Tribunal:
     PRESIDENT: PEREZ, CHRISTIAN
     SECRETARI: CORBALAN GONZALEZ, JULITA
     VOCAL: PACHECO PAGES, ANDRES
Resum de tesi: L'experiment ALICE («A Large Ion Collider Experiment») del Gran Col·lisionador d'Hadrons (LHC) utilitza computació en grid per al seu extens processament i anàlisi de dades. La Grid d'ALICE està composta per 48 centres de computació distribuïts arreu del planeta que proporcionen accés a més de 300.000 nuclis de CPU. Aquest entorn divers presenta reptes únics, ja que els nodes de càlcul són molt heterogenis en termes de maquinari, disponibilitat de recursos i protocols de gestió.Aquesta tesi es centra en optimitzar la utilització de recursos i l'execució de tasques dins la Grid d'ALICE en el context del paradigma emergent del càlcul multinucli. La transició de slots individuals a slots multinucli, combinada amb l'augment de la prevalença de fluxos de treball multiprocés i multifil, exigeix noves aproximacions en la gestió de recursos.La tesi presenta una anàlisi de caixa negra del marc de programari de l'experiment multinucli, rastrejant l'ús de recursos i les crides del sistema. S’han identificat múltiples fonts de sobrecàrrega, especialment en relació a la gran quantitat de processos curts generats per alguns fluxos de treball. Per abordar això, s’ha ampliat i millorat el sistema de monitoratge del middleware JAliEn, el middleware de la Grid d'ALICE. Les observacions han conduït a modificacions en el flux de treball intern, que s’han traduït en una reducció del 47% en el nombre de processos desplegats i en una disminució del 35% del temps total d'execució.Per ajustar les sol·licituds de treball a les característiques específiques dels sistemes d'execució, es proposa un model per estimar les durades de les tasques. Aquest model utilitza factors de proporcionalitat dels temps d'execució en diferents models de CPU de la Grid i els utilitza per escalar dinàmicament les sol·licituds de treball.Per assegurar una utilització coherent i controlada dels recursos de CPU, es proposen dues aproximacions. La primera utilitza la seleccio i assignació dels nuclis de CPU, adaptant la selecció de nuclis a l'arquitectura del processador, i optimitzant així l'assignació de recursos per a càrregues de treball específiques. La segona utilitza les funcions de subparticionament de cgroups v2 per establir límits en l'ús de CPU. La tesi fa contribucions significatives als sistemes habituals de lot de la Grid en permetre el suport per a cgroups v2. Aquesta tesi presenta un mòdul dins de JAliEn que assegura una distribució equitativa dels recursos de memòria entre els treballs que s'executen simultàniament. Aquest mòdul implementa una preempció dirigida de treballs amb un consum més elevat per prevenir la sobreconsumició del slot i per assegurar que els treballs es mantinguin dins dels límits de memòria assignats.La tesi explora les assignacions de slot de node sencer on JAliEn gestiona tots els recursos d'un node. Per maximitzar l'ús de recursos en slots de node sencer, s’ha introduït la sobresubscripció de CPU per permetre l'execució de treballs addicionals quan els recursos de CPU disponibles no estan sent totalment utilitzats.Per explotar les assignacions de node sencer i maximitzar l'ús de recursos, la tesi proposa l'extensió de les decisions d'assignació de treballs als nodes de computació en considerant no només la disponibilitat de CPU, sinó també la memòria i l'espai de disc. A més, la sintaxi de definició de treball s’ha equipat amb nous paràmetres per a que els usuaris puguin tenir un major control sobre les sol·licituds de recursos.En resum, aquesta tesi presenta un conjunt de contribucions que milloren substancialment l'eficiència i el rendiment del càlcul en Grid dins de l'experiment ALICE. La tesi aborda els reptes emergents de l'entorn multinucli en evolució, optimitzant l'ús de recursos i millorant la fiabilitat i l'observabilitat del middleware. Totes aquestes contribucions han introduït avenços significatius en les capacitats de la Grid d'ALICE, i permeten així una anàlisi de dades més eficient per a l'experiment LHC.

