Marea

MArEA: 

Programming Models for Analytics Workloads on Emerging Architectures
(Modelos de Programación para Aplicaciones de Analytics en Arquitecturas Emergentes) 

Datos del projecto

Programa de ayudas a proyectos de I+D+i para universidades y entidades públicas de investigación del Sistema Andaluz del Conocimiento. Cofinanciadas por la Unión Europea en el marco del Programa Operativo FEDER Andalucía 2014-2010 «Crecimiento inteligente: una economía basada en el conocimiento y la innovación»

Datos:

Título del proyecto: MArEA: Modelos de Programación para Aplicaciones de Analytics en Arquitecturas Emergentes
ID: P20-00395-R
Tipo de convocatoria: Proyecto de investigación de excelencia. Convocatoria de 2020
Entidades participantes: Universidad de Málaga
Duración: 5/10/21 a 31/3/23: 18 meses
Investigador principal: Mª Angeles González Navarro
Número de investigadores participantes: 8
Importe total del proyecto: 74.700 euros

Resumen

Las series temporales son secuencias de valores tomados en el tiempo. Aparecen en cualquier dominio en el que existan sensores que muestrean alguna propiedad física. Por ejemplo, un avión cuenta con más de 4000 sensores que generan las correspondientes 4000 series temporales que adecuadamente analizadas permiten desde ahorrar combustible a alertar de la necesidad de una parada programada para la reparación de algún componente del motor. El análisis y extracción de patrones de series temporales constituye uno de los paradigmas más frecuentes en el dominio de Big Data Analytics.

En MArEA nos centramos en proporcionar soluciones para acelerar un conjunto de aplicaciones basadas en el procesamiento de series temporales en streaming con alto impacto económico y social pero poco estudiadas aún en el contexto de las arquitecturas heterogéneas. Estas arquitecturas emergentes pueden estar compuestas de varios cores de CPU junto con distintos tipos de aceleradores como GPUs, FPGAs y/o dispositivos de bajo consumo como NCEs (Neural Compute Engine) o Edge AI Boxes instalados en el denominado "edge", es decir, cerca de los sensores. La programación de estas plataformas no es trivial, pero es necesaria para conseguir mejores prestaciones por vatio en el procesado de grandes series temporales.

Con objeto de mejorar la programabilidad de las implementaciones de aplicaciones reales basadas en series temporales, en este proyecto proponemos un nuevo framework construido sobre el modelo de programación oneAPI y DPC++ patrocinado por Intel. Para el soporte runtime de nuestro framework diseñaremos y desarrollaremos planificadores heterogéneos conscientes del consumo energético que permitirán portar las aplicaciones de interés a plataformas complejas (CPU+GPU+FPGA+NCE) con poca intervención del programador no experto (productividad), mientras que aseguramos que las ejecuciones son energéticamente eficientes y portables.

MArEA innova implementando estrategias adaptativas que permiten el tratamiento en streaming de series temporales incorporando Machine Learning sobre plataformas clouds basadas en CPU+CPU+FPGA, así como habilitando el despliegue del predictor que se genera tras el entrenamiento en un dispositivo NCE de muy bajo consumo para el procesado in-situ de los datos. Por lo tanto, nuestras propuestas permitirán simplificar la explotación de nuevas infraestructuras heterogéneas ayudando a la reducción del coste de desarrollo y mantenimiento de soluciones software que serán energéticamente eficientes, pero sobre todo permitirán el desarrollo de nuevas aplicaciones y servicios que trasladan procesado de Inteligencia Artificial “desde el cloud al edge”.

Artículos publicados:

  • Denisa-Andreea Constantinescu, Angeles Navarro, Rafael Asenjo, Juan-Antonio Fernández-Madrigal and Ana Cruz-Martín, "Enhancing Online Planning under Uncertainty via Bloom Filter Based Memory", Supercomputing'21 (SC'21) oneAPI Developer Summit, St. Louis, 14 Nov. 2021.
  • J. C. Romero, A. Navarro, A. Vilches, A. Rodriguez, F. Corbera, R. Asenjo, "Efficient Heterogeneous Matrix Profile on a CPU + High Performance FPGA with Integrated HBM", Future Generation Computer Systems, Vol. 125, December 2021, pp. 10-23, doi: 10.1016/j.future.2021.06.025. Impact factor: 7.307; Category: Computer Science, Theory and Methods, 10/109, Q1 (JCR 2021).
  • A. Rodríguez, A. Navarro, K. Nikov, J. Nunez-Yanez, R. Gran, D. Suárez Gracia, R. Asenjo, "Lightweight asynchronous scheduling in heterogeneous reconfigurable systems", Journal of Systems Architecture, Vol 124, March 2022, doi: 10.1016/j.sysarc.2022.102398. Impact factor: 5.836; Category: Computer Science, Hardware & Architecture, 8/54, Q1 (JCR 2021).
  • Denisa-Andreea Constantinescu, Angeles Navarro, Rafael Asenjo, Juan-Antonio Fernández-Madrigal and Ana Cruz-Martín, "Enabling Easier Programming of Machine Learning Algorithms on Robots with oneAPI Toolkits", IEEE Feedforward, Vol 1, March 2022
  • Cristian Campos, Ángeles Navarro, José Carlos Romero, Andrés Rodríguez and Rafael Asenjo, "Estrategias de optimización de un algoritmo de streaming usando oneAPI para arquitecturas CPU+GPU", Jornadas SARTECO 2022, Alicante, 21-24 Septiembre 2022.
Equipo

