos para las grandes compañías. Por lo cual el cómputo Grid proporciona una gran capacidad de procesamiento que alcanza a usuarios como: organizaciones institucionales, gobiernos, milicia y empresas privadas. Sin embargo un Grid enfrenta una serie de problemas: coordinación, descubrimiento, selección, reserva, asignación, gestión y monitoreo de recursos compartidos. Por tal motivo algunas organizaciones han dedicado sus esfuerzos en desarrollar herramientas que sirvan para construir sistemas Grid robustos y altamente confiables, tal es el caso de Globus Alliance y The Enabling Grids for E-sciencE (EGEE) [BKS05] [MD11] Globus El Proyecto Globus es una iniciativa multi-institucional para la investigación y el desarrollo de tecnologías fundamentales para Grids, cuyo objetivo principal es crear una plataforma completa para compartir aplicaciones y recursos computacionales en la red. Globus proporciona un conjunto de herramientas de software (toolkit-middleware ) para implementar una arquitectura Grid además provee las bibliotecas y componentes que permiten el desarrollo de aplicaciones Grid orientadas a servicios, abarcando características como son: seguridad, acceso y administración de recursos, movimiento y administración de datos, y descubrimiento de recursos, entre otros. El middleware de Globus se compone de múltiples servicios que implementan los dis- 2 3

4 tintos componentes necesarios para integrar y administrar los recursos que componen un Grid Glite Glite al igual que Globus, es un conjunto de componentes de software para habilitar un Grid. Fue desarrollado e implementado por EGEE (Enabling Grids for E-sciencE ) y liberado bajo una licencia de código abierto. El paquete de middleware Glite proporciona al usuario servicios como: seguridad, acceso a recursos y sistemas para monitorear la actividad del Grid. No obstante que los sistemas Grid han permitido la ejecución de aplicaciones que requieren una gran cantidad de almacenamiento de datos y una gran capacidad de procesamiento, estos sistemas llegan a ser complejos en la instalación, configuración, implementación, compilación y ejecución de programas Cómputo en la nube El cómputo en la nube (Cloud Computing) y el Grid computing son paradigmas que comparten ideas para generar sistemas de gran escala, entre las que podemos destacar [WvLY + 10]: Encapsular la complejidad del hardware y hacer más fácil su acceso por medio de interfaces gráficas. Escalabilidad para sistemas de gran tamaño. Compartir recursos remotos. Entre las principales diferencias que se pueden encontrar entre el Grid Computing y el Cloud Computing son la abstracción y los modelos computacionales utilizados. Un Grid es representado como la unión de recursos existentes para los cuales el desarrollo de aplicaciones debe tomar en cuenta aspectos no solo relacionados con el desarrollo de la aplicación, sino también con la abstracción del Grid. Por lo anterior, habilitar las aplicaciones para que se ejecuten en estas arquitecturas puede llegar a ser complejo. Por el contrario, el Cloud Computing le proporciona al usuario diferentes modelos que se ajusten a los requerimientos de su aplicación, lo cual generalmente se realiza haciendo uso de interfaces para una simple interacción. 4

5 Figura 1: Comparación de los últimos años en la búsqueda de Cloud Computing y Grid Computing Los sistemas basados en un entorno de Cloud Computing han tomado relevancia en los últimos años, basta con comparar por medio de Google Treads las tendencias de búsqueda de términos como Grid Computing y Cloud Computing (ver Figura 1) y observamos que Cloud Computing ha sobresalido actualmente, esto nos muestra que cada vez más personas tienden a tratar de entender este concepto, hacer uso de un servicio o realizar investigación en el tema Cloud Computing. 2. Justificación Como hemos mencionado, existen las aplicaciones que demandan de cómputo de forma considerable, debido a esto los investigadores han optado por realizar sus simulaciones de manera paralela. Entre las principales herramientas que utilizan para realizar sus simulaciones tenemos: MPI [BBG + 08] [SL03], OpenMP [CDK + 01] [PS11], Cuda[SK10], etc. Aunado a la complejidad de las diferentes herramientas de programación paralela así como al modelo de programación, se tiene en algunos casos el problema de la configuración de archivos y la incorporación de diferentes librerías para llevar acabo la compilación y/o ejecución en ambientes Grid Computing ( mas si se usa diferentes tecnologías por ejemplo CPU s y GPU s). Por lo anterior, en este proyecto se propone la creación de un lenguaje de programación paralelo paralelo basado en un enfoque de Cloud Computing para Cluster y Grids CPU s y/o GPU s. El utilizar el cómputo paralelo en entornos de Cloud Computing es un trabajo que se ha explorado recientemente [GWQF10] [VCC + 11] [VPB09], en los cuales para el desarrollo de aplicaciones se utilizan librerías y/o lenguajes como C, Java, MPI, CUDA, OpenCL etc. Además si bien se hace notar que un entorno Cloud Computing 5

6 ha sido pensado para aplicaciones y/o sistemas pequeños y de mediana magnitud, este entorno es viable trabajarlo de forma conjunta con sistemas Grid Computing para aplicaciones donde se requieran recursos inmediatos y temporales[ioy + 11]. Por otra parte, aunque el desempeño de las aplicaciones no ha resultado lo que se esperaba su rendimiento ha sido mejor que solo haciendo uso de un enfoque Cloud Computing [ABHM10]. En este proyecto se propone un sistema para explotar las arquitecturas Cluster y Grid Computing apoyándose en el filosofía del Cloud Computing. La interacción con el sistema esta pensada como un lenguaje de programación donde el entorno de desarrollo se establece mediante una interfaz web, esto es, el usuario realiza su programa como lo haría como un lenguaje como C o Java, y el sistema por medio de un traductor generaría el código a ejecutar en el Cluster y/o Grid. Por otra parte debido a la demanda que ha crecido en los últimos años y a gran diversidad de herramientas de programación paralela que han surgido, el lenguaje de programación a definir está pensado que contemple operaciones para trabajar en CPU s, GPU s y otros tipos de procesadores, y por medio de un compilador transformar sus instrucciones en operaciones definidas en librerías como: MPI OpenMP Posix Cuda OpenCL Los archivos de configuración para ser ejecutado en un sistema Grid están pensados que sean transparentes al usuario, a él simplemente se le presentará una interfaz similar a un entorno de desarrollo o simulación. 3. Objetivos Los objetivos de este proyecto de investigación son los siguientes: Proponer un lenguaje de programación texto y gráfico para desarrollar aplicaciones paralelas que se ejecuten en tecnologías Cluster y Grid sobre un ambiente Cloud Computing. Proponer el entorno de desarrollo web para el nuevo lenguaje de programación. Proponer una arquitectura para la comunicación y/o ejecución de las operaciones del lenguaje de programación sobre diferentes tipos de procesadores (CPU s y GPU s). 6

