Pedemonte Quintas, Martín Nicolás

DATOS PERSONALES Y ACADÉMICOS

Grado y Servicio
Grado 3 / Facultad de Ingenieria / Instituto de Computación

Contacto
Email: mpedemon@fing.edu.uy / Teléfono: 27114244 int. 125

Área disciplinar
Tecnológica

Disciplina / Subdisciplina
Computación / Computación de alto desempeño / Optimización

Mayor nivel académico
Maestría, PEDECIBA – Universidad de la República (año 2009)

Link a web personal
–

Link a CVUY
Ver CVUy

Pertenece al SNI
Si pertenece / Candidato

Pertenece al PEDECIBA
No pertenece

DATOS DEL PROYECTO DE DEDICACIÓN TOTAL

Título del Plan de Actividades
Computación de alto desempeño aplicado a las técnicas metaheurísticas y a la computación científica

Palabras clave
Computación de alto desempeño, metaheurísticas, optimización, algoritmos evolutivos, paralelismo, GPGPU, computación científica, arquitecturas híbridas

Resumen Publicable
Mis actividades de investigación se desarrollan en el área de computación de alto desempeño con especial énfasis en su aplicación a las técnicas metaheurísticas para la resolución de problemas de optimización y a la computación científica. Mi trabajo se enmarca en las líneas de investigación del grupo Centro de Cálculo del Instituto de Computación de la Facultad de Ingeniería. La primera de estas áreas de trabajo se lleva adelante en estrecha relación con las líneas de trabajo del grupo de Investigación Operativa del mismo instituto, mientras que la segunda área de trabajo se sustenta en una estrecha vinculación con investigadores del Instituto de Mecánica de los Fluidos e Ingeniería Ambiental (IMFIA) y el Instituto de Ingeniería Mecánica y Producción Industrial (IIMPI).Dentro de las infraestructuras disponibles actualmente para realizar computación de alto desempeño, la utilización de las unidades de procesamiento gráfico (GPUs) o tarjetas de vídeo ha experimentado un crecimiento vertiginoso en los últimos años. Este crecimiento se ha basado en que es una plataforma ampliamente disponible (millones de usuarios tienen en sus PCs tarjetas de vídeo programables), de bajo costo económico (las tarjetas más nuevas cuestan alrededor de U$S 500) y con una arquitectura inherentemente paralela (las tarjetas disponibles actualmente cuentan con hasta 1536 unidades de procesamiento), y también en la aparición de lenguajes de programación de propósito generales, tales como CUDA. Las opciones de hardware que tradicionalmente están disponibles, como las supercomputadoras o los clusters con un gran número de máquinas, tienen asociados costos económicos muy altos ya sea por el costo del propio equipamiento como por los costos edilicios necesarios para su instalación y por los costos asociados a su administración y mantenimiento. Una alternativa más económica son los procesadores multi-núcleo (actualmente todas las computadoras de escritorio nuevas poseen al menos dos unidades de procesamiento), pero estos equipos solamente disponen de una cantidad relativamente baja de unidades de procesamiento. En contraposición, las GPUs son hoy en día una opción sumamente atractiva, tanto por su poder de cómputo comparable al de una supercomputadora como por su costo económico, en especial en países como el nuestro, donde el acceso a grandes centros de cómputos se encuentra restringido debido a razones económicas.Por este motivo el foco de mi trabajo está puesto en el uso de arquitecturas híbridas de hardware compuestas por procesadores multi-core y procesadores gráficos. En particular, estudio de la utilización de las GPUs para la resolución de problemas de computación de propósito general, fundamentalmente en la implementación de metaheurísticas paralelas aplicadas a la resolución de problemas de optimización. El objetivo de mi trabajo es estudiar el diseño de nuevos modelos algorítmicos y/o modelos de paralelismo que tengan en cuenta las características particulares de la arquitectura de las GPUs.

Grado y Fecha de Ingreso al RDT
Grado 2 / Desde: 2010-10-01

Programa: Científico Proveniente del Exterior
El cargo NO se enmarca en este programa

Participa de Grupo Autoidentificado
Grupos: Computación de alto desempeño

Observaciones
–

DOCUMENTACIÓN ADJUNTA

Curriculum Vitae
Aún no se ha cargado el CV.

Último informe de renovación
Aún no se ha cargado el último informe de renovación.

Producción Académica
Documento 1: Aún no se ha cargado este archivo de Producción Académica.
Documento 2: Aún no se ha cargado este archivo de Producción Académica.
Documento 3: Aún no se ha cargado este archivo de Producción Académica.