Tribunal:
     PRESIDENT: EECKHOUT, LIEVEN
     SECRETARI: CANAL CORRETGER, RAMON
     VOCAL: PAIVA CARDOSO, JOÃO MANUEL
Resum de tesi: A causa de la importància de l'eficiència energètica i la tendència a escalar sistemes HPC amb molts nodes, en aquesta tesi tractem ambdós temes amb l'ajuda d'acceleració hardware i models de programació.Sobre el primer tema, les FPGA son objecte d'estudi a causa de la seva alta flexibilitat per adaptar-se a qualsevol càrrega de treball i a la seva alta eficiència energètica.En aquesta tesi presentem extensions al framework d'OmpSs@FPGA, el qual proveeix un model de programació basat en tasques per programadors no experts en FPGA.Aquestes extensions inclouen directives del compilador per optimitzar el codi FPGA automàticament, un runtime hardware per tasques amb anàlisi de dependències, anomenat POM, i una API basada en MPI per multi-FPGA amb el seu runtime associat, anomenat OMPIF.Addicionalment, presentem el model anomenat Implicit Message Passing (IMP), el qual combina models de programació basats en tasques i intercambi de missatges, aprofitant les dependències i una distribució estàtica de les dades.IMP comunica dades automàticament entre nodes quan les dependències d'una tasca ho requereixin.Per tant, l'usuari no ha d'utilitzar MPI o OMPIF en el codi, ja que IMP s'encarrega de la comunicació.Avaluem aquest model en clústers d'FPGA i CPU, amb acceleració hardware per scheduling de tasques i intercanvi de missatges fent servir els runtimes OMPIF i POM.Per clústers de CPU, estudiem diferents maneres d'incorporar POM en un SoC, primer amb una FPGA encastada, després dissenyem POM com ASIC per un processador RISC-V, i finalment per un softcore FPGA també basar en RISC-V.En l'últim cas, utilitzem POM i OMPIF per avaluar aplicacions distribuïdes amb un clúster de FPGA que emula un clúster de CPU.Avaluem IMP i programació tradicional amb MPI i tasques en diversos benchmarks: Multiplicació de matrius, Spectra, N-body, Heat i Cholesky.Amb les contribucions esmentades, complim diversos objectius.Primer, demostrem que amb OmpSs@FPGA podem aconseguir rendiment absolut similar a una CPU en alguns bechmarks, com N-body, i superar en eficiència energètica a arquitectures CPU i GPU similars (en àrea i tecnologia).Segon, també avaluem aplicacions multi-FPGA en tres clústers diferents: cloudFPGA, ESSPER, i MEEP, els quals tenen característiques molt distintives.Amb IMP, demostrem que podem escalar linealment N-body, Heat, i CHhlesky amb 64 FPGA.Per CPU, també podem escalar linealment amb els mateixos benchmarks en un clúster de 64 nodes i 8 nuclis, amb un total de 512 nuclis.Amb el nostre codiseny hardware-software, el qual combina acceleració hardware per scheduling de tasques i intercanvi de missatges i IMP, proveïm una solució per accelerar aplicacions HPC transparentment al programador, impulsant productivitat.Aquesta solució ha sigut dissenyada per sistemes heterogenis basats en FPGA i CPU.Les CPU també es beneficien significativament de la reducció d'overhead del runtime per l'acceleració hardware.

Tribunal:
     PRESIDENT: NADIMI GOKI, PANTEA
     SECRETARI: BARZEGAR, SIMA
     VOCAL: GONÇALO SEQUEIRA, DIOGO
Resum de tesi: Aquesta tesi se centra en la implementació d'estratègies de control i gestió més robustes, com les basades en l'aprenentatge automàtic, per millorar la intel·ligència i impulsar l'operació autònoma és crucial per al futur de les comunicacions òptiques. En aquest sentit, aquesta tesi té com a objectiu tres objectius específics: El primer objectiu és desenvolupar un simulador de transmissió òptica multibanda. Pot ser difícil realitzar simulacions en un sistema MB completament carregat amb centenars de canals. A més, en la transmissió òptica MB, la dispersió Raman estimulada entre canals (ISRS) es converteix en un efecte important, que afegeix més complexitat. En vista d'això, el mètode Runge-Kutta in Interaction Picture (RK4IP) s'avalua com una alternativa per reduir la complexitat del temps, que es complementa amb un algorisme adaptatiu de mida de pas per reduir encara més el temps de càlcul. Mostrem que RK4IP proporciona una precisió comparable a la de SSFM amb un temps de càlcul reduït, la qual cosa permet la seva aplicació per a la simulació de transmissió òptica MB. El segon objectiu se centra en el desenvolupament de models per a sistemes de transmissió òptica multibanda C+L+S En aquest objectiu d'aquesta tesi, ens centrem en modelar la transmissió òptica MB per proporcionar una estimació ràpida i precisa de la QoT i proposem enfocaments d'aprenentatge automàtic (ML) basats en xarxes neuronals, que es poden integrar fàcilment en una solució de bessó digital de capa òptica (DT). Comencem considerant enfocaments que es poden utilitzar per a un modelatge precís de propagació del senyal. Tot i que solucions com el mètode de Fourier de Splitstep (SSFM) per resoldre l'equació de Schrödinger no lineal (NLSE) no es poden utilitzar per a l'estimació de QoT a causa de la seva complexitat temporal molt alta. Per tant, es considera que els enfocaments de modelització ML estan integrats en OCATA DT, on els models prediuen la propagació del senyal òptic en el domini del temps. Ser capaç de predir el senyal òptic en el domini del temps, tal com es rebrà després de la propagació, obre oportunitats per automatitzar el funcionament de la xarxa, inclòs l'aprovisionament de connexions i la gestió de fallades.El tercer objectiu d'aquesta tesi és desenvolupar un model semianalític per mesurar el perfil de guany d'amplificadors tant en condicions de càrrega com de càrrega parcial de la xarxa d'accés metro. El desequilibri de poder és un dels problemes associats amb la transició a una xarxa fusionada d'accés al metro. A més, mantenir aquestes dues xarxes separades (metro i accés) és complicat i costós. El node que interconnecta les dues xarxes ha de realitzar conversions O-E-O en les dades que travessen entre elles. El sistema de xarxa actual utilitza ROADM en nodes, que és tot òptic i no requereix conversió O-E-O. Per tant, aquest objectiu se centra principalment en caracteritzar els paràmetres d'EDFA presents en multiplexors òptics reconfigurables (ROADM) amb l'objectiu d'aconseguir un equilibri entre flexibilitat, complexitat i cost. Aquests nodes s'han de caracteritzar a fons pel que fa a les pèrdues òptiques, el consum d'energia i altres mètriques. Un cop avaluat, es pot modelar el rendiment d'aquests nodes per permetre que el controlador SDN els incorpori a la xarxa.