7 4. Metodología La metodología para la realización de este proyecto de investigación contempla los siguientes puntos: 1. Investigación del estado del arte en Cluster CPU/GPU, Grids CPU/GPU, Cloud Computing y su interacción. 2. Propuesta de un arquitectura Cloud Computing para explotar una infraestructura Grid tomando en cuenta principalmente elementos como la calidad de servicio y la escalabilidad. 3. Definición de la gramática para el lenguaje de programación propuesto. 4. Implementación del sistema web (haciendo uso de la arquitectura definida previamente) que albergará el entorno de desarrollo. 5. Evaluación de la implementación propuesta. 6. Elaboración de un conjunto de ejemplos que utilicen el sistema y lenguaje propuesto. Referencias [ABHM10] [BBG + 08] [BCH + 09] [Ber02] Brian Amedro, Francoise Baude, Fabrice Huet, and Elton Mathias. Combining grid and cloud resources by use of middleware for spmd applications. In Proceedings of the 2010 IEEE Second International Conference on Cloud Computing Technology and Science, CLOUDCOM 10, pages , Washington, DC, USA, IEEE Computer Society. Pavan Balaji, Darius Buntinas, David Goodell, William Gropp, and Rajeev Thakur. Toward efficient support for multithreaded mpi communication. In Proceedings of the 15th European PVM/MPI Users Group Meeting on Recent Advances in Parallel Virtual Machine and Message Passing Interface, pages , Berlin, Heidelberg, Springer-Verlag. Amr Bayoumi, Michael Chu, Yasser Hanafy, Patricia Harrell, and Gamal Refai-Ahmed. Scientific and engineering computing using ati stream technology. IEEE Des. Test, 11:92 97, November Viktors Berstis. IBM RedBook; Fundamentals of Grid Computing. Technical report, [BFH03] Fran Berman, Geoffrey Fox, and Anthony J. G. Hey. Grid Computing: Making the Global Infrastructure a Reality. John Wiley & Sons, Inc., New York, NY, USA,

8 [BKS05] [CDK + 01] Rüdiger Berlich, Marcel Kunze, and Kilian Schwarz. Grid computing in europe: from research to deployment. In Proceedings of the 2005 Australasian workshop on Grid computing and e-research - Volume 44, ACSW Frontiers 05, pages 21 27, Darlinghurst, Australia, Australia, Australian Computer Society, Inc. Robit Chandra, Leonardo Dagum, Dave Kohr, Dror Maydan, Jeff McDonald, and Ramesh Menon. Parallel programming in OpenMP. Morgan Kaufmann Publishers Inc., San Francisco, CA, USA, [FQKYS04] Zhe Fan, Feng Qiu, Arie Kaufman, and Suzanne Yoakum-Stover. Gpu cluster for high performance computing. In Proceedings of the 2004 ACM/IEEE conference on Supercomputing, SC 04, pages 47, Washington, DC, USA, IEEE Computer Society. [GWQF10] Thilina Gunarathne, Tak-Lon Wu, Judy Qiu, and Geoffrey Fox. MapReduce in the Clouds for Science. pages , November [HH08] Cameron Hughes and Tracey Hughes. Professional Multicore Programming: Design and Implementation for C++ Developers. Wrox Press Ltd., Birmingham, UK, UK, [IOY + 11] [KH10] [LHK + 04] [MD11] [PS11] Alexandru Iosup, Simon Ostermann, Nezih Yigitbasi, Radu Prodan, Thomas Fahringer, and Dick Epema. Performance analysis of cloud computing services for many-tasks scientific computing. IEEE Trans. Parallel Distrib. Syst., 22: , June David B. Kirk and Wen-mei W. Hwu. Programming Massively Parallel Processors: A Hands-on Approach. Morgan Kaufmann Publishers Inc., San Francisco, CA, USA, 1st edition, David Luebke, Mark Harris, Jens Krüger, Tim Purcell, Naga Govindaraju, Ian Buck, Cliff Woolley, and Aaron Lefohn. Gpgpu: general purpose computation on graphics hardware. In ACM SIGGRAPH 2004 Course Notes, SIGGRAPH 04, New York, NY, USA, ACM. Deepti Malhotra and Devanand. Mgc middleware for grid computing: the globus toolkit. In Proceedings of the International Conference on Advances in Computing and Artificial Intelligence, ACAI 11, pages , New York, NY, USA, ACM. M. R. Pimple and S. R. Sathe. Computing on multi-core platform: performance issues. In Proceedings of the 2011 International Conference on Communication, Computing & Security, ICCCS 11, pages , New York, NY, USA, ACM. 8

9 [SK10] [SL03] [TNI + 10] [VCC + 11] Jason Sanders and Edward Kandrot. CUDA by Example: An Introduction to General-Purpose GPU Programming. Addison-Wesley Professional, 1 edition, July Jeffrey M. Squyres and Andrew Lumsdaine. A Component Architecture for LAM/MPI. In Proceedings, 10th European PVM/MPI Users Group Meeting, number 2840 in Lecture Notes in Computer Science, pages , Venice, Italy, September / October Springer-Verlag. Ryoji Tsuchiyama, Takashi Nakamura, Takuro Iizuka, Akihiro Asahara, and Satoshi Miki. The OpenCL Programming Book. Fixstars Corporation, March Flavio Vella, Riccardo M. Cefal, Alessandro Costantini, Osvaldo Gervasi, and Claudio Tanci. Gpu computing in egi environment using a cloud approach. In Proceedings of the 2011 International Conference on Computational Science and Its Applications, ICCSA 11, pages , Washington, DC, USA, IEEE Computer Society. [VPB09] Christian Vecchiola, Suraj Pandey, and Rajkumar Buyya. Highperformance cloud computing: A view of scientific applications. In Proceedings of the th International Symposium on Pervasive Systems, Algorithms, and Networks, ISPAN 09, pages 4 16, Washington, DC, USA, IEEE Computer Society. [WvLY + 10] Lizhe Wang, Gregor von Laszewski, Andrew Younge, Xi He, Marcel Kunze, Jie Tao, and Cheng Fu. Cloud Computing: a Perspective Study. New Generation Computing, 28(2): , April

Implementación de una Malla Computacional, comparación de rendimiento de MPI sobre una malla vs métodos tradicionales *

Implementación de una Malla Computacional, comparación de rendimiento de MPI sobre una malla vs métodos tradicionales * Implementación de una Malla Computacional, comparación de rendimiento de MPI sobre una malla vs métodos tradicionales * Profesor Patrocinante: Dr. Pablo Saez G. ** Profesor Co-patrocinante: Dr. Jaime Araneda

Más detalles

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: SUPERCÓMPUTO FECHA DE ELABORACIÓN: ENERO 2005 ÁREA DEL PLAN DE ESTUDIOS: AS ( ) AC ( ) APOBL

