Tribunal:
     PRESIDENT: FONTOURA DE GUSMAO CERQUEIRA, RENATO
     SECRETARI: TOUS LIESA, RUBÉN
     VOCAL: DE MORAES, RAFAEL JESUS
Resum de tesi: La industria del petróleo y gas (O&G) ocupa un lugar destacado entre los principales usuarios comerciales de potentes supercomputadoras en todo el mundo, como lo indican las listas de clasificación global de Computación de alto rendimiento (HPC), como TOP500 y Green500. Las aplicaciones de geociencia, en particular los simuladores geomecánicos y de flujo, plantean cargas de trabajo exigentes para HPC al abordar complejos desafíos de ingeniería en la industria del petróleo y gas, junto con el procesamiento sísmico.El auge de los entornos HPC híbridos bajo demanda y en la nube presenta nuevos desafíos para los usuarios finales. Más allá de la experiencia en sus campos, los usuarios deben explorar las complejidades de la arquitectura informática para seleccionar el hardware óptimo y la opción de paralelización. También deben considerar decisiones sobre el modelo de negocio de los proveedores de la nube, como la gestión de instancias puntuales, la selección de diferentes regiones de la nube o incluso diferentes proveedores de la nube. Además, los usuarios luchan con las complejidades de configurar su propio software de geociencia debido a la multitud de parámetros numéricos ajustables. Los valores predeterminados pueden no ser óptimos para modelos de yacimientos específicos, lo que requiere del usuario conocimiento fuera de su campo de especialización.Esta tesis tiene como objetivo cambiar el paradigma en la utilización de HPC para las geociencias al confiar las decisiones de arquitectura informática a algoritmos de optimización conscientes del dominio. Este enfoque no solo mejora la usabilidad para el usuario final, sino que también puede traducirse en reducciones sustanciales tanto de tiempo como de costos. Estos algoritmos podrían conducir a una mejor utilización de las supercomputadoras locales y a la optimización de costos de los recursos de la nube. Evaluamos la viabilidad de este enfoque a través de las contribuciones de tres algoritmos.El primer algoritmo de este trabajo se denominó TunaOil, que es una metodología novedosa que utiliza ejecuciones previas de simulación para entrenar un oráculo que propone parámetros numéricos casi óptimos para simulaciones posteriores dentro de un flujo de trabajo iterativo. Esto permite ajustar los parámetros de simulación sin ejecuciones adicionales, ahorrando un tiempo valioso. Los experimentos muestran que la contribución de este algoritmo mejora hasta un 31% el tiempo de ejecución general.El segundo algoritmo, denominado MScheduler, es un metaprogramador diseñado para simulaciones en la nube. El mismo ejecuta de manera eficiente trabajos SLURM mediante el uso de máquinas virtuales (VM) puntuales para minimizar los costos y garantizar la finalización del trabajo, incluso en caso de terminación de la VM. Las contribuciones clave incluyen una metodología novedosa para puntos de control de simulación de yacimientos, un programador basado en costos y una análisis de la estrategia utilizando trabajos de producción reales. MScheduler reduce significativamente los costos financieros (de 32 a 66%) con un ligero aumento en el makespan (de 8 a 19%). El tercer algoritmo utiliza algoritmos de aprendizaje automático (ML) para predecir los tiempos de ejecución de simulacion, mejorando la eficiencia de los recursos del clúster. El modelo desarrollado clasifica el intervalo de duración de los trabajos de simulación de yacimientos SLURM con una precisión de más de 70%, superando el rendimiento estándar descrito en la literatura sobre programación de trabajos, contribuyendo así a mejorar las decisiones de programación.Juntos, estos algoritmos marcan un cambio de paradigma en la utilización de HPC para aplicaciones de geociencia. Liberan a los usuarios finales de opciones complejas de arquitectura informática, contribuyendo para una mejor toma de decisiones con beneficios en tiempo y costes.

Tribunal:
     PRESIDENT: BULL, JONATHAN MARK
     SECRETARI: JIMENEZ GONZALEZ, DANIEL
     VOCAL: ARAUJO, GUIDO
Resum de tesi: En HPC, els models basats en tasques han guanyat prominència adoptant OpenMP com a model d'alt rendiment, productiu, asincrònic i agnòstic respecte a la plataforma dins del node. Un programa s'expressa com un Graf Acíclic Dirigit (DAG), els vèrtexs del qual són unitats de codi anomenades tasques. Les arestes entre les tasques representen dependències entre elles, i les tasques sense relacions lògiques poden executar-se concurrentment. El graf de tasques és independent de l'arquitectura de la plataforma objectiu, fent aquests models adequats per a l'execució concurrent en una àmplia gamma de plataformes, incloent multiprocessadors y acceleradors.Diverses iniciatives estan explorant enfocaments de tasques distribuïdes, que utilitzen el model de tasca per descompondre l’aplicació en diversos nodes amb memòria distribuïda. L'avantatge d'aquest enfocament és que permet expressar l'aplicació de manera simple i clara, reflectint únicament els càlculs i les dependències. Malauradament, les implementacions actuals de tasques distribuïdes pateixen de baixa eficiència i escalabilitat, fet que dificulta la seva adopció per part de la comunitat de HPC. Això es deu principalment a l'alt cost de creació de tasques i a la construcció del graf de dependències, que generalment són seqüencials. Aquesta tesi proposa dues tècniques per solucionar aquest problema.La nostra primera proposta es centra en la nidificació de tasques, que atenua el coll d'ampolla seqüencial mitjançant la construcció paral·lela del graf complet de dependències usant múltiples tasques mestres que s'executen concurrentment. Una limitació clau de la nidificació de tasques és que no es pot crear una tasca fins que no se'n coneguin tots els accessos i els dels seus descendents. Els enfocaments actuals per a resoldre aquesta limitació detenen la creació i execució de tasques fent servir una barrera explícita (taskwait) o substituint les dependències amb accessos artificials anomenats sentinelles. Proposem la clàusula auto, que indica que la tasca pot crear subtasques que accedeixin a regions de memòria no especificades, o pot assignar i retornar memòria en adreces encara desconegudes. A diferència de una barrera explicita (taskwait), el nostre enfocament no impedeix la creació i execució concurrent de tasques, mantenint el paral·lelisme i permetent al programador optimitzar el balanç de càrrega i la localització de dades. A més, totes les tasques poden tenir una especificació precisa dels seus propis accessos a dades, a diferència dels sentinelles, resulta en un mecanisme unificat que governa l’ordre de les tasques, les transferències de dades del programa en memòria distribuïda i l’optimització de la localització de dades, per exemple en sistemes NUMA. Així, la clàusula auto proporciona un camí incremental per al desenvolupament de programes de tasques niades, eliminant la necessitat que cada tasca pare tingui una especificació completa dels accessos de les seves tasques descendents, tot reduint la informació redundant que pot ser tediosa i propensa a errors.La segona proposta nostra aprofita el comportament iteratiu de moltes aplicacions HPC, com ara aquelles que utilitzen mètodes iteratius o simulacions en múltiples etapes. Malgrat que aquestes aplicacions generen el mateix graf acíclic dirigit de tasques en cada pas temporal, la majoria de models construeixen el graf complet de tasques de manera seqüencial. Definim el model de programació basat en la clàusula taskiter, una proposta recentment introduït a la literatura per a aplicacions iteratives en plataformes SMP. També descrivim la implementació completa en temps d'execució per aprofitar aquesta informació per eliminar el coll d'ampolla seqüencial i els missatges de control, preservant la simplicitat i productivitat de l'aproximació existent.Integrem ambdues tècniques a OmpSs-2@Cluster, la variant de tasques distribuïdes de OmpSs-2, i avaluem el rendiment al superordinador MareNostrum 4.

Tribunal:
     PRESIDENT: MARZO LAZARO, JOSE LUIS
     SECRETARI: BARLET ROS, PERE
     VOCAL: NIN GUERRERO, JORDI
Resum de tesi: Aquesta investigació aborda l'assignació de recursos en xarxes de comunicació, amb èmfasi en l'impacte de la incertesa humana sobre el rendiment d'aquestes xarxes, especialment aquelles que utilitzen tecnologies avançades. La hipòtesi central d'aquesta tesi és que les variacions en el comportament humà influeixen en l'eficiència operativa de les xarxes de comunicació. Per validar aquesta hipòtesi, s'ha dissenyat una metodologia que inclou una revisió exhaustiva de la literatura especialitzada, complementada amb una anàlisi qualitativa i quantitativa rigorosa en escenaris simulats.En aquest context, s'investiga un cas pràctic específic: l'ús d'aplicacions mòbils per a vehicles de lloguer amb conductor, com Uber i Cabify, operant en un network slice d'una xarxa 5G. Aquestes aplicacions, instal·lades en dispositius mòbils, faciliten la connexió entre usuaris i conductors, mostrant la disponibilitat de vehicles en temps real. El procés comença quan un usuari selecciona un punt d'origen i destinació en l'aplicació, que proposa una ruta òptima. Tanmateix, el conductor pot modificar la ruta proposada sense penalitzacions, introduint incertesa que pot afectar negativament el rendiment de la xarxa.En les simulacions, es presta especial atenció al Call Drop Rate (CDR) en funció de possibles falles durant el procés de handover. Les simulacions es desenvolupen en múltiples etapes: inicialment en un escenari mínim, dissenyat per verificar la influència de la incertesa en el rendiment de les xarxes. En la segona etapa, s'avalua el model en el simulador Simulation of Urban Mobility (SUMO), que aporta major realisme a l'entorn vehicular. Aquest simulador s'integra amb el framework Artery-C, que incorpora elements relacionats amb la tecnologia 5G. En la fase final, s'utilitzen dades de l'escenari InTAS, que modela informació detallada de la ciutat d'Ingolstadt, proporcionant un entorn de prova robust per a la validació del model.L'objectiu principal d'aquesta investigació és desenvolupar i avaluar un model que capturi la incertesa humana des de múltiples perspectives, adoptant un enfocament interdisciplinari. Els resultats indiquen que la incertesa humana afecta significativament el rendiment de les xarxes de comunicació. A través d'un enfocament interdisciplinari, s'ha dissenyat un model innovador que integra aspectes sociològics, psicològics i computacionals, capturant la incertesa humana en contextos de tecnologies avançades. L'adaptabilitat i eficàcia del model han estat corroborades mitjançant eines computacionals avançades.Els resultats mostren la rellevància de desenvolupar metodologies que optimitzin l'assignació de recursos i millorin el rendiment de la xarxa, alineant-se amb els objectius estratègics dels operadors. Aquest enfocament representa una via prometedora per incrementar l'eficiència i eficàcia en la implementació de solucions tecnològiques en entorns dinàmics i complexos.Aquest estudi contribueix al camp de l'assignació de recursos en xarxes de comunicació, demostrant la importància d'adoptar estratègies adaptables. Per a investigacions futures, es proposa estendre el model per analitzar diferents network slices, considerant característiques úniques i restriccions imposades pels proveïdors de serveis. Això inclouria l'avaluació de la temporalitat dels recursos per millorar l'elasticitat i resposta del model. A més, es suggereix desenvolupar un mètode innovador per a l'assignació dinàmica de recursos que incorpori la incertesa humana, permetent decisions adaptatives en temps real. Aquests enfocaments promourien una gestió i optimització més efectives dels recursos de xarxa en diversos contextos i temporalitats.