Tribunal:
     PRESIDENT: SECCI, STEFANO
     SECRETARI: DOMINGO PASCUAL, JORDI
     VOCAL: ANAGNOSTOPOULOS, MARIOS
Resum de tesi: Les xarxes modernes donen suport a aplicacions crítiques amb requisits cada vegada més diversos, complexos i dinàmics. Garantir el seu funcionament correcte és fonamental per mantenir la fiabilitat i disponibilitat dels serveis que en depenen. La Detecció d’Anomalies (AD, per les seves sigles en anglès) juga un paper clau en la preservació del rendiment de la xarxa, ja que permet identificar ràpidament interrupcions o degradacions. En les xarxes de computadors, el comportament d’un node (per exemple, un encaminador) està fortament influenciat pels elements del seu entorn. No obstant això, molts mètodes tradicionals i basats en l’aprenentatge automàtic (ML) no aprofiten de manera efectiva aquestes correlacions estructurals i, en alguns casos, les ignoren completament.Tot i que alguns enfocaments existents intenten incorporar informació topològica a la tasca de detecció d’anomalies, sovint ho fan de manera subòptima, perdent informació relacional clau. Això provoca que aquests sistemes tinguin dificultats per assolir la robustesa i adaptabilitat necessàries per ser desplegats en entorns de producció dinàmics.Les Xarxes Neuronals Gràfiques (GNNs) han guanyat protagonisme recentment per a tasques de modelatge on les correlacions espacials són essencials. Tanmateix, la seva aplicació a la detecció d’anomalies en xarxes de computadors encara està poc explorada, tot i la seva adequació natural per a entorns estructurats. Aquesta tesi investiga nous usos de les GNNs per a la detecció d’anomalies en sistemes en xarxa, centrant-se en tres escenaris representatius: (i) detecció d’anomalies al protocol Border Gateway Protocol (BGP), on segrestos i errors de configuració provoquen canvis estructurals; (ii) detecció d’anomalies contextuals, on les anomalies depenen del comportament de les entitats veïnes; i (iii) modelatge espaciotemporal zero-shot, que permet fer prediccions en entorns amb escassetat de dades.En el primer escenari, s’utilitza la topologia BGP en brut per dissenyar un model capaç de generalitzar entre incidents mantenint una baixa taxa de falsos positius, un requisit essencial per al seu ús en entorns reals. El model s’avalua amb incidents BGP coneguts i dades extenses d’operació regular per validar-ne la robustesa.Per a la detecció d’anomalies contextuals, es proposen dos models basats en GNN que descobreixen relacions ocultes entre fluxos en una xarxa backbone. Aquests models s’avaluen amb conjunts de dades que contenen anomalies tant reals com sintètiques, i es demostra com els mecanismes d’atenció permeten generar visualitzacions interpretables de les dependències contextuals apreses.Finalment, s’introdueix un model espaciotemporal basat en GNN entrenat amb sèries temporals que no són de xarxes, capaç d’assolir un rendiment de predicció zero-shot sobre dades de monitoratge de xarxa. El model aprofita mecanismes d’atenció per aprendre i transferir correlacions espacials i temporals entre dominis, superant els mètodes de referència de l’estat de l’art. A més, els patrons d’atenció apresos suggereixen oportunitats per simplificar les representacions espaciotemporals, cosa que és crítica per escalar aquests models a xarxes de producció de gran escala. Aquestes prediccions es poden utilitzar posteriorment per dur a terme detecció d’anomalies, que és la nostra principal motivació per desenvolupar aquest enfocament.En conjunt, les contribucions d’aquesta tesi impulsen l’ús de Xarxes Neuronals Gràfiques per a la Detecció d’Anomalies en xarxes de computadors, aprofitant de manera sistemàtica la informació topològica per millorar tant el rendiment predictiu com la interpretabilitat. Així mateix, s’explora el paper dels mecanismes d’atenció com a eina per entendre millor les causes de les anomalies detectades i aportar més transparència a la dinàmica subjacent de les xarxes de computadors.