Más detalles

FUNDAMENTOS DE COMPUTACIÓN PARA CIENTÍFICOS. CNCA Abril 2013

FUNDAMENTOS DE COMPUTACIÓN PARA CIENTÍFICOS. CNCA Abril 2013 FUNDAMENTOS DE COMPUTACIÓN PARA CIENTÍFICOS CNCA Abril 2013 6. COMPUTACIÓN DE ALTO RENDIMIENTO Ricardo Román DEFINICIÓN High Performance Computing - Computación de Alto Rendimiento Técnicas, investigación

Más detalles

Computación paralela y distribuida

Computación paralela y distribuida Computación paralela y distribuida MSC-0302 Nombre de la asignatura: Computación paralela y distribuida Línea de trabajo: Tecnologías web Tiempo de dedicación del estudiante a las actividades de: DOC TIS

Más detalles

270068 - PAP - Programación y Arquitecturas Paralelas

270068 - PAP - Programación y Arquitecturas Paralelas Unidad responsable: 270 - FIB - Facultad de Informática de Barcelona Unidad que imparte: 701 - AC - Departamento de Arquitectura de Computadores Curso: Titulación: 2014 GRADO EN INGENIERÍA INFORMÁTICA

Más detalles

Arquitecturas GPU v. 2013

Arquitecturas GPU v. 2013 v. 2013 Stream Processing Similar al concepto de SIMD. Data stream procesado por kernel functions (pipelined) (no control) (local memory, no cache OJO). Data-centric model: adecuado para DSP o GPU (image,

Más detalles

Comunicaciones para Cómputo Paralelo Intercluster

Comunicaciones para Cómputo Paralelo Intercluster Comunicaciones para Cómputo Paralelo Intercluster Walter Aróztegui, Fernando L. Romero, Fernando G. Tinetti 1 Instituto de Investigación en Informática LIDI (III-LIDI) Facultad de Informática UNLP Centro

Más detalles

Introducción a la Computación Distribuida y Condor

Introducción a la Computación Distribuida y Condor Introducción a la Computación E-Ciencia Supercomputación Cluster Tecnologías de Cluster y su Clasificación Servicios Importantes para Clusters Administración y Planificación de Tareas en Clusters Condor

Más detalles

INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer

INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer En los últimos años, el interés por la Computación en la Nube (Cloud Computing), tanto para uso personal como para negocios,

Más detalles

Arquitectura de Computadores Clase 01: Apertura del curso

Arquitectura de Computadores Clase 01: Apertura del curso Arquitectura de Computadores Clase 01: Apertura del curso Departamento de Ingeniería de Sistemas Universidad id d de Antioquia i 2011 2 Información general Nombre del curso: Arquitectura de computadores

Más detalles

Marco Teórico MARCO TEÓRICO. AGNI GERMÁN ANDRACA GUTIERREZ

Marco Teórico MARCO TEÓRICO. AGNI GERMÁN ANDRACA GUTIERREZ MARCO TEÓRICO. 13 14 Virtualización Hablar de virtualización es hablar de un concepto que describe la posibilidad de tener varios sistemas operativos funcionando al mismo tiempo en un mismo equipo físico.

Más detalles

Seminario II: Introducción a la Computación GPU

Seminario II: Introducción a la Computación GPU Seminario II: Introducción a la Computación GPU CONTENIDO Introducción Evolución CPUs-Evolución GPUs Evolución sistemas HPC Tecnologías GPGPU Problemática: Programación paralela en clústers heterogéneos

Más detalles

CLUSTER FING: ARQUITECTURA Y APLICACIONES

CLUSTER FING: ARQUITECTURA Y APLICACIONES CLUSTER FING: ARQUITECTURA Y APLICACIONES SERGIO NESMACHNOW Centro de Cálculo, Instituto de Computación FACULTAD DE INGENIERÍA, UNIVERSIDAD DE LA REPÚBLICA, URUGUAY CONTENIDO Introducción Clusters Cluster

Más detalles

Computación Grid. Adaptación de Aplicaciones Grid para el Procesamiento de Imágenes (AAG) Miguel Cárdenas Montes

Computación Grid. Adaptación de Aplicaciones Grid para el Procesamiento de Imágenes (AAG) Miguel Cárdenas Montes Grid Adaptación de Aplicaciones Grid para el Procesamiento de Imágenes (AAG) Miguel Cárdenas Montes Centro de Investigaciones Energéticas Medioambientales y Tecnológicas, Madrid, Spain Máster: Grid y Paralelismo

Más detalles

Nicolás Zarco Arquitectura Avanzada 2 Cuatrimestre 2011

Nicolás Zarco Arquitectura Avanzada 2 Cuatrimestre 2011 Clusters Nicolás Zarco Arquitectura Avanzada 2 Cuatrimestre 2011 Introducción Aplicaciones que requieren: Grandes capacidades de cómputo: Física de partículas, aerodinámica, genómica, etc. Tradicionalmente

Más detalles

Permite compartir recursos en forma coordinada y controlada para resolver problemas en organizaciones multiinstitucionales

Permite compartir recursos en forma coordinada y controlada para resolver problemas en organizaciones multiinstitucionales The Anatomy of the Grid Enabling Scalable Virtual Organization Autores : Ian Foster, Carl Kesselman y Steven Tuecke. 2001 GRIDS y Organizaciones Virtuales Permite compartir recursos en forma coordinada

Más detalles

Arquitectura de Computadores Paralelos

Arquitectura de Computadores Paralelos Arquitectura de Computadores Paralelos 2015/2016 Código: 43342 Créditos ECTS: 6 Titulación Tipo Curso Semestre 4314660 Ingeniería Informática / Computer Engineering OB 1 2 Contacto Nombre: Juan Carlos

Más detalles

270150 - TGA - Tarjetas Gráficas y Aceleradores

270150 - TGA - Tarjetas Gráficas y Aceleradores Unidad responsable: 270 - FIB - Facultad de Informática de Barcelona Unidad que imparte: 701 - AC - Departamento de Arquitectura de Computadores Curso: Titulación: 2014 GRADO EN INGENIERÍA INFORMÁTICA

Más detalles

GRUPOS DE INVESTIGACIÓN EN ARQUITECTURA DE COMPUTADORES GAC-USC y GAC-UDC

GRUPOS DE INVESTIGACIÓN EN ARQUITECTURA DE COMPUTADORES GAC-USC y GAC-UDC GRUPOS DE INVESTIGACIÓN EN ARQUITECTURA DE COMPUTADORES GAC-USC y GAC-UDC GAC-USC: Departamento de Electrónica y Computación http://www.ac.usc.es GAC-UDC: Departamento de Electrónica y Sistemas http://gac.des.udc.es

Más detalles

CLOUD COMPUTING: DE LA VIRTUALIZACIÓN DE APLICACIONES Y DE ESCRITORIO, A LA VIRTUALIZACIÓN DE SERVIDORES.