Tribunal:
     PRESIDENT: ANTONIU, GABRIEL
     SECRETARI: GARCÍA ALMIÑANA, JORDI
     VOCAL: TALIA, DOMENICO
Resum de tesi: La gestió eficient de les dades és un aspecte fonamental dels fluxos de treball de les aplicacions, especialment en el context dels entorns informàtics d'alt rendiment. Aquesta tesi examina el potencial dels emmagatzematges d'objectes com a candidats robustos per als sistemes de emmagatzematge d'alt rendiment (HPC).La primera contribució d'aquesta tesi és la adaptació d'un emmagatzematge d'objectes distribuït combinat amb el disseny arquitectònic de la seva integració amb un marc computacional. L'emmagatzematge d'objectes resultant pot utilitzar eficientment els recursos HPC. Això s'aconsegueix aprofundint en les capacitats actives i dona lloc a un augment de la localitat de dades i el rendiment de l'execució.Després d'aquesta primera contribució en proposem dues addicionals que mostren el potencial d'aquest emmagatzematge actiu d'objectes en el context HPC. Per a la segona contribució, introduïm un nou mecanisme de programari per iterar conjunts de dades i realitzar execució distribuïda en aquest entorn. La nostra proposta pot abstreure la relació entre la distribució de dades i la distribució de tasques, alhora que ofereix avantatges de rendiment en una àmplia varietat d'escenaris, sense sacrificar la programabilitat del model de programació basat en tasques.La tercera contribució d'aquesta tesi està relacionada amb la integració d'una tecnologia de maquinari, la memòria no volàtil (NVM). La idea principal és aprofitar l'aspecte actiu de l'emmagatzematge d'objectes i combinar-lo amb la natura d'adressament per bytes (no per blocs) d'aquest nou tipus de memòries. Les característiques de la NVM permeten realitzar càlculs in situ, sense necessitat de transferir dades des d'aquesta capa de memòria persistent, i el mecanisme actiu pot invocar l'execució al costat de les seves dades. Aquests dos aspectes es relacionen i permeten al programari d'emmagatzematge gestionar l'espai NVM mentre millora la localitat de les dades i redueix els requeriments de memòria globalment.Totes les contribucions s'implementen com a part de dataClay (el sistema d'emmagatzematge, un programari d'emmagatzematge d'objectes). Aquesta tesi inclou la implementació i avaluació d'aquestes propostes amb aplicacions científiques d'ús comú. A més de completar i avaluar la integració de dataClay i COMPSs (el marc d'execució), els mecanismes de programari per iterar conjunts de dades també s'implementen i avaluen amb Dask (un altre marc d'execució basat en tasques). Els diferents escenaris explorats mostren els beneficis que aporten les nostres contribucions a les pila de programari proposades dins l'ecosistema HPC.

Tribunal:
     PRESIDENT: SCARSELLI, FRANCO
     SECRETARI: SPADARO, SALVATORE
     VOCAL: PERINO, DIEGO
Resum de tesi: En el contexto de una revolución digital, la sociedad contemporánea se encuentra inmersa en una era donde las demandas de las aplicaciones en red superan las capacidades de las soluciones de gestión convencionales. Precisamente, esta tesis navega a través de las complejidades de los entornos de redes modernas, donde los enfoques de gestión tradicionales se están quedando cortos debido a aplicaciones emergentes como la realidad aumentada, la realidad virtual o la telepresencia holográfica, las cuales exigen ultra baja latencia y adaptabilidad dinámica. Estas redes en evolución conforman la columna vertebral de la sociedad moderna, manteniendo numerosos servicios vitales pero planteando una complejidad elevada para los Proveedores de Servicios de Internet (ISP) y los operadores de red.En medio de esta complejidad, la necesidad de soluciones innovadoras para optimizar y gestionar las redes actuales es más evidente que nunca. Una proposición central de esta tesis es el marco MAGNNETO (Optimización Multiagente con Redes Neuronales Gráficas, en sus siglas en inglés), una iniciativa revolucionaria basada en Aprendizaje Automático (ML). Su objetivo principal es facilitar la optimización distribuida en escenarios de redes. Al integrar una arquitectura de Redes Neuronales Gráficas (GNN) en un entorno de Aprendizaje por Refuerzo Multiagente (MARL), da pie a un proceso de optimización completamente distribuido y aprovecha la naturaleza distribuida inherente de los entornos de red, abordando problemas de escalabilidad y facilitando aplicaciones en tiempo real. Esta iniciativa es adaptable, ofreciendo versatilidad para abordar varios casos de uso y mostrando robustez para cumplir con los desafiantes requisitos de aplicaciones reales.Una contribución sustancial de este trabajo es la implementación exitosa de MAGNNETO en diferentes casos relevantes de redes, centrándose prominentemente en dos escenarios altamente impactantes en el campo de las redes de computadores. En primer lugar, se aborda el problema crucial de la optimización de la Ingeniería de Tráfico (TE) en redes de ISP. Con el objetivo de reducir la congestión de la red, se introduce MAGNNETO-TE, una variante del marco específicamente diseñada para minimizar la utilización máxima del enlace en estas redes. Notablemente, esta adaptación marca un cambio de paradigma al igualar el rendimiento de optimizadores TE tradicionales líderes en el estado del arte, pero a una fracción de su coste de ejecución.Además, la investigación explora el complejo ámbito del Control de Congestión (CC) en Redes de Centros de Datos (DCN), otro servicio crítico en nuestro mundo digital actual caracterizado por patrones de tráfico dinámicos y estrictos requisitos de baja latencia. Aquí, MAGNNETO-CC emerge como una solución potente, ofreciendo una estrategia distribuida que armoniza con protocolos de CC ampliamente desplegados, superando a las más avanzadas metodologías basadas en ML y a las configuraciones de CC estáticas más usadas actualmente.Mirando hacia el futuro, la tesis también delinea posibles vías para mejorar MAGNNETO, abordando especialmente los desafíos asociados a las arquitecturas GNN actuales. Visualiza la integración de técnicas de aprendizaje profundo topológico para fomentar un enfoque novedoso y prometedor para la optimización distribuida que tiene el potencial de explotar correlaciones arbitrarias entre múltiples elementos, yendo más allá del dominio de grafos tradicional. Al abordar la necesidad urgente de almacenamiento eficiente del tráfico de red, la metodología propuesta se revela como una solución robusta basada en ML para la compresión de datos con pérdida.En resumen, esta tesis enfrenta los desafíos fundamentales de optimizar sistemas de redes basados en grafos, tratando de redefinir el panorama de la optimización y gestión distribuida de redes en esta era de transformación digital.

Tribunal:
     PRESIDENT: CASELLAS REGI, RAMON
     SECRETARI: COMELLAS COLOME, JAUME
     VOCAL: SAMBO, NICOLA
Resum de tesi: Les xarxes òptiques dels operadors són una infraestructura central i un element clau de la societat hiperconnectada actual, ja que la major part del trànsit de dades d'Internet es transfereix a través de xarxes de fibra òptica. El volum de trànsit de dades està experimentant un creixement incessant a mesura que els serveis d'Internet aconsegueixen una demanda cada vegada major i sorgeixen aplicacions que requereixen molta capacitat (per exemple, les aplicacions d'indústria 4.0). En vista d'això, es requereix una innovació constant en les xarxes òptiques per a acomodar la capacitat sol·licitada i minimitzar els costos.En aquest escenari, els bessons digitals (DT, de l'anglès Digital Twin) – pensats com una combinació de models que s'ajusten automàticament amb el seu corresponent sistema físic i actuen sobre aquest per a aplicacions específiques – s'estan proposant com una solució per a: 1) maximitzar la capacitat de transport en reduir els marges de la xarxa; 2) aplanar el camí cap a l'automatització de la xarxa òptica.L'objectiu principal d'aquesta tesi doctoral és millorar l'operació de la xarxa basant-se en l'ús d'algorismes i models de DT per a la gestió de fallades, l'establiment de connexions òptiques i el control d'amplificadors òptics. Per a aconseguir aquest objectiu, es van investigar diferents algorismes d'aprenentatge automàtic (ML) i es van ampliar les capacitats del DT de capa òptica anomenat OCATA. Aquest objectiu principal s'aconsegueix mitjançant els següents tres objectius específics:1. Aplicacions de DT de capa òptica durant l'operació de la xarxa: les capacitats d'OCATA es van estendre per a estimar la qualitat de transmissió (QoT) i per a la gestió eficient de fallades. Es proposen característiques específiques dels símbols de constel·lacions òptiques, que mostren correlacions amb mètriques de QoT i amb degradacions de senyal induïdes per fallades. A continuació, es proposen models i algorismes específics basats en ML per a l'estimació de la QoT, la detecció de fallades, la identificació i l'estimació de la seva severitat. Els resultats tant de la simulació com dels experiments mostren una precisió notable en l'estimació de la QoT i en la predicció de fallades que afecten el transmissor, els filtres òptics i els amplificadors. A més, aquest enfocament també es va validar per a detectar i identificar anomalies de l'espectre òptic.2. Aplicacions de DT de capa òptica per a l'establiment de connexions òptiques. Les capacitats d'OCATA s'amplien per a formats de modulació a més de la modulació 16QAM i per a senyals de multiplexació de subportadora digital (DSCM). En primer lloc, es proposa i avalua un algorisme per a l'establiment de connexions òptiques basat en simulacions que demostren la viabilitat d'aquest enfocament. A més, els models van mostrar l'equilibri més avantatjós entre precisió i temps d'execució en comparació amb altres mètodes existents. En segon lloc, s'avalua experimentalment la seva precisió per a estimar l'impacte de les penalitzacions induïdes pel filtrat òptic en senyals DSCM.3. Aplicació de DT de capa òptica per al control d'amplificadors: nous models del DT es van dissenyar per a ajudar un controlador de xarxa a prendre decisions sobre la reconfiguració d'amplificadors òptics de manera dinàmica sota càrregues de canals variables. Es van realitzar processos de caracterització experimental en mòduls EDFA. Es van comparar models basats en dades, basats en mètodes d'aprenentatge profund (DL) i mètodes composts, en termes de precisió i velocitat de càlcul per a modelar aquests amplificadors. Després d'exhaustives optimitzacions dels hiper-paràmetres, els models de DL aconseguir tant el millor rendiment en les dades d'entrenament com la millor generalització en dades desconegudes. A més, es va demostrar que es pot aconseguir una reducció substancial de l'error de generalització emprant tècniques d'aprenentatge per transferència.