Tribunal:
     PRESIDENT: ROBERT, YVES
     SECRETARI: ARMEJACH SANOSA, ADRIÀ
     VOCAL: AGULLO, EMMANUEL
Resum de tesi: Aquest treball es centra en millorar l'eficiència dels mètodes iteratius per resoldre sistemes lineals grans i dispersos.Aquests problemes sorgeixen en molts camps, com ara la modelització del clima, la dinàmica molecular i de fluids, entre d'altres.Per resoldre'ls, s'utilitzen mètodes iteratius com el Gradient Conjugat (CG) i el Residu Mínim Generalitzat (GMRES).La seva eficiència depèn en gran mesura de l'elecció dels precondicionadors, que acceleren la convergència millorant les propietats numèriques del sistema.Els precondicionadors "Sparse Approximate Inverse" (SAI) i la seva variant factoritzada (FSAI) per a sistemes simètrics i definits positius són atractius per la seva naturalesa paral·lela i aplicació senzilla mitjançant productes Matriu-Vector dispersos (SpMV).Els SAI i FSAI d'última generació defineixen els seus patrons de dispersió basant-se principalment en aspectes numèrics.Aquest treball presenta nous precondicionadors considerant l'arquitectura on s'executen, dissenyats per millorar el rendiment optimitzant el procés de selecció de patrons de dispersió.La primera contribució presenta el precondicionador "Factorized Sparse Approximate Inverse with Pattern Extension" (FSAIE), una versió optimitzada de FSAI adaptada a arquitectures de CPU de memòria compartida.FSAIE introdueix un algorisme que amplia els patrons de dispersió considerant els accessos a la memòria cau, millorant tant l'eficàcia numèrica de FSAI com la seva eficiència computacional.A més, es proposa una estratègia de filtratge per eliminar les entrades numèricament insignificants, reduint el cost computacional sense comprometre la convergència.Aquestes tècniques milloren la localitat de les dades a l'SpMV, assegurant que els patrons de dispersió ampliats s'alineen amb els patrons d'accés a la memòria cau.La segona contribució amplia FSAIE als entorns de CPU de memòria distribuïda, introduint el precondicionador "Communication-aware FSAIE" (FSAIE-Comm).FSAIE-Comm considera els costs de la comunicació entre processos per garantir que l'extensió del patró de dispersió no introdueix una sobrecàrrega innecessària.Per evitar desequilibris, es desenvolupa una estratègia innovadora per distribuir la càrrega de treball computacional.La tercera contribució es centra en l'execució a la GPU amb la introducció del precondicionador "GPU-aware Factorized Sparse Approximate Inverse" (GFSAI).Mitjançant l'estructuració del patró de dispersió, s'optimitzen els accessos de memòria coalescents i s'exploten les característiques arquitectòniques específiques de la GPU.La contribució final generalitza les noves estratègies de precondicionament més enllà de FSAI amb la introducció del precondicionador "Communication-aware Sparse Approximate Inverse with Pattern Extension" (SAIE-Comm).Aquest mètode optimitza SAI per a entorns de memòria distribuïda, però s'adapta per a sistemes lineals generals on GMRES és preferible a CG.SAIE-Comm destaca la versatilitat i flexibilitat de les optimitzacions proposades, demostrant que les noves extensions de patrons es poden integrar eficaçment en diferents estratègies de precondicionament i solucionadors.Aquest treball avança l'estat de l'art en solucionadors iteratius i contribueix al desenvolupament de mètodes numèrics escalables i d'alt rendiment.Els mètodes proposats aconsegueixen millores substancials en el temps de solució a diverses arquitectures de computació d'alt rendiment (HPC), amb reduccions del 12,94% al 26,43% en cinc arquitectures de CPU diferents—Intel Skylake, Power9, Zen 2, A64FX i Intel Sapphire Rapids—i del 23,83% al 26,07% en dues arquitectures de GPU—Volta i Vega20—quan s'apliquen casos representatius de matriu dispersa.Aquests resultats destaquen l'impacte de les estratègies de precondicionament que consideren l'arquitectura en les aplicacions HPC modernes, obrint el camí per a solucionadors iteratius més eficients i escalables.