CLOUD COMPUTING: DE LA VIRTUALIZACIÓN DE APLICACIONES Y DE ESCRITORIO, A LA VIRTUALIZACIÓN DE SERVIDORES. CLOUD COMPUTING: DE LA VIRTUALIZACIÓN DE APLICACIONES Y DE ESCRITORIO, A LA VIRTUALIZACIÓN DE SERVIDORES. Ing. Edgar Gutiérrez a, M.C. José Ruiz a, Dr. Diego Uribe a, Dra. Elisa Urquizo a, Dr. Enrique

Más detalles

Programación híbrida en arquitecturas cluster de multicore. Escalabilidad y comparación con memoria compartida y pasaje de mensajes.

Programación híbrida en arquitecturas cluster de multicore. Escalabilidad y comparación con memoria compartida y pasaje de mensajes. Programación híbrida en arquitecturas cluster de multicore. Escalabilidad y comparación con memoria compartida y pasaje de mensajes. Fabiana Leibovich, Armando De Giusti, Marcelo Naiouf, Laura De Giusti,

Más detalles

GUÍA DOCENTE. Computación Paralela y Arquitecturas Específicas y de Altas Prestaciones

GUÍA DOCENTE. Computación Paralela y Arquitecturas Específicas y de Altas Prestaciones GUÍA DOCENTE Computación Paralela y Arquitecturas Específicas y de Altas Prestaciones octubre de 2010 I.- DATOS INICIALES DE IDENTIFICACIÓN Nombre de la asignatura: Módulo al que pertenece Carácter: Titulación:

Más detalles

:Arquitecturas Paralela basada en clusters.

:Arquitecturas Paralela basada en clusters. Computación de altas prestaciones: Arquitecturas basadas en clusters Sesión n 1 :Arquitecturas Paralela basada en clusters. Jose Luis Bosque 1 Introducción Computación de altas prestaciones: resolver problemas

Más detalles

Supercómputo. Oscar Rafael García Regis Enrique Cruz Martínez

Supercómputo. Oscar Rafael García Regis Enrique Cruz Martínez Supercómputo Oscar Rafael García Regis Enrique Cruz Martínez 2003-I Oscar Rafael García Regis Laboratorio de Dinámica No Lineal Facultad de Ciencias, UNAM Enrique Cruz Martínez Dirección General de Servicios

Más detalles

GRID COMPUTING MALLA DE ORDENADORES

GRID COMPUTING MALLA DE ORDENADORES GRID COMPUTING MALLA DE ORDENADORES Introducción Concepto Compartir potencia computacional; Aprovechamiento de ciclos de procesamiento; El Grid Computing se enmarca dentro de la tecnología de computación

Más detalles

Ingeniero en Informática

Ingeniero en Informática UNIVERSIDAD DE ALMERÍA Ingeniero en Informática CLÚSTER DE ALTO RENDIMIENTO EN UN CLOUD: EJEMPLO DE APLICACIÓN EN CRIPTOANÁLISIS DE FUNCIONES HASH Autor Directores ÍNDICE 1. Introducción 2. Elastic Cluster

Más detalles

Proyecto Grid Computing

Proyecto Grid Computing Proyecto Grid Computing Éric Lajeunesse Olivier Piché Definición de una GRID: DTDI Una infraestructura que permite el acceso y procesamiento concurrente de un programa entre varias entidades computacionales

Más detalles

Ciencia UANL Universidad Autónoma de Nuevo León rciencia@mail.uanl.mx ISSN (Versión impresa): 1405-9177 MÉXICO

Ciencia UANL Universidad Autónoma de Nuevo León rciencia@mail.uanl.mx ISSN (Versión impresa): 1405-9177 MÉXICO Ciencia UANL Universidad Autónoma de Nuevo León rciencia@mail.uanl.mx ISSN (Versión impresa): 1405-9177 MÉXICO 2005 Vidal Díaz Prado LA ESTRUCTURA DE LA GRID COMPUTING Ciencia UANL, abril-junio, año/vol.

Más detalles

introducción Simulación de flujos de fluidos utilizando grillas de de cómputo resumen

introducción Simulación de flujos de fluidos utilizando grillas de de cómputo resumen resumen Dentro de los procesos académicos de la Universidad de San Buenaventura se adelantan investigaciones en el Área de Diseño de Prototipos de Aviones, mediante simulaciones computacionales enfocadas

Más detalles

Tape Mbo e: una Metodología Orientada a Servicios

Tape Mbo e: una Metodología Orientada a Servicios Tape Mbo e: una Metodología Orientada a Servicios Motivación Objetivos Tecnología Estado del Arte Evaluación del Estado del Arte Tape Mb e Ciclo de Vida Roles Disciplinas Ciclo de Vida y Disciplinas Evaluación

Más detalles

Facultad de Ingeniería ISSN: 0121-1129 revista.ingenieria@uptc.edu.co. Universidad Pedagógica y Tecnológica de Colombia. Colombia

Facultad de Ingeniería ISSN: 0121-1129 revista.ingenieria@uptc.edu.co. Universidad Pedagógica y Tecnológica de Colombia. Colombia Facultad de Ingeniería ISSN: 0121-1129 revista.ingenieria@uptc.edu.co Universidad Pedagógica y Tecnológica de Colombia Colombia Amézquita-Mesa, Diego Germán; Amézquita-Becerra, Germán; Galindo-Parra, Omaira

Más detalles

Mgter. Alejandro Ramos

Mgter. Alejandro Ramos Mgter. Alejandro Ramos Servidores Centralizados de Ficheros. Sistemas de Base de Datos. Sistemas Distribuidos. Evolución de la Tecnología Cliente Servidor 1 2 3 4 5 1982 1986 1990 1995 1995 - actualmente

Más detalles

UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES. PROF. ISRAEL J. RAMIREZ israel@ula.ve

UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES. PROF. ISRAEL J. RAMIREZ israel@ula.ve UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES PROF. ISRAEL J. RAMIREZ israel@ula.ve UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES LOS SISTEMAS OPERATIVOS 1.-

Más detalles

HPC en Uruguay: pasado, presente y futuro

HPC en Uruguay: pasado, presente y futuro Tercer Encuentro Nacional de Computación de Alto Rendimiento para Aplicaciones Científicas HPC en Uruguay: pasado, presente y futuro Sergio Nesmachnow Universidad de la República WHPC14, Córdoba, Argentina,

Más detalles

Orquestación de Servicios utilizando el paradigma de Programación Orientada a Aspectos

