Title: HPC in the Cloud : Making the most of it
Abstract:
In high-performance computing (HPC), exploiting the available resources well is crucial to minimizing execution times cost effectively. This talk summarizes some of my personal experiences with generations of parallel machines, from Transputers and clusters, to computational grids and the cloud. I will highlight scheduling insights that have helped scientists continue to make the most of large-scale environments.
Bio Cristina:
Cristina Boeres obtained her PhD in Computer Science from the University of Edinburgh, UK, in 1997. She has been with the Department of Computer Science of the Universidade Federal Fluminense (UFF), Brazil, since 1988. Her main research interests are in the area of parallel and distributed computing, including application management and scheduling in distributed environments like the cloud, edge and continuum. She has the privilege of being involved with numerous national and international conferences on High Performance Computing, participating as the General, Program chair or local organizer. She is also active on the program committees of various conferences and workshops, and also, a reviewer for key journals in the area such as JPDC, Parallel Computing, IEEE Transaction of Parallel and Distributed Computing and others. She is currently coordinating the project BioCloud2: Exploring the DNA of the AWS Cloud in Optimized Execution of Biotechnology Applications, sponsored by CNPq/AWS. Cristina Boeres obteve seu PhD em Ciência da Computação na Universidade de Edimburgo, Reino Unido, em 1997. Boeres trabalha no Departamento de Ciência da Computação da Universidade Federal Fluminense (UFF) desde 1988. Seus principais interesses de pesquisa se concentram em computação paralela e distribuída, mais especificamente no escalonamento e gerenciamento de execução de aplicações paralelas em ambientes distribuídos como nuvens, em borda e continuum. Tem tido o privilégio de estar envolvida com inúmeras conferências nacionais e internacionais em Computação de Alto Desempenho, participando como organizador geral, do comitê de programa ou organizadora local. Participa ativamente em comitês de programa de várias conferências e workshops, e também, tem sido revisora de periódicos importantes na área, como JPDC, Parallel Computing, IEEE Transaction of Parallel and Distributed Computing e outros. Atualmente, está coordenando o Projeto BioCloud2: Explorando o DNA da Nuvem AWS na Execução Otimizada de Aplicações de Biotecnologia, financiado pelo CNPq/AWS.
🇧🇷
Resumo:
Em computação de alto desempenho (HPC), explorar bem os recursos disponíveis é crucial para minimizar os tempos de execução de forma econômica. Esta apresentação resume algumas das minhas experiências pessoais com gerações de máquinas paralelas, de Transputers e clusters, a grades computacionais e a nuvem. Alguns insights em escalonamento de aplicações que ajudaram os cientistas a continuar a aproveitar ao máximo os ambientes de grande escala serão delineados.
Bio:
Cristina Boeres obteve seu PhD em Ciência da Computação na Universidade de Edimburgo, Reino Unido, em 1997. Boeres trabalha no Departamento de Ciência da Computação da Universidade Federal Fluminense (UFF) desde 1988. Seus principais interesses de pesquisa se concentram em computação paralela e distribuída, mais especificamente no escalonamento e gerenciamento de execução de aplicações paralelas em ambientes distribuídos como nuvens, em borda e continuum. Tem tido o privilégio de estar envolvida com inúmeras conferências nacionais e internacionais em Computação de Alto Desempenho, participando como organizador geral, do comitê de programa ou organizadora local. Participa ativamente em comitês de programa de várias conferências e workshops, e também, tem sido revisora de periódicos importantes na área, como JPDC, Parallel Computing, IEEE Transaction of Parallel and Distributed Computing e outros. Atualmente, está coordenando o Projeto BioCloud2: Explorando o DNA da Nuvem AWS na Execução Otimizada de Aplicações de Biotecnologia, financiado pelo CNPq/AWS.