Pesquisa

Busca Semântica Eficiente

Este projeto investiga como tornar mais rápidos e eficientes os sistemas de busca capazes de compreender o significado de perguntas e documentos. A pesquisa combina técnicas de processamento de linguagem natural e computação de alto desempenho, envolvendo embeddings especializados, como BERTimbau e E5, treinamento contrastivo em grandes conjuntos de pares de textos e integração com modelos de linguagem em arquiteturas de geração aumentada por recuperação — RAG. Também serão exploradas técnicas como LoRA, QLoRA e quantização, além do uso de GPUs e sistemas computacionais heterogêneos. 

Inferência Heterogênea e Eficiente de LLMs

Este projeto investiga técnicas de Computação de Alto Desempenho para executar grandes modelos de linguagem em sistemas locais com memória e capacidade de processamento limitadas. A proposta explora de forma integrada CPUs, GPUs, memória RAM, VRAM e armazenamento NVMe, distribuindo dados e operações conforme a capacidade, a largura de banda e o custo de comunicação de cada componente. O objetivo é tornar a inferência de LLMs mais rápida, econômica, privada e energeticamente eficiente.

Downscaling Meteorológico com IA e HPC

Este projeto investiga o uso de Inteligência Artificial e Computação de Alto Desempenho para transformar previsões meteorológicas de baixa resolução em campos de alta resolução, capazes de representar fenômenos locais com maior detalhe. O objetivo é desenvolver métodos rápidos, escaláveis e precisos, mantendo o consumo de energia e os demais impactos computacionais dentro de limites justificáveis.

Modelos Meteorológicos Autoadaptativos em Ambientes de HPC

Este projeto investiga o uso de Inteligência Artificial para configurar e adaptar automaticamente a execução de modelos meteorológicos em clusters e ambientes de nuvem. A pesquisa considera parâmetros como número e tipo de nós computacionais, processos MPI, threads OpenMP, particionamento do domínio, comunicação e armazenamento, buscando reduzir o tempo de execução, o custo financeiro e o consumo de energia. O objetivo é tornar as previsões meteorológicas mais rápidas, escaláveis e sustentáveis, ampliando sua contribuição para o enfrentamento de desafios ambientais e climáticos.