Evaluación y optimización de rendimiento y consumo energético de aplicaciones paralelas a nivel de tareas sobre arquitecturas asimétricas

Las arquitecturas asimétricas, formadas por varios procesadores con el mismo repertorio de instrucciones pero distintas características de rendimiento y consumo, ofrecen muchas posibilidades de optimización del rendimiento y/o el consumo en la ejecución de aplicaciones paralelas. La planificación de tareas sobre dichas arquitecturas de forma que se aprovechen de manera eficiente los distintos recursos, es muy compleja y se suele abordar utilizando modelos de programación paralelos, que permiten al programador especificar el paralelismo de las tareas, y entornos de ejecución que explotan dinámicamente dicho paralelismo. En este trabajo hemos modificado uno de los planificadores de tareas más utilizados en la actualidad para intentar aprovechar todos los recursos al máximo, cuando el rendimiento así lo necesite, o para conseguir la mejor eficiencia energética posible, cuando el consumo sea más prioritario. También se ha utilizado una biblioteca desarrollada específicamente para la arquitectura asimétrica objeto de estudio en la Universidad de Texas, Austin. Para obtener el máximo rendimiento se han agrupado los núcleos del sistema en dos niveles: hay un cluster simétrico de núcleos virtuales idénticos, cada uno de los cuales está compuesto por un conjunto de núcleos asimétricos. El planificador de tareas asigna trabajo a los núcleos virtuales, de manera idéntica a como lo haría en un sistema multinúcleo simétrico, y la biblioteca se encarga de repartir el trabajo entre los núcleos asimétricos. El trabajo ha consistido en integrar dicha biblioteca con el planificador de tareas. Para mejorar la eficiencia energética se han incluido en el planificador de tareas políticas de explotación de los modos de bajo consumo de la arquitectura y también de apagado o no asignación de carga de trabajo a algunos de los núcleos, que se activan en tiempo de ejecución cuando se detecta que la aplicación no necesita todos los recursos disponibles en la arquitectura.

Planificación y supervisión de flotas de robots autónomos en tareas agrícolas

El control seguro y efectivo de las malas hierbas según los principios establecidos por la Agricultura de Precisión requiere una tecnología específica, avanzada y de coste asumible dentro de los márgenes de beneficio. El uso de plataformas móviles autónomas tanto terrestres como aéreas equipadas con sistemas de percepción innovadores, sistemas inteligentes de toma de decisión y herramientas que permitan la aplicación precisa de los tratamientos herbicidas, reduce el coste asociado a la operación así como los potenciales daños ambientales y el riesgo para los agricultores. Varios son los grupos internacionales de investigación dedicados al desarrollo de tecnologías basadas en sistemas robóticos capaces de optimizar las operaciones complejas implicadas en este tipo de tratamientos de precisión. El desarrollo de sistemas autónomos de ayuda al tratamiento preciso, tanto de cultivos extensivos (malas hierbas) como de leñosos, es el objetivo principal del proyecto RHEA (Robot Fleets for Highly Effective Agriculture and Forestry Management), financiado por el 7º Programa Marco de la CE y dirigido a minimizar los insumos (agroquímicos, combustible, etc.) a la vez que garantizar la calidad y seguridad del producto así como cubrir totalmente el campo independientemente del tamaño que éste tenga. RHEA propone utilizar una flota de robots pequeños/medianos tanto aéreos como terrestres para la inspección/monitorización y posterior aplicación de fitosanitarios, lo que presenta múltiples ventajas frente al tratamiento basado en la habitual máquina de mayores dimensiones y más tradicional. Entre otras, una flota de robots de tamaño pequeño/mediano reduce el impacto sobre la compactación del suelo e interactúa de un modo más seguro con los operarios, ya que la detección e interacción se puede distribuir en varios sistemas de detección y gestión de fallos como los propuestos en la presente tesis. El trabajo de investigación presentado en esta tesis se ha desarrollado dentro de este proyecto europeo y está relacionado con el diseño, desarrollo y evaluación del nivel más alto de la arquitectura RHEA, en otras palabras, con los tres aspectos fundamentales para conseguir que los robots de la flota ejecuten el trabajo eficientemente y sin intervención humana, es decir, con la planificación, la supervisión y la gestión completa e integrada de las tareas de inspección y tratamiento...

Planificación multinivel eficiente con aprovisionamiento dinámico en grids y clouds

La consolidación de las grandes infraestructuras para la Computación Distribuida ha resultado en una plataforma de Computación de Alta Productividad que está lista para grandes cargas de trabajo. Los mejores exponentes de este proceso son las federaciones grid actuales. Por otro lado, la Computación Cloud promete ser más flexible, utilizable, disponible y simple que la Computación Grid, cubriendo además muchas más necesidades computacionales que las requeridas para llevar a cabo cálculos distribuidos. En cualquier caso, debido al dinamismo y la heterogeneidad presente en grids y clouds, encontrar la asignación ideal de las tareas computacionales en los recursos disponibles es, por definición un problema NP-completo, y sólo se pueden encontrar soluciones subóptimas para estos entornos. Sin embargo, la caracterización de estos recursos en ambos tipos de infraestructuras es deficitaria. Los sistemas de información disponibles no proporcionan datos fiables sobre el estado de los recursos, lo cual no permite la planificación avanzada que necesitan los diferentes tipos de aplicaciones distribuidas. Durante la última década esta cuestión no ha sido resuelta para la Computación Grid y las infraestructuras cloud establecidas recientemente presentan el mismo problema. En este marco, los planificadores (brokers) sólo pueden mejorar la productividad de las ejecuciones largas, pero no proporcionan ninguna estimación de su duración. La planificación compleja ha sido abordada tradicionalmente por otras herramientas como los gestores de flujos de trabajo, los auto-planificadores o los sistemas de gestión de producción pertenecientes a ciertas comunidades de investigación. Sin embargo, el bajo rendimiento obtenido con estos mecanismos de asignación anticipada (early-binding) es notorio. Además, la diversidad en los proveedores cloud, la falta de soporte de herramientas de planificación y de interfaces de programación estandarizadas para distribuir la carga de trabajo, dificultan la portabilidad masiva de aplicaciones legadas a los entornos cloud...