Tribunal:
     PRESIDENT: SIDDIQUI, MUHAMMAD SHUAIB
     SECRETARI: BERRAL GARCÍA, JOSEP LLUÍS
     VOCAL: TABATABAEIMEHR, FATEMEHSADAT
Resum de tesi: Las redes de sensores (SN) desempeñarán un papel integral en los ecosistemas de redes 5G y más allá (B5G), especialmente para casos de uso y servicios altamente distribuidos como Gemelos Digitales (DT). Así pues, la red de transporte subyacente debe proporcionar conectividad entre las redes de sensores distribuidas y el sistema de gestión del DT, que suele estar lejos de las fuentes de datos de los sensores (típicamente, en un servidor centralizado). En vista de ello, es esencial que las redes B5G proporcionen requisitos críticos como alta capacidad de transmisión, comunicación sensible a la latencia y garantía de veracidad e integridad de los datos, todo ello para permitir servicios de DT. Para cumplir con estos requisitos, se puede recurrir a la monitorización y el análisis de datos de SN basados en estadística e Inteligencia Artificial (IA) con el fin de proporcionar una transmisión de datos inteligente y eficiente. Mediante estos procedimientos, los datos generados por las SNs se pueden comprimir y analizar localmente para reducir el volumen total de datos que debe transmitirse al servidor centralizado. Además, la naturaleza inherente de los algoritmos de compresión y análisis añade privacidad y seguridad a los datos transmitidos sin afectar a su integridad. El uso de este tipo de técnicas basadas en IA abre la oportunidad de realizar Transferencia de Conocimiento (KT) entre DTs que operan sobre una infraestructura compartida. Dado que compartir datos sin procesar puede vulnerar la privacidad, los métodos basados en IA permiten intercambiar información relevante a la vez que se ofuscan detalles críticos, permitiendo así un funcionamiento coordinado y seguro entre segmentos diferenciados.Esta tesis doctoral tiene como objetivo mejorar el funcionamiento de las SNs densas, que se necesitan de una infraestructura de transporte subyacente que incluya capacidades de computación entre los nodos. Mediante la aplicación de procedimientos estadísticos y basados en IA, los métodos propuestos perseguirán varios objetivos, como són: reducir el volumen de datos transportados a través de la red manteniendo la privacidad y la integridad; detectar anomalías o eventos en los datos recogidos para proporcionar alarmas y notificaciones tempranas; y facilitar la operación de servicios a través de varios dominios de SN.Entrando en detalle, el primer objetivo consiste en desarrollar métodos para reducir el volumen de datos recogidos por los sensores mediante métodos estadísticos y basados en IA para la compresión de datos y la manipulación de la frecuencia de muestreo. Se han propuesto enfoques de compresión basados tanto estadística como en el uso de autocodificadores (AE), así como un método de adaptación de la frecuencia de muestreo que funciona con ambos. Mediante simulacion con conjuntos de datos reales, se demuestra una capacidad significativa para reducir el volumen de los datos, alcanzando el 1% de su tamaño original en algunos casos, y conduciendo a la reducción del consumo de energía a una décima parte en el caso de sensores con disponibilidad limitada de energía.Finalmente, el tercer objetivo consiste en investigar métodos para mejorar la gestión y coordinación de sistemas de DT multidominio mediante KT, preservando al mismo tiempo la privacidad de cada DT individual. Se ha propuesto un método de extracción de conocimiento basado en AEs que extrae información codificada sobre el estado del DT que comparte y la envía al DT de destino. Resultados numéricos demuestran que el DT de destino es capaz de utilizar la información codificada y privada sobre el estado del DT que comparte antes de que los un evento correlado entre ambos DTs afecte al DT de destino.

Tribunal:
     PRESIDENT: ACACIO SÁNCHEZ, MANUEL EUGENIO
     SECRETARI: MORETÓ PLANAS, MIQUEL
     VOCAL NO PRESENCIAL: JONES, TIMOTHY
Resum de tesi: Els Sistemes de Conducció Autònoma (ADS) estan a punt de l'adopció a gran escala, podent reduir accidents i oferir possibilitats de mercat. No obstant això, el complex programari i la pressió de la quantitat de dades generada pels seus sensors exigeixen un millor suport de maquinari en aquesta aplicació crítica, on l'alt rendiment és obligatori per minimitzar el temps de reacció. A més, l'eficiència energètica, el cost i el volum han de ser optimitzats per garantir la viabilitat del mercat.Per millorar el suport de maquinari per als ADS, caracteritzem el rendiment i la potència demandada per Autoware.ai, un programari d'última generació per a ADS. Hem trobat que es dedica un temps significatiu al processament de dades del sensor Light Imaging Detection and Ranging (LiDAR), àmpliament utilitzat pels ADS. Els LiDAR capturen núvols de punts 3D per a tasques com la segmentació, la localització i la detecció d'objectes.Malgrat la seva importància, el suport de maquinari per a tasques amb LiDAR només ha guanyat tracció recentment. A més, tot i que la majoria dels algoritmes de processament de núvols de punts s'executen a la CPU, treballs recents proposen acceleradors de maquinari costosos i complexos. En lloc d'això, el nostre objectiu és utilitzar maquinari i programari de propòsit generalexistent per processar núvols de punts amb petites modificacions a la CPU. Per a això, introduïm un petit conjunt d'instruccions de CPU dirigides a la cerca de veïns en núvols de punts basats en arbres k-d, una operació clau en diversos algoritmes.Comencem amb K-D Bonsai, una tècnica que redueix el moviment de dades en la cerca de veïns comprimint les fulles de l'arbre k-d en temps d'execució, explotant la similitud de valors. Les dades es comprimeixen encara més reduint la representació de punt flotant, aprofitant la limitació dels valors recollits amb LiDAR. Implementem K-D Bonsai amb noves instruccions de CPU percomprimir, descomprimir i operar sobre punts. Projectem les instruccions perquè detectin pèrdues de precisió degudes a la compressió, permetent recomputar en la representació original si és necessari. Així, es redueix el moviment de dades, es millora el rendiment i l'eficiència energètica, i no s'afecta la precisió o la programabilitat. K-D Bonsai millora la latència d'extrem a extrem en la segmentació usada per Autoware.ai en un 9,26% de mitjana, un 12,19% en latència de cua, i redueix el consum d'energia en un 10,84%. A diferència dels treballs relacionats, K-D Bonsai millora la cerca de veïns amb un augment mínim en l'àrea (0,36%).En una segona tècnica, vam veure que les consultes consecutives en la cerca de veïns solen ser similars, visitant nodes d'arbres k-d amb similitud. Utilitzem aquesta observació per accelerar la cerca de veïns amb la VPU disponible en les CPUs, a baix cost.Proposem un co-disseny de maquinari/programari anomenat Caravan. A nivell de programari, Caravan-SW explota la similitud de cerca, agrupant consultes consecutives per buscar els seus veïns en paral·lel amb instruccions SIMD. No obstant això, quan la navegació de les consultes divergeix, especialment en els nivells més profunds de l'arbre k-d, Caravan-SW enfronta dispersió i els carrils de la VPU es subutilitzen. Per a això, proposem Caravan-HW, afegint dues noves instruccions que reindexen elements vectorials vàlids per reordenar-los ràpidament i densificar les operacions SIMD, eliminant la dispersió de Caravan-SW.Amb AVX512, Caravan-SW accelera la cerca de veïns en un 4.05× (1.85× d'extrem a extrem) en la segmentació de núvols de punts d'Autoware.ai. Si afegim Caravan-HW, el processament de fulles de la cerca de veïns s'optimitza encara més, augmentant els guanys a 5.19× (1.97× d'extrem a extrem), amb costos mínims d'àrea. La nostra solució programable i poc intrusiva ofereix beneficis d'extrem a extrem comparables als acceleradors.

Tribunal:
     PRESIDENT: PESCAPÈ, ANTONIO
     SECRETARI: ARIAS VICENTE, MARTA
     VOCAL: RÉTVÁRI, GÁBOR
Resum de tesi: El modelatge de xarxes és fonamental en el camp de les xarxes informàtiques. Els models són útils per investigar nous protocols i mecanismes, permetent als administradors estimar el seu rendiment abans del seu desplegament real a les xarxes de producció. Els models de xarxa també ajuden a trobar configuracions de xarxa òptimes, sense necessitat de provar-les a les xarxes de producció.Sens dubte, la manera més freqüent de construir aquests models de xarxa és mitjançant l'ús de metodologies de simulació d'esdeveniments discrets (DES) que proporcionen una precisió excel·lent. Els simuladors de xarxa d'última generació inclouen una àmplia gamma de protocols de xarxa, transport i encaminament, i són capaços de simular escenaris realistes. Tanmateix, això comporta un cost computacional molt elevat que depèn linealment del nombre de paquets que s'estimulen. Com a resultat, són poc pràctics en escenaris amb volums de trànsit realistes o topologies grans. A més, i com que són computacionalment costosos, no funcionen bé en escenaris en temps real.Una altra alternativa de modelització de xarxes és la teoria de la cua (QT) on les xarxes es representen com a cues interconnectades que s'avaluen analíticament. Tot i que QT soluciona la principal limitació del DES, imposa supòsits forts sobre el procés d'arribada de paquets, que normalment no es compleixen a les xarxes reals.En aquest context, l'aprenentatge automàtic (ML) ha sorgit recentment com una solució pràctica per aconseguir models basats en dades que poden aprendre models de trànsit complexos alhora que són extremadament precisos i ràpids. Més concretament, les xarxes neuronals de gràfics (GNN) han sorgit com una excel·lent eina per modelar dades estructurades en gràfics que mostren una precisió excepcional quan s'apliquen a xarxes d'ordinadors.Aquesta tesi pretén ser un pas endavant en l'aplicació de les xarxes neuronals de gràfics per al modelatge de xarxes. Tanmateix, encara persisteixen alguns reptes:1. Cues i polítiques de programació: modelar cues, polítiques de programació i mapes de qualitat de servei (QoS) dins de les arquitectures GNN suposa un altre repte, ja que aquests elements són fonamentals per al comportament de la xarxa.2. Models de trànsit: modelar amb precisió patrons de trànsit realistes, que presenten una forta autocorrelació i cues pesades, segueix sent un repte per a les solucions basades en GNN.3. Entrenament i generalització: els models ML, incloses les GNN, requereixen dades d'entrenament representatives que cobreixen diversos escenaris operatius de la xarxa. La creació d'aquests conjunts de dades a partir de xarxes de producció reals és inviable, ja que requereix bancs de proves controlats. El repte rau a dissenyar GNN capaços d'estimar amb precisió en xarxes no vistes, que abastin diferents topologies, trànsit i configuracions.4. Generalització a xarxes més grans: les xarxes del món real sovint són significativament més grans que els bancs de proves. Escalar les GNN per gestionar xarxes amb centenars o milers de nodes és un repte urgent, que requereix aprofitar el coneixement de la xarxa específic del domini i enfocaments arquitectònics nous.Aquesta tesi representa un pas endavant en l'aprofitament de les xarxes neuronals de grafs per al modelatge de xarxes, amb un enfocament a abordar aquests reptes crítics.