Tribunal:
     PRESIDENT: BEAMER, SCOTT
     SECRETARI: MARTORELL BOFILL, XAVIER
     VOCAL: BOURGEAT, THOMAS EMILE
Resum de tesi: Els sistemes informàtics moderns s'han tornat universalment heterogenis. Els arquitectes de maquinari han abordat la desacceleració de la Llei de Moore i el final de l'escalat de Dennard mitjançant la incorporació de diversos tipus de nuclis, incloent-hi dissenys multinúcli i manycore, i més recentment, mitjançant la integració de components de maquinari especialitzats tant dins com fora del xip. Mentre que les CPU comercials actuals ofereixen centenars de nuclis en el mercat de servidors, les CPU dissenyades per a portàtils i dispositius mòbils incorporen arquitectures manycore juntament amb una gran varietat d’acceleradors per a tasques com el processament d’àudio, la descodificació de vídeo, la seguretat i l’aprenentatge automàtic (ML).L’era actual, sovint anomenada l’edat d’or de l’arquitectura de computadores, ha estat impulsada pel disseny d’acceleradors orientats a aconseguir el màxim rendiment. Un dels factors clau d’aquesta tendència ha estat la ISA de codi obert RISC-V. En eliminar els costos de llicència, RISC-V ha democratitzat el disseny de maquinari i ha facilitat la col·laboració entre la indústria i l’àmbit acadèmic. Això ha donat lloc a una proliferació de propostes de noves CPU, GPU i acceleradors, i els dissenys basats en RISC-V comencen a veure una adopció comercial creixent.Tanmateix, aquesta heterogeneïtat creixent del maquinari ha incrementat de manera considerable la complexitat del programari a tots els nivells, des dels controladors de dispositius i sistemes operatius fins a les biblioteques i aplicacions finals. Per optimitzar el programari de manera eficient, els enginyers han d’entendre detalladament les plataformes de maquinari on s’executarà el codi. Aquestes plataformes poden integrar CPU, GPU, FPGA i acceleradors específics de domini, fet que complica la gestió de la memòria, la compatibilitat del programari i les estratègies de moviment de dades. Tot i que hi ha frameworks madurs per a la programació en GPU, especialment en l’àmbit de ML, els acceleradors emergents encara manquen de solucions genèriques robustes.Les aplicacions d’aprenentatge automàtic, en particular, han generat demandes sense precedents en càlcul, memòria, emmagatzematge i xarxa. Empreses com Google, AWS i Meta han desenvolupat acceleradors dedicats per a ML, solucions avançades d’interconnexió i fins i tot superordinadors personalitzats per satisfer els requisits d’escala i rendiment. A més, els conjunts de dades a escala de petabytes s’han tornat habituals, no només en ML, sinó també en l’anàlisi de grans volums de dades, la genòmica i les simulacions físiques. A aquesta escala, el moviment eficient de dades és fonamental — no només entre centres de dades, sinó també dins dels mateixos xips — per garantir una comunicació ràpida i fiable entre els components de sistemes heterogenis.En aquesta tesi, caracteritzem i desenvolupem noves eines per a la recerca en sistemes heterogenis, l’escalat i la millora de simulacions RTL, la comunicació flexible entre acceleradors dins del xip i, finalment, proposem una solució innovadora per al moviment de dades en l’àmbit del centre de dades.

Tribunal:
     PRESIDENT: DE LA CRUZ MARTÍNEZ, RAÚL
     SECRETARI: AYGUADÉ PARRA, EDUARD
     VOCAL: KLINKENBERG, JANNIS
Resum de tesi: La creixent complexitat de les arquitectures contemporànies multinúcli i heterogènies exigeix models de programació paral·lela capaços d’aprofitar eficientment els recursos computacionals disponibles, garantint alhora el rendiment, la seguretat i la programabilitat. OpenMP s’ha consolidat com l’estàndard de facto per a la programació paral·lela amb memòria compartida, oferint un enfocament senzill i adaptable per a l’execució basada en tasques. No obstant això, malgrat la seva àmplia adopció, OpenMP no dona suport a aspectes clau com la localitat de memòria en la planificació de tasques en arquitectures estàndard (no-NUMA) ni l’adaptabilitat a condicions d’execució en l’àmbit de la computació d’alt rendiment i la tolerància a errors en sistemes en temps real, cosa que comporta un rendiment subòptim en diverses aplicacions.Com a resposta, aquesta tesi presenta un conjunt de tècniques orientades a abordar aquestes limitacions. La primera contribució és una tècnica de planificació conscient de l’afinitat, dissenyada per millorar la localitat de dades i l’ús de la memòria cau, minimitzant així la sobrecàrrega en l’accés a la memòria. La segona contribució introdueix un mecanisme de selecció dinàmica de variants que adapta l’execució de funcions a les condicions en temps d’execució, millorant l’adaptabilitat i la portabilitat del rendiment. La tercera contribució proposa un mecanisme de replicació de tasques per millorar la tolerància a errors, afavorint la fiabilitat del sistema en aplicacions crítiques per a la seguretat. Finalment, s’integra OpenMP en un entorn d’enginyeria dirigida per models per permetre la generació automatitzada de codi paral·lel en sistemes ciberfísics, escurçant la distància entre els sistemes d’alt rendiment i els sistemes empotrats.Amb aquests avenços, aquesta recerca eleva el model de programació OpenMP mitjançant la millora del rendiment, la seguretat i la programabilitat, fent-lo més adequat tant per a la computació d’alt rendiment com per als sistemes empotrats crítics en temps real.