Orquestación de Servicios utilizando el paradigma de Programación Orientada a Aspectos Orquestación de Servicios utilizando el paradigma de Programación Orientada a Aspectos Sección de Computación Departamento de Ingeniería Eléctrica CINVESTAV-IPN Tesista: Cova Suazo Nancy Noemi Asesor:

Más detalles

ES 2 408 054 R1 ESPAÑA 11. Número de publicación: 2 408 054. Número de solicitud: 201001433 G06N 5/02 (2006.01) 10.11.2010

ES 2 408 054 R1 ESPAÑA 11. Número de publicación: 2 408 054. Número de solicitud: 201001433 G06N 5/02 (2006.01) 10.11.2010 19 OFICINA ESPAÑOLA DE PATENTES Y MARCAS ESPAÑA 11 21 Número de publicación: 2 408 054 Número de solicitud: 201001433 51 Int. CI.: G06N 5/02 (2006.01) 12 INFORME SOBRE EL ESTADO DE LA TÉCNICA R1 22 Fecha

Más detalles

4. Programación Paralela

4. Programación Paralela 4. Programación Paralela La necesidad que surge para resolver problemas que requieren tiempo elevado de cómputo origina lo que hoy se conoce como computación paralela. Mediante el uso concurrente de varios

Más detalles

Laboratorio Nacional de Cómputo de Alto Desempeño: Fortalecimiento de la Infraestructura 2015

Laboratorio Nacional de Cómputo de Alto Desempeño: Fortalecimiento de la Infraestructura 2015 Anexo A. Partida 3 Laboratorio Nacional de Cómputo de Alto Desempeño: Fortalecimiento de la Infraestructura 2015 CLUSTER LANCAD3 El bien a adquirir se describe a continuación y consiste en cúmulo de supercómputo

Más detalles

UN ENTORNO A MEDIDA PARA EL DISEÑO Y LA SIMULACIÓN DE MAQUINARIA POR COMPUTADOR

UN ENTORNO A MEDIDA PARA EL DISEÑO Y LA SIMULACIÓN DE MAQUINARIA POR COMPUTADOR UN ENTORNO A MEDIDA PARA EL DISEÑO Y LA SIMULACIÓN DE MAQUINARIA POR COMPUTADOR Manuel González y Javier Cuadrado Departamento de Ingeniería Industrial II, Campus de Esteiro, 15403 Ferrol Universidad de

Más detalles

Figura 1. Fuente: elaborada en el MSLab

Figura 1. Fuente: elaborada en el MSLab PLATAFORMA TECNOLÓGICA DEL LABORATORIO DE MODELACIÓN Y SIMULACIÓN Centro de Estudios Empresariales para la Perdurabilidad CEEP Facultad de Administración Universidad Colegio Mayor de Nuestra Señora del

Más detalles

Cloud computing y diseño de fármacos: Docking Virtual sobre Amazon EC2 Diego Alonso López Ingeniero Informático Director: Luis M. A.

Cloud computing y diseño de fármacos: Docking Virtual sobre Amazon EC2 Diego Alonso López Ingeniero Informático Director: Luis M. A. Cloud computing y diseño de fármacos: Docking Virtual sobre Amazon EC2 Diego Alonso López Ingeniero Informático Director: Luis M. A. Quintales Facultad & Ciencias Universidad & Salamanca Objetivos Conceptos

Más detalles

A continuación resolveremos parte de estas dudas, las no resueltas las trataremos adelante

A continuación resolveremos parte de estas dudas, las no resueltas las trataremos adelante Modulo 2. Inicio con Java Muchas veces encontramos en nuestro entorno referencias sobre Java, bien sea como lenguaje de programación o como plataforma, pero, que es en realidad Java?, cual es su historia?,

Más detalles

ID:1374 INTEGRO. SERVICIOS TELEMÁTICOS EN LA NUBE. Sánchez Rodríguez, Alfredo. Cuba RESUMEN

ID:1374 INTEGRO. SERVICIOS TELEMÁTICOS EN LA NUBE. Sánchez Rodríguez, Alfredo. Cuba RESUMEN ID:1374 INTEGRO. SERVICIOS TELEMÁTICOS EN LA NUBE. Sánchez Rodríguez, Alfredo. Cuba RESUMEN La Plataforma de Servicios Telemáticos desarrollada por SOFTEL bajo la denominación de: proyecto INTEGRO, constituye

Más detalles

Servicios avanzados de supercomputación para la ciència y la ingeniería

Servicios avanzados de supercomputación para la ciència y la ingeniería Servicios avanzados de supercomputación para la ciència y la ingeniería Servicios avanzados de supercomputación para la ciència y la ingeniería HPCNow! provee a sus clientes de la tecnología y soluciones

Más detalles

GUÍA DOCENTE COMPUTACIÓN DE ALTAS PRESTACIONES Máster en Ingeniería Informática

GUÍA DOCENTE COMPUTACIÓN DE ALTAS PRESTACIONES Máster en Ingeniería Informática Año académico 2015-16 GUÍA DOCENTE COMPUTACIÓN DE ALTAS PRESTACIONES Máster en Ingeniería Informática Profesorado: FRANCESC GINE DE SOLA JOSEP LLUIS LÉRIDA Información general de la asignatura Denominación

Más detalles

Gestión automatizada de la infraestructura (IaaS Infraestructure as a Service)

Gestión automatizada de la infraestructura (IaaS Infraestructure as a Service) Universidad de Extremadura (Observatorio Tecnológico HP) Escuela Politécnica de Cáceres Gestión automatizada de la infraestructura (IaaS Infraestructure as a Service) Autores: Emilio José Muñoz Fernández

Más detalles

UNA VISIÓN GLOBAL DE LA TECNOLOGÍA GRID

UNA VISIÓN GLOBAL DE LA TECNOLOGÍA GRID UNA VISIÓN GLOBAL DE LA TECNOLOGÍA GRID J.L. Vázquez-Poletti, Eduardo Huedo Cuesta, Rubén Santiago Montero, Ignacio Martín Llorente Departamento de Arquitectura de Computadores y Automática Universidad

Más detalles

Grids. Departamento de Supercómputo - DGSCA UNAM

Grids. Departamento de Supercómputo - DGSCA UNAM Grids Departamento de Supercómputo - DGSCA UNAM Contenido Definiciones Arquitectura Usos Tipos de grids Ejemplos Conclusiones Definiciones Grid: infraestructura para el uso compartido de recursos distribuidos

Más detalles

COMPARACIÓN DEL RENDIMIENTO COMPUTACIONAL ENTRE DIFERENTES METODOLOGÍAS DE PROCESAMIENTO EN PARALELO PARA FEA VÍA ANSYS 14.5

COMPARACIÓN DEL RENDIMIENTO COMPUTACIONAL ENTRE DIFERENTES METODOLOGÍAS DE PROCESAMIENTO EN PARALELO PARA FEA VÍA ANSYS 14.5 Second International Conference on Advanced Mechatronics, Design, and Manufacturing Technology - AMDM 2014 1 COMPARACIÓN DEL RENDIMIENTO COMPUTACIONAL ENTRE DIFERENTES METODOLOGÍAS DE PROCESAMIENTO EN

Más detalles

SBDA-GRID: implementación de un servicio de base de datos en una arquitectura grid

SBDA-GRID: implementación de un servicio de base de datos en una arquitectura grid SBDA-GRID: implementación de un servicio de base de datos en una arquitectura grid Nancy Ocotitla Rojas, Axel E. Moreno Cervantes, Rogelio Castro González Escuela Superior de Cómputo-IPN, Av. Juan de Dios

Más detalles

Coordinador general: José Luis Gordillo Ruiz. Informe Técnico Final.

