Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

CNCA

Presentación del laboratorio CNCA
by

Andrés Segura

on 6 September 2013

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of CNCA

Reconocimiento de Patrones
Estado de la computación y papel del CNCA
Áreas de trabajo
Diseño de métodos paralelos
Servicios:
Gracias
Plan Estratégico
2012-2014

Infraestructura
Simulación social
Unidad de servicios de computación científica

Modelación y procesamiento
Procesamiento de datos (clasificación, predicción, ...)
Modelación y simulación
Almacenamiento y curaduría
Visualización

Cursos

Asesoría

Cluster: Un grupo de computadoras interconectadas que se comportan
como un solo sistema.

Sistema operativo especialmente configurado o diseñado.

Diferentes propositos:
Balanceo de cargas
Alta disponibilidad
Computación (nuestro caso)
Diseño Inicial: Julio 2010
Diseño actual: Febrero 2012
Trabajo futuro


2 switches de red 1 Gb
1 Rack
3 discos duros de 1 TB
5 nodos: Xeon, 32GB RAM, Tesla, amd64/CUDA
4 nodos: PS3, 256MB RAM, Cell/PPC
surtr: Firewall
meta:
Administración cluster
Interfaz con los usuarios
cadejos: Cómputo
sol3: Almacenamiento
zarate: Cómputo
Conectividad:
Internet.
Clara.
Publicación de
servicios.
Visión computacional

Análisis y clasificación de imágenes
Imágenes aéreas
Texturas
Clasificación de texturas

Requiere muchos recursos computacionales
Genera muchas características
No existen recetas
Imágenes muy grandes
Transformada de Trazo
Extrae características no identificadas previamente.
Genera una cantidad indefinida de características
Permite cualquier forma de clasificación que se desee realizar
Uso de CUDA

Acelera el análisis y clasificación mediante la paralelización de los trazos y la generación de las características

Mayor capacidad de análisis
Cantidad de imágenes.
Cantidad de tipos de clasificación.
Respuesta a problemas cada vez más complejos y fuertemente acoplados.

La complejidad de los problemas científicos requiere cómputo eficiente y avanzado, que trascienda el simple manejo de información (informática).

Muchos problemas son difíciles de paralelizar
Modelos computacionales del conocimiento

Permiten representar, organizar y relacionar experiencias, hechos, atributos, etc. propios del conocimiento humano.
Toma de decisiones, clasificación, resolución de problemas, etc.

El razonamiento basado en casos (RBC) simula el razonamiento humano cuando este se basa en la recuperación y adaptación de recuerdos.
Su procesamiento y manipulación es costosa
Paralelización

Diseño para máquina cluster

Permite recuperar múltiples soluciones, en tiempo semejante que una sola.

Permite trabajar con colecciones de datos grandes.


Propuesta metodológica

Medir el desempeño únicamente con tiempo de respuesta no muestra las ventajas de paralelizar este tipo de modelos

Se propuso un análisis que considere las restricciones impuestas por el dominio (RBC).
Aplicaciones

Adaptación de otros métodos de la I.A. a ambientes paralelos, con el fin de mejorar su desempeño.

En la academia: estudio de fenómenos difíciles de experimentar, como la astrofísica y la cognición humana.

En la industria: implementación de clasificadores y toma de decisiones en forma automática y eficiente.
MISION

Contribuir a la solución de
problemas nacionales y regionales

mediante el desarrollo de
componentes basados en
tecnologías de computación
avanzada

en colaboración con la academia,
el gobierno y la industria
VISION

Ser un actor experto en el
desarrollo y provisión de
servicios de investigación y
educación

en computación científica y
computación de alto rendimiento

para la academia y sus socios en
el gobierno y la industria
ESTRATEGIA

Desarrollar conocimiento experto en diversas áreas de la computación avanzada

para participar activamente en la colaboración con el gobierno y la industria

en la solución de problemas nacionales y regionales de interés común
Estrategia
Dimensiones
Infraestructura computacional
Computación de alto rendimiento
Computación científica

Procesamiento, visualización, ...
Educación
Posgrado
Grado
Administradores académicos
Público en general
Investigación
Métodos y algoritmos
Propiedades, generalizaciones, eficiencia, escalabilidad, etc.

... para la solución de problemas reales
Desarrollo
Métodos, algoritmos, prototipos
Procesamiento, modelación, simulación, visualización, etc.

... para aplicaciones específicas
Servicios
Computación científica y de alto rendimiento
Procesamiento, modelación, simulación, visualización, etc.