Ángeles G. Navarro

IP

Catedrática de Universidad en el Área de Arquitectura y Tecnología de Computadores de la UMA. Pertenece al grupo de investigación TIC-113, donde co-lidera junto al Dr. Rafael Asenjo Plaza el equipo de investigación "Parallel Programming Models and Compilers", formado por 6 doctores y 3 estudiantes de tesis. Tiene 25 publicaciones JCR, 50 contribuciones en conferencias internacionales y 7 capítulos de libro. Forma parte del Comité de Expertos de la Comisión Europea desde 2014, habiendo participado como evaluadora externa y monitora de proyectos en diversas convocatorias del FP7-ICT, H2020-FETHPC, H2020-ICT y H2020-SGA-LPMT. Tiene 2 patentes con examen previo concedido. Ha dirigido 7 tesis doctorales y está dirigiendo otras 2. Ha realizado 11 estancias de investigación en centros de referencia del área.

Eligius M. Hendrix

Invest.

Catedrático de Universidad en el Área de Arquitectura y Tecnología de Computadores en la Universidad de Málaga y pertenece al grupo de investigación TIC-146, Supercomputación y Algoritmos, uso de HPC en algoritmos de optimización. Tiene 75 publicaciones JCR y 84 publicaciones en congresos internacionales lo que resulta en 5 sexenios hasta 2018. Miembro del Editorial Board del Journal of Global Optimization desde 2002, evaluador de la ANEP y editor de 3 Special Issues del Journal of Global Optimization. Ha dirigido 10 tesis doctorales y 22 tesis de Master en el sistema de Bolonia. Es coautor de varios libros.

Francisco Corbera

Invest.

Titular de Universidad en el Área de Arquitectura y Tecnología de Computadores de la Universidad de Málaga y pertenece al grupo de investigación TIC-113. Tiene 3 sexenios de investigación, 4 quinquenios docentes y 5 tramos del Complemento Autonómico Andaluz. Ha participado en 10 proyectos de investigación, publicado en 13 revistas internacionales indexadas en el JCR, 7 contribuciones a congresos CORE A del IEEE y/o ACM (como ICS, ICCS, IPDPS, ICPP y HiPC), 4 Lecture Notes in Computer Science, 3 capítulos de libro, 22 congresos internacionales, 8 congresos nacionales y realizado 1 estancia de investigación en el extranjero. Ha codirigido una tesis doctoral.

Andrés Rodríguez

Invest.

Titular de Universidad del Área de Arquitectura y Tecnología de Computadores de la Universidad de Málaga y pertenece al grupo de investigación TIC-113. Tiene 2 sexenios de investigación, 4 quinquenios docentes y 5 tramos del Complemento Autonómico Andaluz. Ha participado en 12 proyectos de investigación, publicado 13 artículos en revistas internacionales indexadas en el JCR, publicado 5 capítulos de libro y realizado 31 aportaciones en congresos internacionales y nacionales. Es autor de una patente de invención y un modelo de utilidad.

Rafael Asenjo

Colab.

Catedrático de Universidad en el Área de Arquitectura y Tecnología de Computadores en la Universidad de Málaga y pertenece al grupo de investigación TIC-113. Co-lidera junto a la Dra. González Navarro el equipo "Parallel Programming Models and Compilers". Ha sido Investigador Principal de un Proyecto de Investigación de Excelencia de la Junta de Andalucía y actualmente es Co-IP del proyecto UMA18-FEDERJA-108 y del proyecto nacional TED2021-131527B-I00. Ha participado en 19 proyectos de investigación y dos contratos de investigación, publicado en 28 revistas internacionales indexadas en el JCR, 11 contribuciones en congresos ``Core A'' del IEEE y/o ACM (como ICS, PACT, IPDPS, ICPP y HiPC), 3 Keynotes por invitación, 5 Lecture Notes in Computer Science, 9 capítulos de libro, 39 congresos internacionales, participación en 18 comités de programa y 12 comités de organización de conferencias internacionales (General Chair, Registration Chair, etc), 15 conferencias por invitación, 21 congresos nacionales, impartido 6 tutoriales por invitación (PPoPP'18, SC'17, EuroPar'17 y PACT'04, entre ellos) y realizado 14 estancias de investigación en el extranjero. Ha dirigido ocho tesis doctorales y está dirigiendo otras dos. Tiene 2 patentes con examen previo.

José D. García

Colab.

