GMAP

Pesquisador do GMAP ganha o 2º lugar do Concurso de Teses e Dissertações no WSCAD 2022

Adriano Garcia

Entre os dias 19 e 21 de outubro, ocorreu o Concurso de Teses e Dissertações em Arquitetura de Computadores e Computação de Alto Desempenho (WSCAD-CTD). O concurso aconteceu em conjunto com o XXII Simpósio em Sistemas Computacionais de Alto Desempenho (WSCAD 2022) na cidade de Florianópolis. Foram aceitas para submissão, monografias de mestrado e teses de doutorado defendidas a partir de julho de 2021 nas áreas de Arquitetura de Computadores e Computação de Alto Desempenho. 

O pesquisador do GMAP Adriano apresentou no concurso sua tese de doutorado intitulada “Self-adaptive abstractions for efficient high-level parallel computing in multi-cores”. A tese foi orientada pelo Prof. Dr. Luiz Gustavo Fernandes da PUCRS e do Prof. Dr. Marco Danelutto da UNIPI. Além disso, contou com a co-orientação do Prof. Dr. Dalvan Griebler da PUCRS. O pesquisador já havia sido aprovado com louvor na defesa da sua tese de doutorado em março deste ano.

O escopo da tese de doutorado buscam prover abstrações auto-adaptáveis, nas quais a auto-adaptação é gerida de forma transparente as execuções enquanto os programas paralelos estão em execução (em tempo de execução). Os objetivos principais deste trabalho são aumentar o espaço de adaptação para ser mais representativo das aplicações do mundo real e tornar a auto-adaptação mais eficiente com metodologias de avaliação abrangentes, que podem fornecer casos de utilização que demonstrem os verdadeiros potenciais da auto-adaptação. Esse trabalho forneceu as seguintes contribuições científicas:

  1. Categorizações, uma taxonomia, um catálogo de optimização de auto-adaptação, e uma discussão dos desafios de investigação e perspectivas de execuções auto-adaptativas em processamento paralelo de stream;
  2. Um framework conceptual para a tomada de decisões em execuções paralelas auto-adaptativas;
  3. Estratégias para um número auto-adaptável de réplicas para aplicações com um único estágio paralelo. As estratégias apoiam requisitos não funcionais tais como latência e rendimento, e SLO para gerir a utilização de recursos, minimizando a sobrecarga de auto-adaptação, e proporcionando uma gestão de paralelismo sem descontinuidades;
  4. Mecanismo, modelos, e estratégias para estruturas de composição de aplicações auto-adaptáveis; 
  5. Mecanismo e estratégia para um número alto-adaptativo de réplicas em composições complexas dentro das estruturas de composições das aplicações.

Mais informações sobre o WSCAD-CTD 2022 podem ser encontradas no site oficial.

Por: Gabriella Andrade