Tribunal:
     PRESIDENT: ZENNARO, MARCO
     SECRETARI: MACCARI, LEONARDO
     VOCAL: FILIPPINI, ILARIO
Resum de tesi: Aquesta tesi té com a objectiu investigar l'eficàcia i l'aplicabilitat de la xarxa de backhaul sense fil (WBN) en dos contextos divergents: xarxes urbanes ultradenses per a 5G i solucions de connectivitat per a zones rurals o dividides digitalment. WBN ofereix un marc adaptable i resistent per a la transmissió de dades, cosa que els converteix en una opció atractiva per a la propera generació de xarxes sense fils, especialment 5G. En entorns urbans densos, on la demanda d'elevades taxes de dades és urgent, els backhauls de malla sense fils poden servir com un actiu estratègic per assolir el rendiment de dades promès per a les xarxes 5G. Aquestes xarxes requereixen inherentment un desplegament dens de nodes per complir la seva promesa de comunicació d'alta velocitat i baixa latència. Per tant, analitzem el paper que poden tenir els backhauls de malla sense fils en zones densament poblades, posant èmfasi en el seu potencial per complir o fins i tot superar les expectatives d'alta velocitat de dades de 5G.Per contra, a les zones rurals o digitalment dividides, la viabilitat econòmica de desplegar xarxes tradicionals de coure o fibra òptica d'última milla sovint resulta prohibitiva. En aquests casos, WBN, desplegat com a xarxa comunitària sense fils (WCN) o com a part de la infraestructura d'un proveïdor de serveis d'Internet sense fils (WISP), pot oferir una alternativa viable.Aquesta tecnologia podria reduir la bretxa digital proporcionant una connectivitat d'Internet robusta i rendible a les regions poc ateses.Per corroborar les meves troballes, vaig aprofitar la tecnologia de sistemes d'informació geogràfica (GIS) i mètodes computacionals basats en GPU juntament amb anàlisis i simulacions de gràfics. La tecnologia GIS, aprofitant diferents conjunts de dades oberts com ara els models de superfície digital (DSM) i els mapes vectorials, fan possible unacomprensió detallada del paisatge geogràfic, crucial per construir models de viabilitat detallats en diversos entorns. Els mètodes computacionals basats en GPU acceleren l'anàlisi del model, permetent una avaluació en profunditat en un període de temps raonable. Com a resultat, vaig poder optimitzar diversos aspectes de la xarxa, com ara la col·locació de nodes, la topologia de la xarxa i el consum d'energia, que són paràmetres crítics per al desplegament efectiu d'aquestes xarxes.Aquest treball integra aquests mètodes i tecnologies computacionals per oferir una visió completa de com es poden desplegar de manera eficient els backhauls de malla sense fil tant en entorns urbans com rurals. Els resultats ofereixen informació valuosa sobre l'arquitectura de xarxa més adequada per a cada context, amb especial atenció a l'escalabilitat i la resiliència. En resum, aquesta tesi contribueix a una comprensió més àmplia del potencial que tenen els backhauls de malla sense fil per abordar els requisits de connectivitat de diversos entorns, que van des de l'entorn urbà ultradens requerit. per 5G als reptes únics que plantegen les zones rurals i digitalment dividides.

Tribunal:
     PRESIDENT: GARCÍA LÓPEZ, PEDRO
     SECRETARI: RUIZ RAMÍREZ, MARC
     VOCAL: CIRILLO, DAVIDE
Resum de tesi: En els darrers anys, l'augment exponencial de les dades que s'estan generant ha suposat la necessitat d'implementar noves metodologies per processar els enormes conjunts de dades que s'estan creant. La Computació d'Alt Rendiment o High-Performance Computing (HPC) reuneix un conjunt de tecnologies basades principalment en computació paral·lela, que ajuden a reduir el temps dedicat a analitzar aquests conjunts de dades. Un camp de recerca on calen aquestes tecnologies és la Genòmica Computacional. A més, la complexitat dels conjunts de dades genòmiques limita l'ús de mètodes convencionals bàsics per al descobriment de relacions significatives complexes, fet que introdueix la necessitat d'algorismes d'aprenentatge automàtic o Machine Learning (ML) i mètodes estadístics sòlids.A la primera part de la tesi, el nostre objectiu és identificar patrons complexos de reordenaments genòmics somàtics en mostres de càncer. La dificultat de la classificació rau en l'ocurrència de milers de reordenaments alhora, sovint compostos per múltiples trencaments d'ADN. Aquí presentem un nou enfocament estadístic per analitzar variants estructurals (SV) de 2392 mostres de tumors del Consorci d'Anàlisi Pan-Càncer de Genomes Complets (PCAWG) i identificar-ne una recurrència significativa. La metodologia proposada no sols és capaç d'identificar patrons complexos de SV en diferents tipus de càncer, sinó també de demostrar que no són esdeveniments aleatoris, identificant una nova classe de patró compost per tres SV que no es va descriure anteriorment.A la segona part de la tesi abordem un altre repte de la genètica humana, que és l'estudi de la relació entre variants d'un sol nucleòtid (SNV) i malalties complexes, com ara la diabetis tipus 2, l'asma o l'Alzheimer. L'estudi d'aquestes associacions malaltia-variant se sol fer de manera única i independent. Tot i això, aquí hem creat un algorisme que utilitza la reducció de dimensionalitat multifactorial (MDR) per detectar combinacions de variants associades amb la diabetis tipus 2 (T2D). Aquesta metodologia s'ha provat a la cohort del projecte NUgene de la Universitat Northwestern utilitzant 1.883.192 parells de variants amb algun grau d'associació amb la diabetis tipus 2 i identificant un subconjunt de 104 parells significatius, dos dels quals exhibeixen una possible relació funcional amb la diabetis tipus 2. L'algoritme es va publicar en un repositori de codi obert, i es va poder utilitzar per buscar interaccions per parells significatives en altres conjunts de dades.En tots dos marcs desenvolupats dins de la tesi, l'ús d'arquitectures de supercomputació a gran escala ha estat necessari. Per garantir un accés obert a les tecnologies HPC, els governs i el món acadèmic estan impulsant la introducció d'arquitectures informàtiques noves en entorns científics a gran escala. Aquest és el cas del RISC-V, una arquitectura de conjunt d'instruccions estàndard oberta. Per avaluar aquestes tecnologies, a les dues darreres parts de la tesi, proposem l'ús del nostre cas d'ús VIA com a punt de referència, proporcionant la primera aplicació genòmica per a RISC-V. Amb aquest cas dús, proporcionem un cas representatiu per al processament pesant de dades ETL (Extracció, Transformació, Càrrega). Desenvolupem una versió de la càrrega de treball VIA per a RISC-V i adaptem la nostra implementació en superordinadors basats en x86 (per exemple, Marenostrum IV al Barcelona Supercomputing Center (BSC)) per fer una comparació justa amb RISC-V, ja que algunes tecnologies no estan disponibles. Amb aquest benchmark, hem pogut indicar els desafiaments i les oportunitats per als propers desenvolupaments i dissenys de RISC-V, a partir d'una primera comparació entre les arquitectures x86 i RISC-V en execucions de càrregues de treball genòmiques sobre implementacions de maquinàries reals.

