Skip to main content

ARQUITECTURAS CLOUD DE PROCESAMIENTO DE ALTAS PRESTACIONES PARA LA INDUSTRIA

PID2020-120213RB-I00

•
Funding agency name Agencia Estatal de Investigación
Funding agency acronym AEI
Program Programa Estatal de I+D+i Orientado a los Retos de la Sociedad
Call Proyectos de I+D+i (Generación de Conocimiento y Retos Investigación)
Call year 2020
State Plan 2017-2020 Plan Estatal de Investigación Científica y Técnica y de Innovación
Beneficiary centre UNIVERSIDAD DE ALICANTE

Resultados relacionados

Resultados totales (Incluyendo duplicados): 1
Encontrada(s) 1 página(s)

RUA. Repositorio Institucional de la Universidad de Alicante
Research software Software (Software)

Método de externalización a plataformas Cloud Computing de procesamiento especializado GPU. Aplicación a sistemas de sensorización inteligente IoT

  • Maciá, Antonio
  • Mora, Higinio
  • Jimeno-Morenilla, Antonio
  • Adsuar Abaldea, Víctor
  • Adsuar Abaldea, Víctor|||/items/b41aff72-c425-4cbf-8f89-a8e1f9231cf2
  • Jimeno-Morenilla, Antonio|||/items/5a277765-a179-4393-b7b3-c50ac73dd59f
  • Mora, Higinio|||/items/77871521-ed51-42c5-9240-dca1930db8e5
El mundo de la computación está en constante cambio. Las tendencias principales que definen las aplicaciones de hoy en día son la Computación en la nube (Cloud computing) y la aceleración de aplicaciones mediante tarjeta gráfica (GPU). El paradigma del Internet de las Cosas (IoT) se apoya en la computación en la nube para proveer de capacidad de cómputo a dispositivos de baja capacidad y energía. Esto se conoce como una arquitectura de externalización de cómputo, donde los dispositivos IoT (sensores, cámaras, bombillas) envían datos a la nube, donde son procesados para extraer información y tomar decisiones, ya que en la nube se dispone de mayor cantidad de recursos de cómputo. Es en este procesamiento de datos donde entra en juego el papel de las tarjetas gráficas. Debido a su arquitectura masivamente paralela, estos dispositivos son capaces de acelerar algoritmos de procesado de datos e inteligencia artificial (IA). Este método permite mejorar el aprovechamiento de los recursos de la GPU en arquitecturas de externalización de cómputo, permitiendo que múltiples aplicaciones aisladas mediante contenedores compartan la GPU de una manera segura. De esta manera se incrementa el uso de la tarjeta, reduciendo los costes necesarios para el funcionamiento de las aplicaciones.