Tribunal:
     PRESIDENT: FELBER, PASCAL AMÉDÉE BERNARD
     SECRETARI: CANAL CORRETGER, RAMON
     VOCAL: NEMIROVSKY, MARIO DANIEL
Resum de tesi: En acostar-nos als límits de les arquitectures Von Neumann, la Llei de Moore i l'escala de Dennard, existeix una pressió per buscar nous enfocaments que explotin el paral·lelisme als sistemes actuals. Tot i que el paral·lelisme a nivell d'instruccions (ILP) i de fils (TLP) ha estat investigat, el paral·lelisme a nivell de dades (DLP) encara ofereix oportunitats, especialment a través d'arquitectures vectorials (SIMD), que permeten processar múltiples dades amb una sola instrucció.Aquestes arquitectures són eficients per a aplicacions amb accessos a memòria regulars, com l'anàlisi numèrica o l'àlgebra lineal densa (per exemple, multiplicació de matrius). Però el seu rendiment es limita en dominis amb accessos irregulars, com l'àlgebra dispersa, bases de dades i anàlisi genòmica. Els principals colls d'ampolla són: (i) accés freqüent a la memòria, (ii) ús ineficient de l'amplada de banda de memòria i (iii) baix paral·lelisme a nivell d'instrucció. Aquestes deficiències redueixen el rendiment i l'eficiència energètica de les arquitectures vectorials tradicionals.Aquesta tesi proposa tres solucions complementàries amb acceleradors especialitzats i noves instruccions vectorials per millorar el rendiment en aplicacions amb patrons de memòria irregulars.El primer pas va ser l'anàlisi d'aplicacions representatives d'àlgebra dispersa, bases de dades i anàlisi genòmica, realitzat al Barcelona Supercomputing Center, revelant similituds entre dominis, com estructures de dades comunes i colls d'ampolla en la memòria.Es va estudiar la vectorització d'algoritmes d'àlgebra dispersa. Tècniques com el reordenament milloren la localitat de dades, però no eliminen els accessos irregulars. Per això es va proposar VIA, una arquitectura vectorial amb memòria scratchpad acoblada al nucli vectorial, millorant la localitat i l'ús de l'amplada de banda en operacions disperses.Per a les bases de dades, VIA és insuficient. Es va dissenyar VAQUERO, un accelerator vectorial que introdueix coherència entre la memòria scratchpad i la jerarquia de memòria cau, millorant l'eficiència amb grans volums de dades.Pel que fa a l'anàlisi genòmica, els algoritmes compacten les seqüències genètiques, introduint accessos desalineats. VIA i VAQUERO no poden gestionar-los eficientment, així que es va desenvolupar QUETZAL, un accelerator vectorial amb suport per accessos desalineats i noves instruccions per a operacions com l'alineació i filtrat de seqüències.Els resultats experimentals mostren millores notables: VIA accelera operacions d'àlgebra dispersa en 5.5x, VAQUERO millora el rendiment en bases de dades en 2.7x i QUETZAL accelera l'anàlisi de seqüències genòmiques en 5.7x. A més, en implementar els acceleradors a nivell RTL i sintetitzar-los en tecnologia de 7nm, ocupen només l'1% de l'àrea d'una CPU de classe servidor, demostrant eficiència en àrea i consum energètic.

Tribunal:
     PRESIDENT: HERNANDEZ LUZ, CARLES
     SECRETARI: CANAL CORRETGER, RAMON
     VOCAL: GRAN TEJERO, RUBEN
Resum de tesi: La dissertació aborda la investigació per millorar la previsibilitat temporal i el rendiment en Critical Real-Time Embedded Systems (CRTES), centrada en Multi-Processor Systems on Chip (MPSoCs). Els CRTES són essencials en àmbits crítics com l’automoció i l’aeronàutica, on es requereixen funcionalitats complexes i alt rendiment per a tasques com la intel·ligència artificial i el processament de dades multisensor. Tanmateix, els MPSoCs enfronten grans reptes de verification and validation (V&V) temporal, especialment en recursos compartits com caches i interconnexions, que generen retards imprevisibles. Aquesta tesi se centra en tres àrees clau per millorar la previsibilitat en CRTES: coherència de les cache, predictibilitat en interconnexions i rendiment d'aplicacions mitjançant vector extensions.Coherència de les Cache: Als MPSoCs, els protocols de coherència garanteixen la consistència de dades entre nuclis, però les caches compartides generen contenció que afecta la previsibilitat. Modificar protocols sol ser costós i complex. Aquesta tesi proposa l’ús de hardware event monitors (HEMs) per observar la contenció en caches, proporcionant dades clau per a la V&V temporal sense modificar els protocols existents. Aquesta metodologia s’aplica a MPSoCs comercials com NXP T1040 i T2080. També s’introdueix el mètode Remote Protocol-Contention Tracking (RPCT) per a un seguiment detallat dels retards causats per la contenció inter-core, oferint informació clau per optimitzar el programari. A més, el mètode Multiple HEM Validation (MHV) millora la precisió validant les relacions entre HEMs, mitigant errors coneguts en les mesures individuals.Interconnexions: Els MPSoCs depenen de protocols com AXI4 per transferir dades entre nuclis, però l’estàndard AXI no inclou restriccions temporals, fent imprevisible el seu ús en temps real. Per abordar-ho, es proposa AXI4 Real-Time (AXI4RT), una extensió del protocol AXI que defineix paràmetres temporals per controlar la durada de les transaccions entre interfícies. Això assegura una comunicació previsible i millora la fiabilitat per a aplicacions en temps real. A més, es presenten passos inicials per rastrejar la contenció en interconnexions AXI5 utilitzant HEMs actuals i es proposen nous HEMs per millorar aquest seguiment.Rendiment d'aplicacions amb Vector Extensions: Per satisfer les demandes de rendiment en CRTES, els MPSoCs usen GPUs i acceleradors personalitzats, que presenten reptes de certificació per la seva complexitat i temps imprevisible. Aquesta tesi explora vector extensions (VExt) com a alternativa. Les Single Instruction Multiple Data (SIMD) units, presents en molts processadors incrustats, fan operacions paral·leles en múltiples elements de dades, millorant la velocitat de processament. A diferència de les GPUs, les VExt estan integrades en els processadors i compleixen amb estàndards d'alta integritat com MISRA-C, facilitant-ne la certificació. L’anàlisi de les VExt en processadors COTS com NVIDIA AGX Xavier mostra el seu potencial per millorar el rendiment sense comprometre la certificació.En resum, aquesta tesi presenta avenços en la previsibilitat dels CRTES, oferint solucions per garantir temps fiables en sistemes incrustats complexos. En abordar cache coherence, interconnexions i altres millores de rendiment d'aplicacions, aquesta tesi proporciona eines i metodologies que milloren l’anàlisi temporal, i això permet als MPSoCs complir garanties en temps real.

