CEDIS Logo
CEDIS

Computação de alto desempenho e computação em nuvem

A área de Computação de Alto Desempenho e Computação em Nuvem é um campo dinâmico e essencial na ciência da computação, focado no desenvolvimento e na aplicação de sistemas computacionais avançados capazes de processar grandes quantidades de dados a velocidades extremamente altas. A Computação de Alto Desempenho (High-Performance Computing, HPC) envolve o uso de supercomputadores e sistemas de processamento paralelo para resolver problemas complexos e intensivos em termos de processamento. Já a Computação em Nuvem refere-se ao uso de recursos de computação (como servidores, armazenamento, bancos de dados, redes, software) sobre a internet, oferecendo escalabilidade, flexibilidade e eficiência de custos.

Sobre o coordenador da área

Prof. Daniel Sundfeld Lima

No CEDIS, a integração de Computação de Alto Desempenho e Computação em Nuvem é uma área de pesquisa e desenvolvimento de grande interesse. Coordenada pelo Prof. Daniel Sundfeld, a linha de pesquisa explora como essas duas tecnologias podem ser combinadas para oferecer soluções mais potentes e eficientes. A equipe de pesquisa, formada por especialistas em arquitetura de sistemas, redes de computadores e engenharia de software, investiga temas como a otimização de algoritmos para HPC, o desenvolvimento de infraestruturas de nuvem escaláveis, a segurança em ambientes de computação em nuvem e a integração de serviços de nuvem com capacidades de alto desempenho. O objetivo é desenvolver novas abordagens e tecnologias que permitam aproveitar ao máximo as capacidades de processamento em larga escala da computação de alto desempenho, juntamente com a flexibilidade e a acessibilidade da computação em nuvem, abrindo caminho para inovações em diversos campos, desde a análise de big data até a modelagem de sistemas complexos.
Mais sobre o coordenador

Equipe de pesquisa

Pesquisadores anteriores

Projetos em andamento

Publicações e produções

Publicações (6)

  1. NEUBERT, PATRICIA DA SILVA,CANTO, FÁBIOLORENSI DO,PINTO, ADILSON LUIZ,LIMA, Daniel Sundfeld,SILVA, FLÁVIO ROBERTO CRUZ, OpenAlex como fonte de dados para sistemas nacionais de informação científica: a experiência do projeto Laguna , in VII Workshop de Informação, Dados e Tecnologia WIDaT , 2024 . DOI: 10.22477/vii.widat.184 . Tags: Computação de Alto Desempenho .
  2. CARVALHO SEGUNDO, WASHINGTON LUÍS RIBEIRO DE,CANTO, FABIO LORENSI DO,PINTO, ADILSON LUIZ,SUNDFELD, Daniel Lima, Atração entre periódicos brasileiros de medicina análise a partir de dados de citação do OpenAlex , in 9º Encontro Brasileiro de Bibliometria e Cientometria EBBC , 2024 . DOI: 10.22477/ix.ebbc.378 . Tags: Computação de Alto Desempenho .
  3. FLAUSINO, CAIO GOMES,QUEIROZ, DIEGO CÉSAR FLORÊNCIO DE,Sundfeld, Daniel, LLC: Low Level Contêiner no Linux , 2023 . DOI: 10.5753/eradco.2023.234451 . Tags: Computação de Alto Desempenho .
  4. DE OLIVEIRA, ENÉIAS PAULO,Sundfeld, Daniel, PA-Star-Web: web server para obtenção do alinhamento múltiplo ótimo de sequências biológicas , 2022 . DOI: 10.5753/erigo.2022.227676 . Tags: Computação de Alto Desempenho .
  5. GOMES, RODRIGO ROCHA,Sundfeld, Daniel, CUDA-Sankoff-Web: Uma ferramenta web para cálculo do alinhamento secundário estrutural ótimo , in Escola Regional de Alto Desempenho de São Paulo , p25-28, 2021 . DOI: 10.5753/eradsp.2021.16697 . Tags: Computação de Alto Desempenho .
  6. Sundfeld, Daniel,TEODORO, GEORGE,HAVGAARD, JAKOB H.,GORODKIN, JAN,Melo, Alba C. M. A., Using GPU to accelerate the pairwise structural RNA alignment with base pair probabilities , CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE , 32(e5468), 2020 . DOI: 10.1002/CPE.5468 . Tags: Computação de Alto Desempenho .

Contato e colaboração

Veja mais sobre Computação de Alto Desempenho
← Gamificação Arquitetura de Software →