Coordinador general: José Luis Gordillo Ruiz. Informe Técnico Final. Construcción de una Grid Interinstitucional en México. Instituciones participantes: - Universidad Nacional Autónoma de México (UNAM) - Centro de Investigación Científica y de Educación Superior de Ensenada

Más detalles

Tecnologías de la Información en la Gestión Empresarial

Tecnologías de la Información en la Gestión Empresarial Tecnologías de la Información en la Gestión Empresarial 1 Sesión No. 9 Nombre: Cloud Computing Objetivo: Al término de la sesión, el alumno explicará las principales características del Cloud Computing.

Más detalles

MS_20247 Configuring and Deploying a Private Cloud

MS_20247 Configuring and Deploying a Private Cloud Gold Learning Gold Business Intelligence Silver Data Plataform Configuring and Deploying a Private Cloud www.ked.com.mx Por favor no imprimas este documento si no es necesario. Introducción. Este curso

Más detalles

Laboratorio Nacional de Cómputo de Alto Desempeño: Fortalecimiento de la Infraestructura 2015

Laboratorio Nacional de Cómputo de Alto Desempeño: Fortalecimiento de la Infraestructura 2015 Anexo A. Partida 2 Laboratorio Nacional de Cómputo de Alto Desempeño: Fortalecimiento de la Infraestructura 2015 CLUSTER LANCAD 2 El bien a adquirir se describe a continuación y consiste de un cúmulo de

Más detalles

GPGPU Avanzado. Sistemas Complejos en Máquinas Paralelas. Esteban E. Mocskos (emocskos@dc.uba.ar) 5/6/2012

GPGPU Avanzado. Sistemas Complejos en Máquinas Paralelas. Esteban E. Mocskos (emocskos@dc.uba.ar) 5/6/2012 Sistemas Complejos en Máquinas Paralelas GPGPU Avanzado Esteban E. Mocskos (emocskos@dc.uba.ar) Facultad de Ciencias Exactas y Naturales, UBA CONICET 5/6/2012 E. Mocskos (UBA CONICET) GPGPU Avanzado 5/6/2012

Más detalles

Extractos de la conferencia: Supercomputación y Software Libre realizada por Linalco en la Universidad de Granada

Extractos de la conferencia: Supercomputación y Software Libre realizada por Linalco en la Universidad de Granada Extractos de la conferencia: Supercomputación y Software Libre realizada por Linalco en la Universidad de Granada Copyright 2006 Linalco Consulting, S.L. Linalco Consulting, S.L., autor de este documento,

Más detalles

Dirección General de Educación Superior Tecnológica

Dirección General de Educación Superior Tecnológica Dirección General de Educación Superior Tecnológica 1. Datos Generales de la asignatura Nombre de la asignatura: Clave de la asignatura: Programación de dispositivos móviles RSM 1205 Créditos (Ht Hp_ créditos):

Más detalles

SERVICIOS: EXPLORACIONES EN SOA y WEB.

SERVICIOS: EXPLORACIONES EN SOA y WEB. SERVICIOS: EXPLORACIONES EN SOA y WEB. López, G. 1 ; Jeder, I 1.; Echeverría, A 1.; Grossi, M.D. 2 ; Servetto, A 2.; Fierro, P. (PhD.) 3 1. Laboratorio de Informática de Gestión - Facultad de Ingeniería.

Más detalles

Tema 2: Implementación del núcleo de un Sistema Operativo

Tema 2: Implementación del núcleo de un Sistema Operativo Tema 2: Implementación del núcleo de un Sistema Operativo 1. Sistema Operativo Unix 2. Sistema Operativo Windows (a partir de NT) Dpto. Lenguajes y Sistemas Informáticos. Universidad de Granada 1 1. Sistema

Más detalles

Software Reutilizable. Ian Sommerville 2004 Software Engineering, 7th edition. Chapter 18 Slide 1

Software Reutilizable. Ian Sommerville 2004 Software Engineering, 7th edition. Chapter 18 Slide 1 Software Reutilizable Ian Sommerville 2004 Software Engineering, 7th edition. Chapter 18 Slide 1 Objetivos Para explicar los beneficios del software reutilizable y algunos de sus problemas Para discutir

Más detalles

Procesos. Bibliografía. Threads y procesos. Definiciones

Procesos. Bibliografía. Threads y procesos. Definiciones Procesos Prof. Mariela Curiel Bibliografía A. Tanembaum & M. Van Steen. Sistemas Distribuidos. Principios y Paradigmas. 2da. Edición. Smith & Nair. The Architecture of Virtual Machines. IEEE Computer.

Más detalles

1.- DATOS DE LA ASIGNATURA Nombre de la asignatura : Infraestructura Computacional. Carrera : Clave de la asignatura : AVD-1217 SATCA 1 2-3-5

1.- DATOS DE LA ASIGNATURA Nombre de la asignatura : Infraestructura Computacional. Carrera : Clave de la asignatura : AVD-1217 SATCA 1 2-3-5 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura : Infraestructura Computacional Carrera : Clave de la asignatura : AVD-1217 SATCA 1 2-3-5 Ingeniería en Animación Digital y Efectos Visuales 2.- PRESENTACIÓN

Más detalles

Comprender la relación entre data-intensive applications y cloud computing, y

Comprender la relación entre data-intensive applications y cloud computing, y Sociedad Peruana de Computación Facultad de Computación Programa Profesional de (Ciencia de la Computación) (V2.0) SILABO CS331. Cloud Computing (Obligatorio) 2010-1 1. DATOS GENERALES 1.1 CARRERA PROFESIONAL

Más detalles

ARQUITECTURA E INGENIERÍA DE COMPUTADORES

ARQUITECTURA E INGENIERÍA DE COMPUTADORES III III Jornadas: Docencia de de ISA ISA en en Informática y Computadores ARQUITECTURA E INGENIERÍA DE COMPUTADORES José José Sánchez Moreno Dpto. Dpto. Informática y Automática E.T.S.I. Informática UNED

