Rendimiento de cloud computing para HPC en IaaS privados y públicos

El objetivo de esta línea de investigación es el estudio del performance de las arquitecturas tipo cloud a través del despliegue de IaaS y utilización de IaaS públicos, en particular en el área de cómputo paralelo de altas prestaciones (HPC). Enfocando a la obtención de herramientas que permitan pre...

Descripción completa

Detalles Bibliográficos
Autores principales: Galarza, Brian, Zaccardi, Gonzalo, Bond, Román, Montes de Oca, Federico, Maxit, Eduardo, Osio, Jorge, Duarte, David, Morales, Martín, Encinas, Diego
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2020
Materias:
Ciencias Informáticas
arquitecturas multiprocesador
Cloud computing
OpenStack
sistemas de archivos en clústers
redes definidas por software
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/104216
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-104216
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
arquitecturas multiprocesador
Cloud computing
OpenStack
sistemas de archivos en clústers
redes definidas por software
spellingShingle Ciencias Informáticas
arquitecturas multiprocesador
Cloud computing
OpenStack
sistemas de archivos en clústers
redes definidas por software
Galarza, Brian
Zaccardi, Gonzalo
Bond, Román
Montes de Oca, Federico
Maxit, Eduardo
Osio, Jorge
Duarte, David
Morales, Martín
Encinas, Diego
Rendimiento de cloud computing para HPC en IaaS privados y públicos
topic_facet Ciencias Informáticas
arquitecturas multiprocesador
Cloud computing
OpenStack
sistemas de archivos en clústers
redes definidas por software
description El objetivo de esta línea de investigación es el estudio del performance de las arquitecturas tipo cloud a través del despliegue de IaaS y utilización de IaaS públicos, en particular en el área de cómputo paralelo de altas prestaciones (HPC). Enfocando a la obtención de herramientas que permitan predecir la eficiencia del sistema ante posibles escenarios. Analizando los diferentes componentes del sistema que pueden influir en las prestaciones significativamente y pueden llegar a modelarse y/o configurarse.
format Objeto de conferencia
Objeto de conferencia
author Galarza, Brian
Zaccardi, Gonzalo
Bond, Román
Montes de Oca, Federico
Maxit, Eduardo
Osio, Jorge
Duarte, David
Morales, Martín
Encinas, Diego
author_facet Galarza, Brian
Zaccardi, Gonzalo
Bond, Román
Montes de Oca, Federico
Maxit, Eduardo
Osio, Jorge
Duarte, David
Morales, Martín
Encinas, Diego
author_sort Galarza, Brian
title Rendimiento de cloud computing para HPC en IaaS privados y públicos
title_short Rendimiento de cloud computing para HPC en IaaS privados y públicos
title_full Rendimiento de cloud computing para HPC en IaaS privados y públicos
title_fullStr Rendimiento de cloud computing para HPC en IaaS privados y públicos
title_full_unstemmed Rendimiento de cloud computing para HPC en IaaS privados y públicos
title_sort rendimiento de cloud computing para hpc en iaas privados y públicos
publishDate 2020
url http://sedici.unlp.edu.ar/handle/10915/104216
work_keys_str_mv AT galarzabrian rendimientodecloudcomputingparahpceniaasprivadosypublicos
AT zaccardigonzalo rendimientodecloudcomputingparahpceniaasprivadosypublicos
AT bondroman rendimientodecloudcomputingparahpceniaasprivadosypublicos
AT montesdeocafederico rendimientodecloudcomputingparahpceniaasprivadosypublicos
AT maxiteduardo rendimientodecloudcomputingparahpceniaasprivadosypublicos
AT osiojorge rendimientodecloudcomputingparahpceniaasprivadosypublicos
AT duartedavid rendimientodecloudcomputingparahpceniaasprivadosypublicos
AT moralesmartin rendimientodecloudcomputingparahpceniaasprivadosypublicos
AT encinasdiego rendimientodecloudcomputingparahpceniaasprivadosypublicos
bdutipo_str Repositorios
_version_ 1764820441977847810

Ejemplares similares