Álgebra lineal numérica en hardware heterogéneo
Es un proyecto de Facultad de Ingeniería (Universidad de la República) y el IMP de Dinámica de Sistemas Técnicos Complejos (Dr. Peter Benner).
Acerca del Proyecto
The proyecto implica explorar el uso de diferentes plataformas de hardware (procesadores multi-core tradicionales, procesadores ARM, tarjetas gráficas, etc.) para computar operaciones de álgebra lineal numérica (ALN) en forma eficiente. The evaluación de eficiencia es polifacética, es decir se consideran aspectos tradicionales como el tiempo de ejecución pero también otros que han cobrado importancia en los últimos años como el consumo energético y el costo económico asociado. The interes en la temática radica en que una cantidad importante de problemas de computación científica tienen como parte fundamental la resolución de problemas de ALN. Por lo tanto, las mejoras que se alcancen en el proyecto pueden impactar directamente en un gran número de escenarios. The trabajo conjunto con el grupo " Computational Methods in Systems and Control Theory ”(CSC) del Max Planck Institute for Dynamics of Complex Technical Systems (Magdeburg) nos permite complementar naturalmente las capacidades de ambos equipos. Notary que el CSC tiene una dilatada trayectoria en abordar problemas de ALN con una base matemática muy sólida, mientras que nuestro grupo de investigación ha estudiado el uso de hardware heterogéneo para operaciones de ALN desde hace más de una década.
Sobre el líder de grupo
Pablo Ezzatti es doctor en Informática por el PEDECIBA Informática e Ingeniero en Computación por la Universidad de la República (UDELAR), Uruguay. Es actualmente investigador del PEDECIBA Informática e investigador categorizado nivel 2 del Sistema Nacional de Investigadores (SNI-Uruguay). También es profesor agregado del Instituto de Computación de la UDELAR, donde trabaja en el grupo de investigación Heterogeneous Computing Laboratory (HCL). La principal línea de trabajo del HCL es el uso de hardware heterogéneo para la aceleración de la resolución de diferentes problemas de computación científica en general y de ALN en particular. La principal motivación para abordar dicho tópico es la necesidad del uso eficiente de los recursos, especialmente en países donde los recursos son limitados (como Uruguay). Sus mayores pasiones son compartir momentos con sus hijos, familia y amigos, avanzar en mayores oportunidades para los demás y mostrar lo importante que es el ALN para la resolución de diversos problemas.
Acerca del grupo
Martín Pedemonte es doctor por el PEDECIBA Informática, Ingeniero en Computación por la UDELAR y profesor del INCO-FING. Su principal línea de trabajo es el uso de procesadores gráficos para acelerar problemas de optimización.
Ernesto Dufrechou es doctor por el PEDECIBA Informática, Ingeniero en Computación por la UDELAR y profesor del INCO-FING. Durante su doctorado Ernesto abordó el uso de hardware heterogéneo para resolver problemas de álgebra lineal numérica dispersa de manera eficiente.
Julian Oreggioni es doctor en Ingeniería Eléctrica, Ingeniero Eléctrico y profesor del Instituto de Ingeniería Eléctrica de la FING-UDELAR. Julián ha colaborado en el proyecto en aspectos de mediciones de consumo de energía.
Jimena Ferrerira es magister en Ingeniería Química Computacional, alcanzó el título de Ingeniería Química y es docente del INCO-FING.
Actualmente, está desarrollando sus estudios de doctorado en modelos computacionales eficientes para optimizar procesos de Ingeniería Química.
Federico Favaro es Ingeniero Eléctrico y profesor del Instituto de Ingeniería Eléctrica de la FING-UDELAR. Actualmente está culminando sus estudios de maestría en Ingeniería Eléctrica y tiene planificado enfocar sus estudios de doctorado en el uso de FPGAs para la resolución eficiente de operaciones de ALN.
Raúl Marichal es estudiante de Ingeniería en Computación en la FING-UDELAR, actualmente colaborador en el INCO. Raúl está estudiando el uso de estructuras de datos eficientes para resolver problemas de ALN dispersa en GPUs.
Renzo Marini es estudiante de Ingeniería en Computación en la FING-UDELAR, actualmente colaborador en el INCO. Renzo está estudiando el uso de los procesadores Tensor Core de las GPUs modernas para la resolución de problemas de propósito general.