Tribunal:
     PRESIDENT: PETERSEN MOURA TRANCOSO, PEDRO
     SECRETARI: JIMENEZ GONZALEZ, DANIEL
     VOCAL: GOMEZ LUNA, JUAN
Resum de tesi: El progressiu desenvolupament de la Llei de Moore per a millorar el rendiment de fils individualsmitjançant la freqüència de rellotge i les millores en el node de procés s’ha vist obstaculitzat acausa de limitacions físiques. Això ha resultat en un canvi cap a l’ús de processadors multinucliper aconseguir guanys de rendiment. No obstant això, el rendiment dels processadors multinucliestà limitat per la Llei d’Amdahl, que limita qualsevol acceleració per les parts sequencials delprograma. En conseqüència, la indústria tecnològica està posant l’accent en la especialització iel desenvolupament d’acceleradors per millorar el rendiment d’aplicacions específiques.La genòmica és el camp que es dedica a l’estudi dels gens. Amb els desenvolupaments actu-als en tecnologies de seqüenciació es produeix una enorme quantitat de dades més ràpidament ieconòmicament que el previst per la Llei de Moore. No obstant això, l’assemblatge i l’anàlisid’aquestes dades és molt lent en processadors de propòsit general. Per tant, els acceleradorssón essencials en el camp de la genòmica, especialment per a l’assemblatge d’ADN. Utilitzanthardware dissenyat per a aquest domini concret, com ara FPGAs o ASICs, els investigadorsen genòmica poden aconseguir millores significatives en el rendiment en comparació amb elsprocessadors de propòsit general. Gràcies als acceleradors, la velocitat de l’assemblatge d’ADNpot mantenir-se al ritme de la seqüenciació d’ADN, el que permet un anàlisi i descobrimentsmés ràpids en genòmica.L’objectiu principal d’aquesta tesi és accelerar dues aplicacions crítiques de l’assemblatged’ADN, el recompte de k-mers i l’alineament de seqüències, utilitzant FPGAs i ASICs. Laprimera contribució es centra en accelerar l’aplicació de recompte de k-mers utilitzant FPGAs ila seva adaptació en una aplicació de genòmica anomenada SMUFIN. La segona i la terceracontribució es centren en accelerar amb FPGAs el nou algoritme d’alineament de seqüènciesWFA. L’accelerador de la segona contribució està dissenyat per a seqüències curtes d’ADNde fins a 300 bases, que són generades per tecnologies de seqüenciació de pròxima generació.L’accelerador de la tercera contribució està dissenyat per a seqüències llargues d’ADN defins a 50.000 bases, que són generades per tecnologies de seqüenciació de tercera generació.En la quarta contribució dissenyem un ASIC per accelerar l’alineament de seqüències ambWFA i l’integrem en un SoC RISC-V. En totes les contribucions analitzem diferents parts del’aplicació i portem les parts més lentes a l’accelerador. També modifiquem i redisenyem lesparts restants de la CPU per adaptar-les al codi de l’acceleradorEn la nostra primera contribució, el nostre accelerador de recompte de k-mers millora elrendiment del recompte de k-mers de SMUFIN en un factor de 2,14×, mentre que consumeixun 2,93× menys energia i un 1,57× menys memòria en comparació amb la implementaciósoftware de referència. El rendiment dels acceleradors d’alineament de seqüències de lasegona i la tercera contribució s’avalua utilitzant una i dues FPGAs. En comparació amb laimplementació software de referència de l’algoritme WFA, el segon accelerador millora elrendiment fins a 8,8× i 13,5× amb una i dues FPGAs, respectivament, i millora la eficiènciaenergètica fins a 9,7× i 14,6× amb una i dues FPGAs, respectivament. El tercer acceleradorarriba a millores de rendiment de fins a 5,6× i 9,9× amb una i dues FPGAs, respectivament, iuna millor eficiència energètica de fins a 7,5× i 10,9× amb una i dues FPGAs, respectivament.En la quarta contribució el nostre accelerador ASIC integrat en el SoC millora el rendimentfins a 1076× en comparació amb la implementació software de l’algoritme WFA a Sargantana,la CPU RISC-V del xip.

Tribunal:
     PRESIDENT: ROS BARDISA, ALBERTO
     SECRETARI: CANAL CORRETGER, RAMON
     VOCAL: PERAIS, ARTHUR
Resum de tesi: Des dels seus inicis amb els primers sistemes informàtics, l’arquitectura de computadors ha experimentat moltes revolucions i innovacions tecnològiques. No obstant això, el Mur de Memòria ha estat un desafiament significatiu. Per abordar-lo, s’han ideat tècniques de tolerància a la latència, com la jerarquia de memòria cau, polítiques de reemplaçament de memòria cau, prefetching de maquinari i predicció fora del xip. La jerarquia de memòria cau utilitza memòries intermèdies per emmagatzemar dades freqüentment accedides prop del processador, reduint les latències d’accés a la memòria. Les polítiques de reemplaçament de memòria cau determinen quins blocs de dades s’han d’emmagatzemar o eliminar basant-se en prediccions de reutilització futura. El prefetching de maquinari porta proactivament blocs de dades a la memòria cau. La predicció fora del xip prediu si una sol·licitud de càrrega requerirà accés a DRAM, permetent la cerca especulativa de blocs de dades des de la DRAM per ocultar les latències d’accés a la memòria. Aquesta tesi aborda els desafiaments de la gestió de la memòria cau i l’optimització de l’accés a la memòria, centrant-se en millorar el rendiment i l’eficiència energètica en diverses càrregues de treball. Presenta tres contribucions principals. La primera contribució avalua l’efectivitat de les polítiques contemporànies de reemplaçament de l’Últim Nivell de Memòria Cau (LLC) en diverses càrregues de treball, incloent-hi el processament de gràfics, aplicacions científiques i industrials, així com conjunts de proves estàndard com SPEC CPU 2006 i SPEC CPU 2017. Tot i mostrar millores de rendiment notables en proves convencionals, aquestes polítiques sovint fallen en capturar els patrons d’accés característics de les càrregues de treball modernes de Computació d’Alta Prestació (HPC) i grans dades. Es presenten dues noves polítiques de reemplaçament de LLC, Multi-Sampler Multiperspectiva (MS-MPPPB) i Multiperspectiva amb Selector de Característiques Dinàmiques (DS-MPPPB), que ofereixen beneficis de rendiment elevats per a aplicacions de HPC i grans dades. La segona contribució es dedica a millorar els patrons d’accés a la memòria per a càrregues de treball de processament de gràfics, conegudes pels seus patrons d’accés irregulars i la seva localització de dades subòptima. Aquesta contribució se centra en el primer nivell de la jerarquia de memòria cau, ja que la majoria de fallades de L1D requereixen un accés a DRAM. Introduint el predictor innovador Large Predictor (LP), es busca discernir entre accessos a memòria regulars i irregulars, canalitzant els accessos irregulars a través d’una Memòria Cau de Dades Laterals (SDC). Amb la sinergia de LP i SDC, s’aconsegueixen millores de rendiment notables, superant les jerarquies de memòria cau convencionals. La tercera contribució presenta el predictor de Dos Nivells Perceptró (TLP), un enfocament que integra la predicció fora del xip amb el filtrat de prefetching adaptatiu dins del cau de dades de primer nivell (L1D). Aprofitant una estructura de dues capes composta pel Primer Nivell Predictor (FLP) i el Segon Nivell Predictor (SLP), TLP mitiga efectivament les transaccions de DRAM mentre millora el rendiment general en càrregues de treball d’un sol nucli i de múltiples nuclis. Col·lectivament, aquestes contribucions avancen l’estat de l’art en la gestió de la memòria cau i l’optimització de l’accés a la memòria, millorant el rendiment i l’eficiència energètica de les arquitectures de computadors modernes en diverses càrregues de treball.

Tribunal:
     PRESIDENT: XEKALAKIS, POLYCHRONIS
     SECRETARI: JIMENEZ GONZALEZ, DANIEL
     VOCAL: DE LUCAS CASAMAYOR, ENRIQUE
Resum de tesi: De resultes dels creixents requeriments de les aplicacions, les GPUs per a mòbils han evolucionat enormement en la passada dècada, i s'espera que continuïn progressant. Aquests desenvolupaments han de donar resposta a exigències de rendiment creixents i han de prioritzar l'eficiència energètica per cenyir-se a les restriccions d'energia i temperatura de dispositius portàtils alimentats per bateries. Els accessos a memòria principal de les GPUs són una de les majors fonts de consum d'energia i ocasionalment la causa de colls d'ampolla del rendiment.L'objectiu d'aquesta tesi és millorar l'eficiència en l'accés a memòria d'una GPU amb arquitectura del tipus Tile-Base Rendering (TBR) per a aplicacions gràfiques (habitual en GPUs per a mòbils)Les arquitectures TBR introdueixen un cost afegit ja que requereixen una estructura de dades especialitzada per al "tiling", la qual s'emmagatzema en memòria i s’hi accedeix per mitjà d'una memòria cau L1 i una L2 compartida. La política de reemplaçament OPT ha estat formalment demostrada òptima per a minimitzar fallades però és quasi impossible d'implementar en hardware. La primera proposta d'aquesta tesi dona vida a OPT per a aquesta estructura de dades. Juntament amb altres millores de la L2, aquesta proposta anomenada TCOR produeix una reducció del 13,8% en l'energia consumida per la jerarquia de memòria, i un augment de productivitat en el Tiling Engine.DTexL, la segona proposta d'aquesta tesi, augmenta la capacitat agregada de certes memòries cau L1 reduint-hi la replicació de blocs de memòria. Les GPUs contemporànies tenen múltiples nuclis i un planificador que distribueix les tasques (warps) entre ells centrant-se en equilibrar la càrrega. Aquestes tècniques d'equilibri de càrrega perjudiquen la localitat de les textures a les memòries cau L1. Nosaltres proposem un nou planificador de tasques per afavorir la localitat de les textures, així com una petita modificació de l'arquitectura per tal de vèncer el desequilibri de càrrega resultant. DTexL resulta en una reducció del 46,8% dels accessos a L2, un 19,3% d'augment del rendiment i un 6,3% de reducció de l'energia total de la GPU. Tot això amb un cost addicional insignificant.La literatura és plena de treballs que exploten la localitat en GPUs. La majoria exploren polítiques de reemplaçament o de bypass. En la nostra tercera proposta anem més enllà d'aquesta exploració inventant una demostració formal d'una tècnica sense cost i quasi òptima per a textures a la L2 compartida. Explotem la reutilització de textures entre fotogrames per mitjà de recórrer-los en ordre bustrofèdic en comptes de l'ordre convencional dels tiles fotograma a fotograma. Primer aproximem la traça dels accessos a textures a una traça circular, i llavors demostrem formalment que la nostra proposta és òptima per a tals traces. La nostra proposta l'anomenem Boustrophedonic Frames.Ocultar la latència de memòria està esdevenint un problema en les GPUs actuals. Per encarar aquest repte, introduïm WaSP com a darrer treball d'aquesta tesi, un planificador de tasques lleuger fet a mida per a GPUs en aplicacions gràfiques. WaSP imita estratègicament una prebúsqueda tot iniciant precoçment l'execució d'un subgrup seleccionat de warps, que anomenem prioritaris, per tal de reduir la latència dels warps subsegüents. Alhora que es maximitza el paral·lelisme en l'ús de la memòria, WaSP prevé la saturació de les memòries cau amb fallades per evitar que s'omplin els MSHRs. Aquest enfoc redueix les parades de la memòria cau que n'aturarien posteriors accessos. En general, WaSP produeix un guany de rendiment del 3,9% amb un cost addicional insignificant.