Tribunal:
     PRESIDENT: RECH, PAOLO
     SECRETARI: PEÑA MONFERRER, ANTONIO JOSE
     VOCAL: LENTARIS, GEORGE
Resum de tesi: Aquesta tesi, titulada "Mixed Software/Hardware-based Fault-tolerance Techniques for Complex COTS System-on-Chip in Radiation Environments" (Tècniques mixtes de tolerància a fallades basades en programari i maquinari per a sistemes en xip COTS complexos en entorns de radiació) , en concret GPU, en aplicacions espacials. Aquests sistemes d‟ús automotriu ofereixen una gran capacitat de càlcul, però s‟enfronten a reptes únics en els entorns de radiació intensa típics de l‟espai. La investigació analitza aquests reptes i proposa solucions per millorar la fiabilitat dels sistemes esmentats. Un component clau de la tesi consisteix en l‟avaluació exhaustiva de les GPU integrades modernes en condicions similars a les de l‟espai, inclosa l‟exposició a la radiació de protons i ions pesats. Aquesta anàlisi identifica vulnerabilitats com els Single Event Effects (SEE), que poden causar errors com Single Event Upset (SEU), els Single Event Functional Interrupt (SEFI) i Single Event Latch-up (SEL). Per avaluar aquestes condicions, l'autor desenvolupa la suite OBPMark, un benchmark de codi obert dissenyat per avaluar el rendiment i l'eficiència de les GPU en tasques computacionals específiques de l'espai. Per abordar les fallades identificades, la tesi proposa estratègies innovadores de mitigació de fallades basades en programari. Aquestes inclouen el disseny de kernels de GPU tolerants a fallades i solucions de middleware que milloren la detecció i recuperació derrors. L‟eficàcia d‟aquests mètodes es demostra mitjançant simulacions i proves de radiació. A més, la investigació presenta innovacions a nivell de maquinari, com ara el desenvolupament de circuits integrats d'aplicació específica (ASIC) i plaques de circuit imprès (PCB) especialitzades, per millorar la resistència del sistema sense comprometre'n el rendiment. Aquest treball contribueix significativament al camp de la computació espacial en crear un marc sòlid per avaluar i mitigar els efectes de la radiació en complexos SoC COTS. S'estén un pont entre la rendibilitat i el rendiment de les tecnologies comercials i les exigències de fiabilitat de les aplicacions espacials. Els resultats d‟aquesta tesi aplanen el camí per al‟adopció de GPU integrades d‟alt rendiment en futures missions espacials.