Más detalles

AMPLIACIÓN DE PROGRAMACIÓN AVANZADA

AMPLIACIÓN DE PROGRAMACIÓN AVANZADA - AMPLIACIÓN DE PROGRAMACIÓN AVANZADA Grado en Ingeniero en Informática Universidad de Alcalá Curso Académico 2015/16 Curso 3º Cuatrimestre 2º GUÍA DOCENTE Nombre de la asignatura: AMPLIACIÓN PROGRAMACIÓN

Más detalles

Objetos Distribuidos - Componentes. Middleware

Objetos Distribuidos - Componentes. Middleware Objetos Distribuidos - Componentes Middleware Middleware Component Oriented Development Arquitecturas 3 Tier Middleware es el software que: conecta y comunica los componentes de una aplicacion distribuida

Más detalles

Utilización de Matlab en clusters y grids

Utilización de Matlab en clusters y grids Marco Bonilla, Gabriela Gangotena e Iván Bernal Departamento de Electrónica Telecomunicaciones y Redes de la Información (DETRI) mbonilla2109@gmail.com Resumen Con el fin de disponer de capacidad computacional,

Más detalles

Soluciones para entornos HPC

Soluciones para entornos HPC Dr.. IT Manager / Project Leader @ CETA-Ciemat abelfrancisco.paz@ciemat.es V Jornadas de Supercomputación y Avances en Tecnología INDICE 1 2 3 4 HPC Qué? Cómo?..................... Computación (GPGPU,

Más detalles

Análisis de desempeño y modelo de escalabilidad para SGP

Análisis de desempeño y modelo de escalabilidad para SGP Análisis de desempeño y modelo de escalabilidad para SGP Este documento es producto de la experiencia de Analítica en pruebas de stress sobre el software SGP. Estas pruebas se realizaron sobre un proceso

Más detalles

Bases de datos para toma de decisiones

Bases de datos para toma de decisiones 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Bases de datos para toma de decisiones Lic. en Informática 3-2-8 2.- HISTORIA DEL

Más detalles

RODRIGO TAPIA SANTIS (rtapiasantis@gmail com) has a. non-transferable license to use this Student Guide

RODRIGO TAPIA SANTIS (rtapiasantis@gmail com) has a. non-transferable license to use this Student Guide Introducción Objetivos del Curso Al finalizar este curso, debería estar capacitado para: Instalar, crear y administrar Oracle Database 11g Versión 2 Configurar la base de datos para una aplicación Utilizar

Más detalles

Generalidades Computacionales

Generalidades Computacionales Capítulo 2 Generalidades Computacionales 2.1. Introducción a los Computadores Definición: Un computador es un dispositivo electrónico que puede transmitir, almacenar, recuperar y procesar información (datos).

Más detalles

Proceso de Arquitectura de Software. Segunda. Semana. Dr. Cuauhtémoc Lemus Olalde. Noviembre 7, 2002. Informática

Proceso de Arquitectura de Software. Segunda. Semana. Dr. Cuauhtémoc Lemus Olalde. Noviembre 7, 2002. Informática Segunda Semana de Informática Proceso de Arquitectura de Software Dr. Cuauhtémoc Lemus Olalde Noviembre 7, 2002 Desarrollo Tradicional Requerimientos Diseño Codificación e Integración Prueba y Aceptación

Más detalles

ING. YURI RODRIGUEZ ALVA

ING. YURI RODRIGUEZ ALVA Historia y evolución de las Aplicaciones. Acerca de Cloud Computing o Computación para la Nube. Tipos de Aplicaciones para la Nube. Ventajas y desventajas de Cloud Computing Uso y Aplicaciones de Cloud

Más detalles

Gerencia de Procesos de Negocio (Business Process Management, BPM). Lic. Patricia Palacios Zuleta

Gerencia de Procesos de Negocio (Business Process Management, BPM). Lic. Patricia Palacios Zuleta Gerencia de Procesos de Negocio (Business Process Management, BPM). Lic. Patricia Palacios Zuleta (Business Process Management, BPM). La Gerencia de los Procesos del Negocio: Se define como: "integración

Más detalles

Instituto Tecnológico de Cd. Victoria

Instituto Tecnológico de Cd. Victoria Instituto Tecnológico de Cd. Victoria Maestría en Sistemas Computacionales Nombre de la asignatura: INGENIERÍA DE SOFTWARE ORIENTADA A PROCESOS. Línea de Trabajo: Ingeniería de Software Tiempo de dedicación

Más detalles

Windows Server 2003. Windows Server 2003

Windows Server 2003. Windows Server 2003 Windows Server 2003 Windows Server 2003 Es un sistema operativo de la familia Windows de la marca Microsoft para servidores que salió al mercado en el año 2003. Está basada en tecnología NT y su versión

Más detalles

Computación Tercer Año

Computación Tercer Año Colegio Bosque Del Plata Computación Tercer Año UNIDAD 3 Sistemas Operativos E-mail: garcia.fernando.j@gmail.com Profesor: Fernando J. Garcia Ingeniero en Sistemas de Información Sistemas Operativos Generaciones

Más detalles

Carrera: IFM - 0410 3-2-8. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.

Carrera: IFM - 0410 3-2-8. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Desarrollo de aplicaciones para ambientes distribuidos Licenciatura en Informática

Más detalles

Tendencias Tecnológicas Estratégicas Gartner Group

Tendencias Tecnológicas Estratégicas Gartner Group Tendencias Tecnológicas Estratégicas Gartner Group María Esther Ordóñez O. mordonez@ordonezasesores.com.co Ordóñez Ordóñez y Asociados Ltda. Agosto 2013 Convergencia de Fuerzas Tecnologías Estratégicas

Más detalles

½Quiero mi súper-ultra-dúper computadora YA!

½Quiero mi súper-ultra-dúper computadora YA! ½Quiero mi súper-ultra-dúper computadora YA! con Software Libre Leandro Doctors 8vas. Jornadas Regionales de Software Libre Ciudad Autónoma de Buenos Aires (Argentina), 2008 con Software

Más detalles

CURSOS DE VERANO 2014

CURSOS DE VERANO 2014 CURSOS DE VERANO 2014 CLOUD COMPUTING: LA INFORMÁTICA COMO SERVICIO EN INTERNET LA PLATAFORMA GOOGLE CLOUD PLATFORM. GOOGLE APP ENGINE Pedro A. Castillo Valdivieso Universidad de Granada http://bit.ly/unia2014

Más detalles

Infraestructura Tecnológica

Infraestructura Tecnológica Infraestructura Tecnológica 1 Sesión No. 12 Nombre: Niveles de confiabilidad Contextualización La confianza es un factor determinante y muy importante, con ésta se pueden dar o rechazar peticiones de negocio,