Tribunal:
     PRESIDENT: CANO REYES, JOSE
     SECRETARI: MARTORELL BOFILL, XAVIER
     VOCAL: TSOUTSOURAS, VASILIOS
Resum de tesi: La seguretat dels esquemes criptogràfics moderns es basa en problemes matemàtics que se suposa que són difícils de resoldre, com el problema de Rivest-Shamir-Adleman (RSA) o el problema del logaritme discret sobre corbes el•líptiques. L’œs dels ordinadors "clàssics" existents, tots els algorismes coneguts que intenten resoldre aquests problemes, requeriria una quantitat tan gran de temps de càlcul que en realitat farà que les dades interceptades siguin inœtils quan finalitzi l’atac.Al voltant de 1997, Shor i Grover van desenvolupar de manera independent algorismes d’ordinador quàntic eficients que poden donar una velocitat sense precedents en determinats problemes matemàtics. Aleshores es va fer evident que l’arribada d’un ordinador quàntic a gran escala pot posar en perill les comunicacions segures. No obstant això, encara no està clar si existiran ordinadors quàntics a gran escala capaços de trencar els estàndards criptogràfics de clau pœblica actuals. Com a acte preventiu, l’Institut Nacional d’Estàndards i Tecnologia (NIST) va anunciar el 2015 els seus plans per a la transició als estàndards algorítmics criptogràfics Post-Quantum (PQ). L’adopció generalitzada dels estàndards actuals requereix mØs investigacions sobre l’eficiŁncia i la seguretat de la implementació dels estàndards PQ en sistemes informàtics moderns.Aquesta tesi pretØn salvar la bretxa entre l’especificació segura dels criptosistemes PQ i la seva implementació, respectivament, segura i eficient en arquitectures informàtiques avançades. Escollim específicament el criptosistema PQ de Classic McEliece (CM), nomØs per la seva seguretat de llarga data. CM ha suportat atacs amb petites modificacions des dels seus inicis l’any 1978 i actualment Øs finalista del concurs NIST i ja s’ha integrat en productes comercials com les xarxes VPN.Aquesta tesi consta de quatre contribucions principals. En el primer presentem una acceleració de codisseny de maquinari/programari (HW/SW) del criptosistema CM. La segona contribució està orientada al disseny i la integració d’acceleradors CM monolítics i dissenyats a mida en un SoC basat en RISC-V. La tercera contribució s’esforça per optimitzar encara mØs el rendiment de CM al maquinari mitjançant la introducció d’un disseny avançat d’un accelerador monolític per a la part de xifratge del sistema criptogràfic CM. La contribució final d’aquesta tesi Øs allunyar-se d’un accelerador de maquinari monolític i investigar l’impacte de la vectorització per part d’una unitat SIMD en l’aplicació CM.Amb aquesta tesi, concloem un estudi vehiculat sobre el criptosistema CM, sobre la seva implementació eficient de maquinari en infraestructures informàtiques modernes. No obstant això, hi ha nombroses direccions futures de recerca que podrienbasar-se en els coneixements adquirits així com en la infraestructura de maquinari dissenyada en el context d’aquesta tesi. Com a tal, considerem la implementació segura i la mitigació del canal lateral als propis acceleradors de maquinari CM i l’avaluació del rendiment de les implementacions de maquinari lleugeres de CM.

Tribunal:
     PRESIDENT: PETIT, ERIC
     SECRETARI: MARTORELL BOFILL, XAVIER
     VOCAL: GARCIA, RÉMI
Resum de tesi: Aquesta dissertació explora els desafiaments i avenços en les representacions i càlculs aritmètics dins les arquitectures de computadors, centrant-se en les limitacions de l'estàndard IEEE754.Les demandes modernes de la informàtica, impulsades per avenços en IA, HPC i simulacions científiques, fan que les representacions numèriques eficients i precises siguin crucials. Aquest treball investiga aquests desafiaments i proposa solucions innovadores, avaluant el seu impacte en l'eficiència i precisió computacional.El problema central són les ineficiències de l'estàndard IEEE 754 per l'aritmètica de punt flotant, que no satisfà les necessitats de les càrregues de treball modernes. Aquestes ineficiències resulten en un major consum d'energia, precisió inadequada i rendiment subòptim, especialment en entorns amb restriccions d'energia i aplicacions d'alta precisió.Per abordar aquests desafiaments, aquesta tesi explora diverses facetes del càlcul aritmètic, des de conceptes algorísmics fins a les estructures de metall i silici. Introdueix mecanismes per millorar l'adaptabilitat de les representacions numèriques, permetent ajustos de precisió segons les tasques computacionals, resultant en circuits més eficients. En centrar-se en millorar el rendiment aritmètic, aquesta tesi aborda els perfils de consum d'energia i subratlla la importància de les unitats lògiques aritmètiques eficients. També mostra com aquestes solucions es poden integrar en diversos marcs de programari, revelant una correlació entre els requisits numèrics i la precisió interna necessària, destacant un aspecte subexplotat dels formats de punt flotant de propòsit general.En primer lloc, desenvolupa un marc per generar operadors Posit en maquinari, millorant la precisió i rendiment en tasques com la classificació d'imatges. El Marc d'Operadors Posit, descrit en SystemVerilog, permet construir Perceptrons Multicapa per a motors d'inferència, aplicables en entorns POWER9/CAPI2 amb acceleració FPGA.En segon lloc, presenta un generador per a Matrius Sistòliques optimitzades per a la Multiplicació de Matrius (MMM), mostrant l'impacte de configuracions de maquinari personalitzades en la precisió i eficiència energètica. Les unitats MMM són totalment parametrizables i adaptades a les especificacions numèriques de la càrrega de treball, facilitades per un generador central amb canalització automatitzada. Aquestes unitats permeten avaluacions amb CAPI2 en sistemes FPGA i POWER9, assolint fins a dos Tera operacions de punt flotant per segon. També han demostrat èxit en la generació d'ASIC.A més, estableix un marc de codi obert per integrar les unitats MMM en programari d'alt nivell, oferint estalvis d'energia i major precisió per a aplicacions com la IA i càlculs científics. La metodologia implica mapar les crides de Multiplicació de Matrius Generals en les biblioteques HPC BLAS als acceleradors a través de l'enllaç coherent OpenCAPI, saturant l'ample de banda de 22 GBps ajustant els formats de computadora per acomodar més Elements de Processament mentre es preserva la precisió.Finalment, el ressorgiment del processament vectorial porta a una reavaluació dels algorismes de divisió, revelant oportunitats per utilitzar unitats de càlcul més petites i lentes, permetent la inclusió de més unitats dins de diversos pressupostos d'energia i potència. Aquest enfocament exhibeix una àmplia Exploració de l'Espai de Disseny. Hem desenvolupat el nostre propi flux EDA ASIC de codi obert, que facilita la generació paral·lela de múltiples dissenys de xips, permetent una exploració sistemàtica de potència, rendiment i àrea a través de diversos kits de disseny de processos per identificar configuracions òptimes.

Tribunal:
     PRESIDENT: CASTELLÓ GIMENO, ADRIÁN
     SECRETARI: AYGUADÉ PARRA, EDUARD
     VOCAL: EL HAJJ, IZZAT
Resum de tesi: El desenvolupament ràpid de la tecnologia informàtica ha aplanat el camí perquè els models deprogramacióbasats endirectives exerceixin un paper principal en el manteniment de la portabilitat del programari d'aplicacions de rendimentcrític.Elsesforços en aquests models impliquen un cost d'enginyeria mínim per permetre l'acceleració computacional enmúltiplesarquitectures, mentre que als programadors només cal afegir metainformació al codi seqüencial. Tot i això, les optimitzacionsperobtenir la millor eficiència possible solen ser un desafiament. La inserció de directives per part del programador pot provocarefectes secundaris que limitin la possible optimització disponible del compilador, cosa que podria provocar unadegradaciódelrendiment. Això s'agreuja quan s'apunta a l'execució asincrònica o sistemes multi-GPU, ja que els pragmes no s'adaptenautomàticament a aquests mecanismes i requereixen ajustaments de codi costosos i que requereixen molt de temps per partdels programadors. A més, els models de programació basats en directives com OpenACC i OpenMP sovint impedeixen que elsprogramadors facin optimitzacions addicionals per aprofitar les característiques arquitectòniques avançadesde les GPUperquèel càlcul real generat és ocult per al desenvolupador de l'aplicació.Aquesta dissertació explora noves possibilitats per optimitzar el codi basat en directives tant des de la perspectiva del tempsdexecució com de la compilació. Primer presentem un marc d'execució per a OpenACC per facilitar l'anàlisi i lacompilaciódinàmica. Especialment, el nostre marc realitza una execució asincrònica automàtica i un ús demúltiplesGPU segons l'estatd'execució del nucli i la disponibilitat de dades, mentre aprofita un mecanisme sobre la marxa per a lacompilaciói l'optimitzaciódel programa. Agreguem un mètode versàtil de traducció de codi per a la utilització de múltiples dispositiusmitjançantel qual lesaplicacions optimitzades manualment es poden distribuir automàticament mantenint l'estructura i el paral·lelismedel codioriginal.En segon lloc, implementem una nova tècnica d'optimització flexible que opera inserint una fase d'emulador de codi al final delprocés de compilació. La nostra eina emula el codi generat mitjançant anàlisi simbòlica en substituir informació dinàmicaiaixípermetre que s'apliquin més optimitzacions de codi de baix nivell. Implementem la nostra eina per admetre les directives CUDA iOpenACC com a interfície del procés de compilació, cosa que permet optimitzacions de GPU de baix nivell per a OpenACC queabans no eren possibles. En tercer lloc, us proposem l'ús d'una tècnica d'optimització moderna, lasaturaciód'igualtat, peroptimitzar el codi seqüencial utilitzat a la programació basada en directives per a GPU. El nostre enfocament aconsegueixmenys computació, menys accés a la memòria i un alt rendiment de la memòria simultàniament. El nostre marc totalmentautomatitzat construeix la forma SSA a partir d'entrades que es reescriuran completament mantenint lesdependènciesi extraientcasos òptims. En general, cobrim tècniques de temps dexecució i mètodes doptimització basats eninformació dinàmica,operacions de baix nivell i oportunitats a nivell dusuari.

