![](data:image/svg+xml;charset=utf-8,<svg height="683" width="1024" xmlns="http://www.w3.org/2000/svg" version="1.1"/>)
Entre os dias 1 e 3 de março, ocorreu a 31ª edição do Euromicro International Conference on Parallel, Distributed, and Network-Based Processing (PDP 2023) em Nápoles na Itália. A edição do PDP deste ano faz parte das atividades de divulgação do projeto ADMIRE, que também será um expositor na Área de Demonstração da conferência juntamente com a E4 Computer Engineering. O projeto ADMIRE visa evitar o congestionamento e equilibrar o desempenho computacional com o desempenho do armazenamento ao processar conjuntos de dados extremamente grandes. O principal objetivo do projeto ADMIRE é estabelecer esse controle criando uma pilha ativa de entrada e saída que ajusta dinamicamente os requisitos de computação e armazenamento por meio de uma coordenação global inteligente, a maleabilidade da computação e entrada e saída e o agendamento de recursos de armazenamento em todos os níveis da hierarquia de armazenamento.
Este ano, o artigo intitulado “Revisiting self-adaptation for efficient decision-making at run-time in parallel executions” ganhou o prêmio de melhor artigo do projeto ADMIRE. Esse trabalho foi desenvolvido pelo Dr. Adriano Vogel com a orientação dos professores Dr. Dalvan Griebler e Dr. Luiz Gustavo Fernandes da PUCRS e do professor Dr. Marco Danelutto da UNIPI.
A seguir o resumo do artigo:
“Self-adaptation is a potential alternative to provide a higher level of autonomic abstractions and run-time responsiveness in parallel executions. However, the recurrent problem is that self-adaptation is still limited in flexibility and efficiency. For instance, there is a lack of mechanisms to apply adaptation actions and efficient decision-making strategies to decide which configurations should be conveniently enforced at run-time. In this work, we are interested in providing and evaluating potential abstractions achievable with self-adaptation transparently managing parallel executions. Therefore, we provide a new mechanism to support self-adaptation in applications with multiple parallel stages executed in multi-cores. Moreover, we reproduce, reimplement, and evaluate in our scenario an existing decision-making strategy. The observations from the results show that the proposed mechanism for self-adaptation can provide new parallelism abstractions and autonomous responsiveness at run-time. On the other hand, there is a need for more accurate decision-making strategies to enable efficient executions of applications in resource-constrained scenarios like multi-cores.”
Veja a lista completa de premiações no site oficial.
![](data:image/svg+xml;charset=utf-8,<svg height="461" width="1024" xmlns="http://www.w3.org/2000/svg" version="1.1"/>)
Por: Gabriella Andrade