Tribunal:
     PRESIDENT: PEDERSEN, JENS MYRUP
     SECRETARI: SOLE PARETA, JOSEP
     VOCAL: CALLEGATI, FRANCO
Resum de tesi: Aquesta tesi explora com millorar el rendiment de les aplicacions al núvol abordant ineficiències tant a la capa de xarxa com a la capa de computació en sistemes distribuïts moderns. A mesura que les aplicacions natives del núvol es tornen més complexes i es despleguen en infraestructures heterogènies i geogràficament distribuïdes, les abstraccions tradicionals, tot i ser fonamentals per a l'escalabilitat i la modularitat, comencen a limitar les oportunitats de coordinació global i capacitat de resposta. Per superar aquestes limitacions, aquest treball introdueix dues aproximacions complementàries: una que millora la utilització dels recursos de xarxa sense necessitat d'intervenció dels desenvolupadors, i una altra que augmenta l’elasticitat a la banda de computació mitjançant un mecanisme més intel·ligent i proactiu d’autoescalat. Ambdues aproximacions segueixen una filosofia de disseny comuna: introduir intel·ligència sensible al context de manera mínimament disruptiva, mantenint total compatibilitat amb les arquitectures, infraestructures i fluxos de treball de desenvolupament existents.La primera part de la tesi se centra en la Integració Xarxa-Aplicació (NAI), dirigint-se específicament a millorar el rendiment en la comunicació entre centres de dades. Per fer-ho, proposa una solució agnòstica a l’aplicació basada en les tecnologies extended Berkeley Packet Filter (eBPF) i eXpress Data Path (XDP). En identificar dinàmicament i separar fluxos curts i llargs de Transmission Control Protocol (TCP) a l’entrada de la xarxa, el sistema permet un encaminament diferenciat mitjançant túnels de xarxa separats, mitigant així retards en cua i reduint el temps de finalització dels fluxos. Un avantatge clau d’aquesta aproximació és que opera de manera transparent, sense necessitat de modificacions en les aplicacions o anotacions per part dels desenvolupadors, facilitant així el desplegament en entorns existents. Experiments en bancs de proves demostren que aquesta tècnica redueix significativament la latència i millora l'ús de recursos en escenaris híbrids multi-centre de dades.La segona part de la tesi aborda el domini de computació, centrant-se en mecanismes d'autoescalat en entorns de microserveis gestionats per Kubernetes. Reconeixent les limitacions de les estratègies existents d'escalat reactiu, el treball desenvolupa un model teòric de control per al Kubernetes Horizontal Pod Autoscaler (HPA), analitzant formalment la seva estabilitat i capacitat de resposta. Basant-se en aquests coneixements, s'introdueix un nou HPA sensible al context, que incorpora mètriques de CPU provinents de serveis anteriors del graf de l'aplicació per anticipar canvis de càrrega en serveis posteriors. Aquesta estratègia proactiva permet decisions d’escalat més eficients i estables, millorant la resposta i reduint la latència en pics de tràfic. Destaca que s'assoleixen aquestes millores sense recórrer a models complexos de rendiment o aprenentatge automàtic, preservant així la simplicitat i la compatibilitat amb les eines estàndard de Kubernetes.En conjunt, les dues aproximacions presentades en aquesta tesi ofereixen mètodes pràctics per millorar el rendiment i l'eficiència d'aplicacions distribuïdes al núvol, amb un èmfasi en la compatibilitat amb sistemes i fluxos de treball existents. En comptes de proposar canvis arquitectònics disruptius, ambdues solucions amplien les abstraccions actuals per introduir sensibilitat al context allà on pot ser més efectiva. Els resultats suggereixen que millores incrementals i desplegables a les capes d’orquestració i xarxa poden ajudar a abordar els reptes emergents en escalabilitat i capacitat de resposta, fent-les candidates idònies per integrar-se en entorns reals d'aplicacions natives del núvol.

Tribunal:
     PRESIDENT: DURAN BARROSO, RAMON J.
     SECRETARI: MARIN TORDERA, EVA
     VOCAL: KOURTIS, MICHAIL ALEXANDROS
Resum de tesi: Aquesta tesi presenta un sistema de publicitat intel·ligent basat en l’aprenentatge federat, dissenyat per millorar la interacció de l’usuari, optimitzar l’eficiència de la xarxa i garantir la privacitat de les dades en la publicitat digital. Els sistemes publicitaris tradicionals afronten desafiaments significatius a l’hora d’equilibrar la personalització amb la privacitat, gestionar la càrrega de la xarxa i escalar eficientment. Aquest estudi aborda aquestes qüestions mitjançant la integració de l’Edge Computing i l’Aprenentatge Federat (FL), permetent una segmentació publicitària descentralitzada en temps real mentre es mantenen segures les dades dels usuaris.El sistema proposat consta d’un motor de recomanació descentralitzat, on els models locals s’entrenen als dispositius dels usuaris i es combinen mitjançant tècniques d’optimització metaheurística, en particular l’Algorisme d’Optimització de la Balena (WOA). Els resultats experimentals demostren que el WOA supera altres tècniques d’agregació, com l’Algorisme del Cuca de Llum (FA) i l’Algorisme del Ratpenat (BA), en termes de velocitat de convergència i eficiència global. A més, el sistema utilitza tècniques de verificació formal, incloent-hi la comprovació de models, per garantir la correcció, la seguretat i el compliment de les regulacions de privacitat.L’avaluació exhaustiva mitjançant estudis de cas simulats i reals (com el sistema AROUND) mostra que l’arquitectura proposada redueix el trànsit de xarxa, minimitza la càrrega computacional i millora significativament les taxes de clics (CTR) i la interacció de l’usuari en comparació amb els models centralitzats tradicionals. Aquest sistema és especialment beneficiós per a aplicacions en museus, centres comercials i cadenes de venda al detall, proporcionant seguiment en temps real, cartografia interior i lliurament personalitzat de contingut.Les conclusions subratllen el potencial de l’Aprenentatge Federat i l’Edge Computing en la publicitat intel·ligent respectuosa amb la privacitat, oferint una solució escalable, rendible i centrada en l’usuari per al futur del màrqueting digital.