... para la comunidad científica
... para los socios de I+D+i: gobierno, industria
Colaboración
Relaciones de largo plazo
Complementariedad, interdisciplinariedad

... conformación de comunidades y consorcios
... negociación de roles, propiedad, etc.
Educación superior:
Enseñanza e investigación
* Computación paralela y distribuida tema apenas reciente en los programas de estudio
* Escasa o insuficiente investigación científica y desarrollo
Gobierno
* Iniciativas tímidas de inserción en el área (proyecto clúster, FORINVES V)
* Ausencia de vinculación en aplicaciones de la computación avanzada
* Ausencia absoluta de educación interdisciplinaria
* Ciencias computacionales sólo en el dominio de las ciencias
* Escasa o nula preparación para la investigación
* Urgencia del fortalecimiento de las Ciencias de la Computación (vs Ing. de Software, Administración de TICs, etc.)
Industria
* Tradicionalmente desconfiada de la academia
* Búsqueda de socios potenciales para el desarrollo de productos finales
* Política de fortalecimiento de I+D+i en TICs
* Procesamiento (minería) de datos, monitoreo y control, visualización, etc.
Arquitecturas
Métodos y algoritmos (diseño, complejidad, eficiencia, escalabilidad, benchmarking)
Computación clúster
Computación en mallas
Otros paradigmas de computación paralela y distribuida (p.ej. sistemas multiagente)
Tareas:
procesamiento, minería,
clasificación,
visualización
análisis
curaduría, etc.
Ciencias computacionales
Física, Química, Biología
Ingenierías
Ciencias sociales, artes y humanidades
etc.
Colaboración:
CeNAT y Universidades del CONARE
Empresas de TICs
Gobierno
Apoyo

política pública
incentivos
promoción
vinculación
I+D
métodos
algoritmos
prototipos
protocolos
servicios
Comercialización
producto final
escalamiento
mercadeo
distribución
servicios
Colaboración en el
entorno nacional
RedCONARE, CeNAT y las universidades del CONARE
Otros miembros de las RNIEs de RedCLARA
RedCLARA
Apoyo

política pública
incentivos
promoción
comunidades
servicios
Cooperación
proyectos
fondos
comunidades
servicios
capacitación
Cooperación
complementariedad
interdisciplinariedad
internacionalización
Colaboración en el
entorno
latinoamericano y
centroamericano
CeNAT y Universidades del CONARE
Socios
de América
del Norte
Consorcio
ARTCA
Apoyo

gestión de fondos
educación
vinculación
I+D+E
componentes de proyectos
cooperación
revisión de pares
propiedad intelectual
logística
Colaboración con
los EE.UU. y Canadá
CeNAT y Universidades del CONARE
Empresas de TICs en Europa y América Central
Programas
Marco (FP)
Apoyo

financiamiento
vinculación
I+D
recurso humano
fondos
vinculación
gestión
ejecución
Comercialización
producto final
escalamiento
mercadeo
distribución
servicios
Colaboración con el
Área Europea de
Investigación (ERA)
Uso de métodos computacionales para modelar
y simular fenómenos sociales.
¿Qué es?
Descubrir patrones de comportamiento no evidente mediante herramientas tradicionales
Objetivo
Herramienta
Algunos miembros
centros de supercomputación del consorcio TeraGrid
NCSA + ICHASS (UIUC)
UCSD, National University
UT Austin
...
Sistemas multiagente
Análisis de redes sociales.
Gestión organizacional.
Economía.
Ciencias ambientales.
Diseño urbano y vial.
Aplicaciones
CADAN:R
Cooperación
intercambio
formación
regionalización
Incidencia de ritmo de consumo humano actual en ecosistemas

Intereses de investigación de CATIE
Interacción entre atmósfera y biósfera
Temperatura, transpiración, relexión...
Almacenamiento de carbono, ruteo del agua...

Orchidée tiene un desempeño muy elevado
Colaboración con CATIE
¿Qué mide?
Ciclo del carbono, agua, nitrógeno...
Tipos de zonas
Tipos de vegetación

¿Cómo?

¿Dónde?

Necesidades específicas para centroamérica
Orchidée
Ejemplos
Ejecución de Orquidée en el cluster

Diferenciación climática para zonas intertropicales
Mejoras de ciclos de nutrientes y ozono
Fósforo

Mejorar la resolución de la salida
Problemas a resolver
¿Quiénes somos y qué hacemos?
Estación multimedia
Aplicaciones

Identificación de tipos de terreno como bosques, ríos, caminos, etc.

Análisis del cambio de la cobertura urbana o de bosque por ejemplo.

Identificación de especies en áreas específicas.

Detección de cambios en el terreno para prevención de emergencias.

Cambios de terreno debido a fenómenos naturales


core i7-950 3 GHZ
8GB RAM
2x NVIDIA GeForce GTX295 1792MB
Monitor con capacidades de 3D
Tarjeta de sonido con interfaces analogicas para grabacion y reproduccion
* Estación para demostraciones
* Desarrollo en CUDA
* Desarrollo paralelo en CPU
* Procesamiento secundario
Sybilla
Benchmarks (pruebas de desempeño)







Integración al Grid nacional.

Socios y/o clientes para servicios.
Full transcript