Catedrático de Universidad en el Área de Arquitectura Tecnología de Computadores, Pertenece al grupo de investigación ARCOS (Arquitectura de Computadores, Comunicaciones y Sistemas) de la Universidad Carlos III de Madrid, dentro del cuál lidera la línea de investigación de "Modelos de Programación para la Mejora de Aplicaciones". Ha participado en un total de 22 proyectos de investigación (6 de ellos financiados por la Comisión Europea) y 19 contratos de investigación y transferencia de tecnología. Ha publicado 26 artículos en revistas JCR, 59 en congresos internacionales y 14 en congresos nacionales. También participa de forma habitual como revisor en los comités científicos de 9 revistas de ámbito internacional, habiendo participado como editor de números especiales en 3 de las mismas. Así mismo ha participado como miembro del comité de programa de más de 25 congresos de carácter internacional. Ha dirigido 4 tesis doctorales y dirige otras 3. Es miembro del comité internacional ISO/IEC JTC1/SC22/WG21 (Lenguaje C++), donde ha presentado más de 30 propuestas, muchas de las cuales se han incorporado a los estándares C++11, C++14, C++17 y C++20. Tiene 3 patentes.

Darío Suárez

Colab.

Titular de Universidad del área de Arquitectura de Tecnología de Computadores en la Universidad de Zaragoza y miembro del grupo de Arquitectura de Computadores y del Instituto de Investigación en Ingeniería de Aragón ambos de la misma institución. Entre 2012 y 2015 trabajó como Senior/Staff Engineer en Qualcomm Research Silicon Valley (QRSV), EE.UU. En QRSV fue arquitecto y responsable del interfaz energético del modelo de programación Qualcomm Symphony. Desde el año 2012, ha participado en 12 proyectos de investigación y ha publicado 15 artículos en revistas de ámbito internacional y 5 conferencias internacionales. Además firma 9 patentes internacionales en explotación y 4 solicitudes adicionales. Ha dirigido 1 tesis doctoral y 5 Trabajos Fin de Master. Acumula 5 contratos con empresas (2 regionales y 3 internacionales), incluyendo el contrato con Bigstream sobre procesado de streaming de datos.

Rubén Gran

Colab.

Profesor Contratado Doctor en el Departamento de Informática e Ingeniería de Sistemas de la Universidad de Zaragoza. Él y sus compañeros del Grupo de Arquitectura de Zaragoza (Gaz) pertenecen al Instituto de Investigación en Ingeniería de Aragón (I3A). Ha participado activamente en 5 Proyectos de Investigación nacionales (CICyT, TIN, PROTIN), en la publicación de 14 artículos de revistas internacionales, 10 artículos en congresos internacionales y 5 congresos nacionales. Así mismo, también realiza tareas de revisión para congresos y revistas internacionales. Ha dirigido 4 Trabajos Fin de Estudios y ha sido investigador principal de 1 proyecto de investigación.

José L. Núñez-Yáñenz

Colab.

Reader en "Adaptive and Energy Efficient computing'' en el Departamento de "Electronic Engineering'', de la Universidad de Bristol, UK. Anteriormente fue Research Fellow en el Departamento de "Electronic Engineering at Loughborough University'', UK, donde trabajó desde 1997 hasta 2004, alcanzando el grado de doctor en 2001 en una línea de arquitecturas hardware para compresión sin pérdidas a alta velocidad. En 2005 y 2006 trabajó en ST Microelectronics, Italia con una beca Marie Curie sobre procesadores reconfigurables para codificación de vídeo. En 2001 fue "Royal Society Fellow'' en ARM, Cambridge, en modelado de potencia a nivel de sistema. Tiene 46 publicaciones en revistas internacionales y 84 en congresos internacionales. Ha participado en 14 proyectos de investigación, en 11 de los cuales como investigador principal. Tiene 3 patentes internacionales. Es "Fellow Member" de la "Royal Society Industry Fellows College'', el "UK Higher Education Academy'' y el "Engineering and Physical Research Reviewer College''.

Antonio Vilches

Colab.

Ingeniero Software en la empresa Shapelets, con domicilio fiscal en Málaga. Ha publicado en 4 revistas JCR y un congreso Core A, además de realizar estancias de investigación en UIUC-Illinois y un intership en la empresa Codeplay (Edimburgo) trabajando en el compilador de SYCL que dicha empresa desarrolla (SYCL es el lenguaje de programación usado en oneAPI DPC++). Actualmente es el principal desarrollador de Khiva que es la librería open-source para resolución de problemas de series temporales en CPU y GPU ofrecido por Shapelets.

Felipe Muñoz

FPU

Estudiante de Tesis bajo la dirección de Ángeles G. Navarro y Rafael Asenjo con una beca FPU del Ministerio. Trabaja en el diseño de un algoritmo eficiente de la primitiva Matrix Profile así como su implementación en plataformas de muy  bajo consumo en el Edge. 

Cristian Campos

Contratado

Estudiante de Tesis bajo la dirección de Ángeles G. Navarro y Rafael Asenjo. Contratado con cargo al proyecto para la implementación y optimización de algoritmos de streaming masivos de datos con oneAPI en arquitecturas CPU+GPU.

Contacto

Teléfono

+34 952 13 27 91

Email

angeles@ac.uma.es    

Dirección

Complejo Tecnológico
Campus de Teatinos
29071, Málaga, Spain.    

© Copyright MAREA Research Project

Made with Mobirise ‌

Web Site Maker