Defesa de Proposta de Tese de Membro do GMAP (Adriano Vogel)

Na sexta-feira, dia 22 de novembro de 2019, Adriano José Vogel, foi aprovado na defesa da sua proposta de tese. Adriano é doutorando do Programa de Pós-Graduação em Ciência da Computação da Escola Politécnica da Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS). O trabalho foi orientado pelo Dr. Luiz Gustavo Fernandes e coorientado pelo Dr. Dalvan Griebler. Os membros da banca examinadora foram o Dr. Fernando Luís Dotti (PPGCC/PUCRS) e o Dr. Rodrigo da Rosa Righi (PPGCA/UNISINOS).

A seguir, o título e resumo da proposta de tese:

Título: Towards Efficient and High-level Parallelism Abstractions for Stream Processing with Self-adaptivity

Resumo: O processamento de stream é um paradigma representativo presente em várias aplicações que calculam dados que fluem na forma de stream (por exemplo, feeds de vídeo, imagem e análise de dados). No entanto, processar dados e produzir resultados periodicamente é um desafio tecnológico. Como conseqüência, a maioria dessas aplicações exige paralelismo para acelerar suas execuções. Embora a programação paralela estruturada e de alto nível vise facilitar a exploração do paralelismo, ainda há questões a serem abordadas para melhorar as abstrações de programação paralela existentes. A complexidade aumenta quando os desenvolvedores de aplicações precisam definir parâmetros de paralelismo não intuitivos e propensos a erros. O uso da auto-adaptabilidade em aplicações de processamento de stream pode fornecer um nível mais alto de abstrações de programação e gerenciamento de recursos autônomos. No entanto, o fornecimento de soluções altamente abstratas que sejam eficientes e performáticas pode ser um desafio. Oportunidades novas e relevantes para o paralelismo auto-adaptativo estão preocupadas em oferecer suporte a ajustes em composições complexas de aplicações que sejam representativas para aplicativos do mundo real. Há também demanda por novas metodologias e métricas de benchmarking para medir de forma abrangente o impacto da auto-adaptabilidade no desempenho de aplicações e no uso de recursos. Além disso, uma outra oportunidade para aumentar a flexibilidade e o desempenho está alterando dinamicamente a topologia do grafo das aplicações. Os resultados preliminares mostraram que a auto-adaptação pode obter abstrações de paralelismo adicionais para a execução de aplicações de processamento de stream. Além disso, os resultados preliminares das estratégias propostas mostraram um desempenho competitivo e um baixo overhead.