Tribunal:
     PRESIDENT: SANCHEZ ARTIGAS, MARC
     SECRETARI: GUITART FERNANDEZ, JORDI
     VOCAL: TAHERKORDI, AMIRHOSEIN
Resum de tesi: Recentment, la informàtica sense servidor ha captat l'atenció de l'acadèmia i la indústria pel seu aprovisionament de recursos a demanda, permetent als usuaris centrar-se exclusivament en la seva lògica de negoci principal descomponint les tasques en petites funcions sense estat.La informàtica sense servidor ofereix avantatges com un model de cost 'pagament segons l'ús', major flexibilitat i escalat automàtic transparent dels recursos.Los investigadors estan explorant cada vegada més el potencial de la informàtica sense servidor en anàlisis complexos i intensius en dades. Aquestes tasques, pesades en recursos i altament paralleles, involucren comunicacions significatives entre funcions. No obstant això, aquest canvi presenta reptes, requerint una alineació amb les necessitats i restriccions específiques d'aquestes aplicacions. Aquesta tesi demostra que és possible executar eficientment càrregues de treball modernes d'anàlisis intensius en dades, tradicionalment desplegades en clústers gestionats a la núvol, dins d'entorns d'informàtica sense servidor utilitzant comunicació directa entre funcions i polítiques d'assignació de recursos optimitzades en rendiment i costos. Per demostrar aquesta tesi, primerament construïm un model de rendiment per a càrregues de treball sense servidor, considerant el compartiment de dades, el volum i les tecnologies de comunicació. El model, amb un error relatiu del 5,52%, avalua el rendiment d'una càrrega de treball representativa en entorns sense servidor, analitzant la granularitat i la concurrencia de tasques, la localització de les dades, l'assignació de recursos i les polítiques de planificació. Els nostres resultats indiquen que el rendiment de les càrregues de treball d'anàlisis intensius en dades pot ser fins a 4,32x més ràpid depenent de com estiguin desplegats.A continuació, presentem Floki, un sistema de reenviament de dades que aborda el coll d'ampolla de l'emmagatzematge centralitzat. Permet la comunicació directa entre parelles de funcions productor-consumidor utilitzant mètodes de comunicació de mida fixa, permetent la transferència de dades transparent i reduint la còpia de dades de xarxa. Aquest enfocament orientat al flux de treball millora el rendiment i minimitza els requisits de recursos sense restringir la ubicació de les funcions. La avaluació experimental, realitzada en els patrons de comunicació principals en sistemes distribuïts, mostra que Floki redueix el temps de punta a punta fins a 74,95x, disminuint el temps més extens de compartició de dades de 12,55 a 4,33 minuts, estalviant gairebé dos terços del temps. A més a més, Floki aconsegueix fins a 50.738x d'estalvi de recursos, equivalent a una assignació de memòria d'aproximadament 1,9MB en lloc d'una assignació d'emmagatzematge d'objectes de 96GB.Finalment, investiguem com aconseguir una utilització eficient dels recursos en els entorns moderns sense servidor i proposem Dexter, un nou gestor d'assignació de recursos, aprofitant l'elasticitat de la informàtica sense servidor. Dexter monitoritza de manera contínua l'execució de l'aplicació, assignant dinàmicament recursos a un nivell de granularitat fina combinant estratègies predictives i reactives per garantir l'eficiència en rendiment-costos (optimitzant el cost total de temps d'execució). A diferència dels models de Machine Learning (ML) de caixa negra, Dexter arriba a una solució prou bona, prioritzant la simplicitat, la generalitat i la facilitat d'entendre. L'avaluació experimental demostra que la solució aconsegueix una reducció de costos significativa de fins a 4,65x, mentre millora l'eficiència dels recursos fins a 3,50x, en comparació amb l'assignació de recursos per defecte de Spark sense servidor. Dexter també permet fins a 5,71x de estalvis de recursos. Dexter és una solució robusta per a càrregues de treball noves , aconseguint una eficiència de rendiment-costos fins a 2,72x més alta gràcies al seu enfocament conservador d'escalat de recursos.

Tribunal:
     PRESIDENT NO PRESENCIAL: BULL, JONATHAN MARK
     SECRETARI: MARTORELL BOFILL, XAVIER
     VOCAL: THIBAULT, SAMUEL
Resum de tesi: Els sistemes de supercomputació moderns presenten milers de nodes de computació que ja arriben a proporcionar fins a centenars de nuclis cada un. Paral·lelitzar les aplicacions científiques i d'enginyeria per aprofitar tots aquests recursos s'ha convertit en un repte important per a la comunitat HPC. Qualsevol aplicació que pretengui escalar bé ha d'orquestrar i explotar eficientment els paral·lelismes d'inter-node i intra-node. Existeixen múltiples models de programació per explotar cadascuna d'aquestes classes de paral·lelisme. MPI i OpenMP són els estàndards de facto per al paral·lelisme de memòria distribuïda i compartida, respectivament. MPI és una interfície de pas de missatges basada en processos amb espais d'adreces virtuals separats, mentre que OpenMP defineix interfícies basades en fils i en tasques per a la paral·lelització en memòria compartida. Les aplicacions poden combinar ambdós tipus de models de programació per aprofitar els beneficis de cada un en una tècnica que s'anomena programació híbrida paral·lela.La combinació de models de programació basats en tasques i de pas de missatges és un enfocament híbrid prometedor que pot proporcionar un model de flux de dades d'alt rendiment sense empitjorar la programabilitat de les aplicacions. Una aplicació es pot representar com un conjunt de grafs acíclics dirigits (DAGs) amb un graf independent per procés. Els vèrtexs representen tasques que poden comprendre càlcul i/o comunicacions, les arestes representen les dependències de dades entre les tasques, i les tasques de diferents processos (és a dir, diferents DAGs) poden comunicar-se a través del pas de missatges. D'aquesta manera, el paral·lelisme intra- i inter-node s'orquestra fluidament a través dels grafs de tasques. A més, aquest enfocament de flux de dades té altres beneficis: les sincronitzacions fines a través de les dependències de dades i els missatges entre tasques de diferents processos, la superposició natural i l'entrellaçament de les fases de l'aplicació (p. ex., el càlcul i la comunicació), i un equilibri de càrrega automàtic dins de cada procés. No obstant això, els estàndards actuals (p. ex., MPI i OpenMP) impedeixen que les tasques puguin emetre comunicacions eficientment, donat que s'han d'abordar problemes greus de rendiment i programabilitat.Aquesta tesi se centra en el disseny i implementació de programari que permeti de manera eficient que les aplicacions basades en tasques incorporin comunicacions dins dels seus grafs de tasques. Resolem els problemes d'interoperabilitat entre els models de programació basats en tasques i de pas de missatges a través de dues biblioteques que són conscients de l'entorn de tasques. Aquestes dues noves biblioteques proporcionen suport complet a les tasques d'aplicacions que emeten comunicacions mitjançant noves operacions de comunicació que tenen en compte l'entorn de tasques, i que poden tenir semàntica bloquejant o no bloquejant. La biblioteca TAMPI suporta les comunicacions "two-sided" d'MPI (p. ex., enviar/rebre missatges), mentre que la biblioteca TAGASPI suporta les comunicacions "one-sided" (també conegudes com a RMA) proporcionades per la interfície GASPI. A més, els nostres mecanismes són prou genèrics per a incorporar qualsevol altra interfície bloquejant o no bloquejant (p. ex., per accelerar codi a través de GPU) en models basats en tasques.El nostre enfocament híbrid de flux de dades que combina tasques i pas de missatges proporciona rendiment, escalabilitat i programabilitat per a aplicacions en sistemes altament paral·lels. Demostrem aquests beneficis portant-hi diversos "benchmarks" i aplicacions, i comparant el nostre enfocament amb altres tècniques actuals.

Tribunal:
     PRESIDENT: QUINTANA ORTI, ENRIQUE SALVADOR
     SECRETARI: ARMEJACH SANOSA, ADRIÀ
     VOCAL: VALLEJO GUTIÉRREZ, ENRIQUE
Resum de tesi: Les xarxes neuronals recurrents (RNN) han aconseguit un èxit notable en diversos dominis, com ara el Reconeixement automàtic de veu, l'Anàlisi de Sentiments, la predicció de sèries temporals i la Traducció Automàtica. Tot i la seva versatilitat, les RNN presenten desafiaments significatius a causa de les seves complexes estructures internes, cosa que dificulta l'ús efectiu del paral·lelisme dels models. Això sovint porta a una dependència en el paral·lelisme de dades per accelerar el rendiment de les RNN. A més, les RNN requereixen extensos recursos computacionals a causa de la gran quantitat de paràmetres. Aquesta investigació doctoral proposa estratègies innovadores de Computació d'Alt Rendiment (HPC) per optimitzar la implementació de les RNN a CPU, millorant-ne l'eficiència en entorns amb recursos limitats. A través de millores algorítmiques i tècniques eficients en l'ús de la memòria, aquest treball cerca maximitzar el potencial de la computació paral·lela per a les RNN, transformant així el panorama dels sistemes paral·lels a Intel·ligència Artificial(AI).Aquesta tesi introdueix la "Wavefront-Parallelization" (W-Par), que integra el paral·lelisme de models a RNN unidireccionals per millorar la inferència i l'entrenament en CPU. W-Par utilitza el paral·lelisme de canalització de gra fi a través de càlculs de fronts d'ona, que són particularment efectius per a RNN de múltiples capes a CPU multinucli. Aquestes tècniques permeten una distribució eficient de la càrrega de treball a través de tasques paral·leles mentre es gestionen les dependències de cada cèl·lula RNN. Els resultats empírics mostren que W-Par supera significativament les implementacions existents, aconseguint acceleracions de fins a 6.6 vegades en arquitectures modernes de CPU multinucli i mantenint un rendiment robust en diverses configuracions de nuclis i memòria sense necessitat de modificacions en el codi font.A més, la tesi presenta la "Paral·lització Bidireccional" (B-Par), un nou model d'execució per a Xarxes Neuronals Recurrents Bidireccionals (BRNN). B-Parell aprofita les dependències inherents de dades i control a les RNN d'ordre directe i invers a BRNN, dividint eficientment la càrrega de treball a través de tasques paral·leles sense necessitat de barreres de sincronització específiques. Les proves a la base de dades de veu TIDIGITS i el conjunt de dades de Wikipedia demostren que B-Par supera significativament el rendiment de marcs de treball líders com TensorFlow-Keras i PyTorch, amb acceleracions de fins a 2.34 vegades i 9.16 vegades, respectivament, mantenint la precisió.Finalment, aquesta tesi introdueix la "RNN Semi-Bidireccional" (SB-RNN), una arquitectura nova que integra sinèrgicament les fortaleses de les RNN unidireccionals i bidireccionals. SB-RNN manté la quantitat de paràmetres de les RNN unidireccionals mentre incorpora connexions enrere a través de les capes per millorar la capacitat de retenció d'informació. Aquesta arquitectura permet que SB-RNN iguali i potencialment superi la precisió de les RNN unidireccionals i bidireccionals (BRNN) tant en entorns de CPU com de GPU. Específicament, en la tasca d'anàlisi de sentiments del conjunt de dades Stanford Sentiment Treebank (SST), SB-RNN demostra un rendiment superior amb un 56.61% menys de paràmetres que els seus contraparts unidireccionals, fet que porta a una reducció significativa del temps d'entrenament un 52.94%.En general, aquesta tesi introdueix tres tècniques avançades: W-Par, B-Par i SB-RNN, que milloren significativament l'eficiència i el rendiment dels models RNN i BRNN en CPU i GPU multinucli, facilitant una millora en el processament en diverses aplicacions sense alteracions significantives al codi.