Más detalles

UNIVERSIDAD NACIONAL DEL SUR 1 BAHIA BLANCA DEPARTAMENTO DE CIENCIAS E INGENIERÍA DE LA COMPUTACION

UNIVERSIDAD NACIONAL DEL SUR 1 BAHIA BLANCA DEPARTAMENTO DE CIENCIAS E INGENIERÍA DE LA COMPUTACION UNIVERSIDAD NACIONAL DEL SUR 1 CODIGO: 792 CARRERAS Y PLANES Licenciatura en Ciencias de la Computación Plan 2007 Licenciatura en Ciencias de la Computación Plan 2011 PROFESOR RESPONSABLE: Mg. Javier Echaiz

Más detalles

CLUSTER FING: PARALELISMO de MEMORIA DISTRIBUIDA

CLUSTER FING: PARALELISMO de MEMORIA DISTRIBUIDA CLUSTER FING: PARALELISMO de MEMORIA DISTRIBUIDA SERGIO NESMACHNOW Centro de Cálculo, Instituto de Computación FACULTAD DE INGENIERÍA, UNIVERSIDAD DE LA REPÚBLICA, URUGUAY CONTENIDO Introducción: arquitecturas

Más detalles

CLOUD AND SKY COMPUTING

CLOUD AND SKY COMPUTING Universidad Simón Bolívar Sistemas de Operación III (CI-4822) Septiembre Diciembre 2013 CLOUD AND SKY COMPUTING Carlos Gómez Pedro Romero TEMAS Cloud Computing Historia Concepto Características Arquitectura

Más detalles

Sistemas Distribuidos

Sistemas Distribuidos Objetivos del curso Sistemas Distribuidos Presentar una visión global del estado del arte y los aspectos más novedosos del diseño y construcción de sistemas distribuidos. Desarrollar ejemplos prácticos

Más detalles

ViPoC - una alternativa virtual para el desarrollo de aplicaciones paralelas.

ViPoC - una alternativa virtual para el desarrollo de aplicaciones paralelas. ViPoC - una alternativa virtual para el desarrollo de aplicaciones paralelas. Omar Ochoa Rodríguez, Alberto Ochoa Rodríguez Abstract El presente trabajo reporta el diseño y construcción de un cluster portátil

Más detalles

Capítulo 5. Cliente-Servidor.

Capítulo 5. Cliente-Servidor. Capítulo 5. Cliente-Servidor. 5.1 Introducción En este capítulo hablaremos acerca de la arquitectura Cliente-Servidor, ya que para nuestra aplicación utilizamos ésta arquitectura al convertir en un servidor

Más detalles

INF 473 Desarrollo de Aplicaciones en

INF 473 Desarrollo de Aplicaciones en INF 473 Desarrollo de Aplicaciones en Java Unidad II El Lenguaje de Programación Java Prof. José Miguel Rubio jose.rubio.l@ucv.cl jrubio@inf.ucv.cl PUCV Marzo 2008 1 Orígenes del Lenguaje Java 1991. James

Más detalles

Desarrollo de un cluster computacional para la compilación de. algoritmos en paralelo en el Observatorio Astronómico.

Desarrollo de un cluster computacional para la compilación de. algoritmos en paralelo en el Observatorio Astronómico. Desarrollo de un cluster computacional para la compilación de algoritmos en paralelo en el Observatorio Astronómico. John Jairo Parra Pérez Resumen Este artículo muestra cómo funciona la supercomputación

Más detalles

Descripción de los Servicios Oracle contemplados en el Instrumento de Agregación de Demanda

Descripción de los Servicios Oracle contemplados en el Instrumento de Agregación de Demanda Descripción de los Servicios Oracle contemplados en el Instrumento de Agregación de Demanda A través del Instrumento de Agregación de Demanda para la Adquisición de Servicios Oracle, las Entidades Estatales

Más detalles

Mejores prácticas para el éxito de un sistema de información. Uno de los problemas de información dentro de las empresas es contar con datos

Mejores prácticas para el éxito de un sistema de información. Uno de los problemas de información dentro de las empresas es contar con datos ANEXO VI. Mejores prácticas para el éxito de un sistema de información Uno de los problemas de información dentro de las empresas es contar con datos importantes del negocio y que éstos estén aislados

Más detalles

Computación Distribuida

Computación Distribuida Computación Distribuida Parte II: Computación Grid Juan Ángel Lorenzo del Castillo Grupo de Arquitectura de Computadores Departamento de Electrónica y Computación Universidad de Santiago de Compostela

Más detalles

Secretaría de Docencia Dirección de Estudios Profesionales

Secretaría de Docencia Dirección de Estudios Profesionales PROGRAMA DE ESTUDIOS POR COMPETENCIAS PROGRAMACIÓN PARALELA Y DISTRIBUIDA I. IDENTIFICACIÓN DEL CURSO ORGANISMO ACADÉMICO: Facultad de Ingeniería PROGRAMA EDUCATIVO: Ingeniería en Computación ÁREA DE DOCENCIA:

Más detalles

Es un software del tipo MAP-REDUCE realizada usando la librería MPI para la

Es un software del tipo MAP-REDUCE realizada usando la librería MPI para la Es un software del tipo MAP-REDUCE realizada usando la librería MPI para la ejecución de programas secuenciales de forma paralela con el requisito de no modificar los programas secuenciales. La idea fundamental

Más detalles

Unidad I. Introducción a la programación de Dispositivos Móviles

Unidad I. Introducción a la programación de Dispositivos Móviles Clase:002 1 Unidad I Introducción a la programación de Dispositivos Móviles Tomado de : Programación Multimedia y Dispositivos Móviles 2012 Paredes Velasco, Maximiliano / Santacruz Valencia, Liliana 2

Más detalles

Elaborado por Víctor Cuchillac (papá)

Elaborado por Víctor Cuchillac (papá) PRE - Especialidad Construyendo la Infraestructura Tecnológica del futuro: Cloud Computing, Seguridad y Virtualización Módulo Cloud Computing Private Cloud Tema Servicios en la nube Víctor Cuchillac (papá)

Más detalles

Arquitecturas de computadoras

Arquitecturas de computadoras Arquitecturas de computadoras Colaboratorio Nacional de Computación Avanzada (CNCA) 2014 Contenidos 1 Computadoras 2 Estación de Trabajo 3 Servidor 4 Cluster 5 Malla 6 Nube 7 Conclusiones Computadoras

Más detalles

UNIVERSIDAD AUTÓNOMA DE YUCATÁN FACULTAD DE MATEMÁTICAS MISIÓN

UNIVERSIDAD AUTÓNOMA DE YUCATÁN FACULTAD DE MATEMÁTICAS MISIÓN UNIVERSIDAD AUTÓNOMA DE YUCATÁN FACULTAD DE MATEMÁTICAS MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión, en Matemáticas y Computación, así

Más detalles