Tribunal:
     PRESIDENT: BEIVIDE PALACIO, JULIO RAMON
     SECRETARI: BARRADO MUXI, CRISTINA
     VOCAL NO PRESENCIAL: REDDI, VIJAY JANAPA
Resum de tesi: L’aparició de noves aplicacions com màquines autònomes (per exemple, robots o cotxes autònoms) i RE (Realitat Estesa) promet revolucionar la interacció de la societat amb la tecnologia una era digital. Aquestes aplicacions, desplegades en dispositius edge, sovint depenen de SoCs mòbils que operen amb pipelines de VC (Visió Contínua) per capturar i analitzar la llum ambiental.Un SoC típic de VC consta de dos components principals: un frontend per a la captura d’imatges i un backend per al processament dels algoritmes de visió. El frontend inclou un sensor d’imatges i un ISP (Image Signal Processor), que converteix les dades sense processar del sensor en imatges d’alta qualitat. El backend, que inclou components com la CPU, GPU o acceleradors, analitza les imatges emmagatzemades en un buffer de la memòria principal per permetre la presa de decisions.Les investigacions actuals identifiquen la localització i la detecció i seguiment d’objectes com els principals colls d’ampolla en les aplicacions emergents de visió. Aquests algorismes s’enfronten a dos desafiaments en sistemes mòbils de VC: latència i consum d’energia. La latència pot causar marejos als usuaris d’un casc de RE que utilitzi la localització per estimar la posició del cap i renderitzar els frames. En els cotxes autònoms, la localització assegura una precisió de centímetres, de manera que un error o retard compromet greument la seguretat. A més, el consum d’energia limita l’operació dels sistemes alimentats per bateries.Aquesta tesi emprèn un viatge estratègic per millorar el rendiment i l’eficiència energètica dels sistemes mòbils de VC a través de diverses contribucions clau:Comencem analitzant un motor de localització visual d’avantguarda en una CPU. El motor de localització processa imatges de càmera, extraient i seguint característiques per estimar la posició de la càmera. Les nostres avaluacions revelen que l’extracció de característiques és el principal coll d’ampolla, representant del 60% al 90% de la latència total de localització.Més tard, investiguem dissenys d’acceleradors hardware per a imatges. La primera contribució és LOCATOR, un accelerador dissenyat per a l’extracció de característiques ORB. LOCATOR processa les imatges amb dos pipelines paral·leles per a la detecció i descripció de característiques, emprant tècniques com patrons d’accés optimitzats, mecanismes de caché i replicació selectiva de ports. LOCATOR aconsegueix un speedup de 16.8× en l’extracció d’ORB, de 1.9× de punta a punta i una reducció del 2.1× en el consum d’energia respecte a una CPU mòbil.Reconeixent la necessitat de solucions més programables, la nostra segona contribució, SLIDEX, introdueix una extensió vectorial per a CPUs enfocada a processament d’imatges. SLIDEX explota el dataflow sliding window, interpretant registres vectorials com grups d’elements superposades per maximitzar el paral·lelisme a nivell de dades. SLIDEX redueix l’accés i moviment de dades, millorant les convolucions i stencils, resultant en un speedup de 1.2× i una reducció del 19% en l’energia.La tercera contribució, δLTA, desacobla el mostreig de frames de la càmera del processament del backend. δLTA permet al frontend identificar i ometre regions d’imatges redundants, enfocant el processament només en canvis significatius. δLTA redueix accessos innecessaris a la memòria i càlculs redundants, disminuint la latència de cua i la latència mitjana en un 7.2% i 15.2%, respectivament, i el consum d’energia en un 17%.Finalment, IRIS reutilitza els càlculs realitzats pel ISP del frontend, segmentant i prioritzant regions de la imatge basades en el detall i el moviment. IRIS permet que el backend processi primer les regions rellevants, reduint la latència i el consum d’energia fins a un 9% en latència de cua, un 20% en latència mitjana i un 16% en estalvi d’energia sense costos addicionals.

Tribunal:
     PRESIDENT: MARTINEZ RIVERA, RICARDO VICTOR
     SECRETARI: CASTILLO REYES, OCTAVIO
     VOCAL NO PRESENCIAL: HERNÁNDEZ GUTIERREZ, JOSÉ ALBERTO
Resum de tesi: La futura xarxa d'accés de ràdio (RAN) funcionarà amb desplegaments massius i heterogenis de cel·les petites i connectivitat d'extrem a extrem (e2e) per donar suport a casos d'ús diversos més enllà de la cinquena generació (B5G). Cada cop hi ha més serveis de connectivitat que requereixen no només un rendiment de qualitat de servei (QoS) estricte sinó també més previsible, mesurat en termes d'indicadors de rendiment clau (KPI) com ara el rendiment i la capacitat. Amb l'arribada de l'Open RAN (O-RAN), s'habilita la implementació de divisió de funcions flexibles per garantir els requisits de latència objectiu i una fiabilitat millorada. Aquesta operació intel·ligent també ha d'ajustar-se amb precisió als requisits de capacitat, que normalment redueixen el consum d'energia, mitjançant la gestió del nombre d'estacions base (BS) actives que es requereixen per donar suport als requisits de tràfic.A més de la RAN, les xarxes òptiques d'accés i metro juguen un paper fonamental a l’hora de complir els requisits e2e, tant en termes de capacitat com de latència. Així, les xarxes òptiques de transport poden funcionar de manera autònoma, per exemple, per adaptar la capacitat òptica a la demanda real. No obstant això, els escenaris B5G previstos plantegen reptes per al funcionament autònom de la xarxa òptica, ja que el funcionament intel·ligent de la RAN genera trànsit impredictible. El funcionament intel·ligent tant de la RAN com de la xarxa fixa fa difícil aconseguir un rendiment òptim de connectivitat e2e si es fan de manera independent. En canvi, ambdós dominis poden compartir coneixement i coordinar-se amb l'objectiu de garantir requisits estrictes de QoS i una utilització eficient dels recursos dels serveis de connectivitat e2e.Aquest tesi doctoral es centra a desenvolupar solucions que coordinen l'operació intel·ligent i autònoma de segments de xarxa òptica fixa i RAN sota escenaris previstos B5G. Amb aquest objectiu general, es defineixen tres objectius especifics. El primer té com a objectiu proporcionar una metodologia per al funcionament intel·ligent de les cèl·lules RAN amb un desplegament dens de BS, que és un dels escenaris més difícils previstos per a les xarxes B5G. Basant-se en les capacitats d'Open-RAN pel que fa als bucles de monitorització i control, es proposa un enfocament basat en IA que integra algorismes d'aprenentatge automàtic supervisats i no supervisats per aconseguir un funcionament intel·ligent de la RAN. L'objectiu és minimitzar el consum d'energia mitjançant l'encesa/desactivació de les BS alhora que proporciona la cobertura desitjada i les necessitats de capacitat requerides.El segon objectiu se centra a analitzar l'impacte en termes de tràfic de dades que s'ha de suportar per les xarxes òptiques d'accés i metro subjacents assumint el funcionament intel·ligent de la RAN. La conclusió principal d'aquest objectiu és que el funcionament intel·ligent de la RAN pot tenir una afectació crítica en el transport òptic subjacent, que requereix la coordinació entre la RAN i les xarxes òptiques per a una gestió eficient de la xarxa e2e.El tercer objectiu aborda dos casos d'ús diferents en què la coordinació entre el funcionament intel·ligent de la RAN i la gestió autònoma de la xarxa òptica ofereix avantatges i permet una garantia de QoS. D'una banda, es proposa un procediment pel qual s’anticipen els canvis de configuració de RAN a realitzar al controlador de xarxa fixa. Mitjançant dades contextuals, s'amplien els models d'accés fix i de predicció del tràfic de dades de la xarxa de metro per tal de predir els canvis bruscos en curs. D'altra banda, un segon cas d'ús se centra en proveïr serveis on s'ha d'assegurar un retard màxim e2e. En particular, es proposa un mecanisme de coordinació dinàmica, on s'informa del retard real de la RAN en cas que aquest superi un determinat nivell, de manera que el controlador de xarxa fixa pugui adaptar el seu llindar i prendre decisions segons la nova restricció.

Tribunal:
     PRESIDENT: TERBOVEN, CHRISTIAN
     SECRETARI: LABARTA MANCHO, JESUS JOSE
     VOCAL: MARONGIU, ANDREA
Resum de tesi: El model d’execució de tasques és àmpliament utilitzat en l’enginyeria informàtica, ajudant els programadors a dissenyar, desenvolupar i comprendre sistemes de programari. OpenMP és el model de programació estàndard per paral·lelitzar algoritmes seqüencials en màquines de memòria compartida. Juntament amb la paral·lelització de tasques, OpenMP és capaç de paral·lelitzar convenientment aplicacions no estructurades i carregar les tasques en acceleradors com a target task. Tanmateix, la sobrecàrrega (i.e., overhead) de temps d’execució que implica el model de tasques d’OpenMP és una preocupació important per als usuaris que desenvolupen programes de tasques amb OpenMP.Aquest manuscrit se centra en la millora del model de tasques d’OpenMP. Més concretament, la primera contribució d’aquesta tesi consisteix a analitzar la sobrecàrrega de rendiment i els “bottlenecks” de les implementacions de tasques principals i proposar una solució en l’especificació d’OpenMP per abordar-la. Com a segona contribució, vam implementar la solució proposada, la directiva taskgraph, en el compilador LLVM. Juntament amb la implementació, vam avaluar el rendiment de la nostra solució per garantir que resol els problemes de rendiment. Finalment, vam explorar la possibilitat de millorar el mecanisme de offloading d’OpenMP aprofitant CUDA Graph i taskgraph. En fer-ho, també vam millorar la interoperabilitat d’OpenMP.Amb aquestes contribucions, millorem el model de tasques tant en l’especificació actual d’OpenMP com en la implementació. Esperem que aquest treball promogui l’ús de tasques d’OpenMP en general.