Sistemas de Computo Paralelo y Distribuidos

Anotações:

• Conferencista: Fabian Garcia Nocetti, IIMAS-UNAM, Expone el tema de computo de alto rendimiento y su relacion con Ving-Data y presenta un estudio de caso en ingenieria petrolera Demetrio. Autor del mapa: Adriana Santiago del Angel. Grupo S5A  De la Carrera de Ing. En Sistemas Computaciones del I.T.S.Ta.   https://www.youtube.com/watch?time_continue=1&v=8n6lfB6G6mU  

1. Computo de alto rendimiento(HPC)
   1. Es el uso de procesamiento paralelo para ejecutar aplicaciones avanzadas de manera eficiente confiable y rapido.
   2. Se aplica para sistemas que operan en arriba de un teraflops
   3. Los usuarios frecuentes HPC son: investigadores cientificos, ingenieros, instituciones academicas entre otros.
   4. Las aplicaiones de la HPC son:
      1. -Simulacion de terremotos -modelado del clima -modelado de prototipos -manufactura digital -Big Data
   5. Beneficios en la innovacion usando HPC:
      1. -Reduccion de tiempo -prototipos virtuales -mejoras en diseño y la ingenieria
2. Big Data
   1. Es un conjunto de datos cuyo tamaño esta mas alla de la capasidad de las herramientas de software de bases de datos tipicos para capturar, alamacenar, gestionar y analizar informacion.
   2. Se origina por la explosion en la cantidad y diversidad de datos digitales generados en tiempo real como resultado del rol cada vez mas mayor de la tecnologia en las actividades diarias.
   3. Sirve para generar informacion y conocimiento con base en informacion completa en tiempo real.
   4. Tipos de datos:
      1. -Compras y transacciones -datos de gestion expresarial -busquedas -sociales
   5. Big Data para la creacion de valor
      1. -Desarrolo de nuevos productos -nuevos modelos de servicio -transparencia y eficiencia por compartir datos
   6. Fases de Big Data
      1. Descubrimiento de grandes datos, extraccion y limpieza de grandes volumes de datos
3. Analytics
   1. se refiere a las herramientas y metodologias para transformar cantidades masivas de datos brutos en ¨datos sobre datos¨ como propositos analiticos.
   2. Se origino en las areas de biologia intensiva en computo, ingenieria biomedica, medicina y electronica.
   3. Utiliza algoritmos para detectar patrones, tendencias y correlaciones.
   4. Ocupa tecnicas avanzadas; datos que hacen sentido.
   5. HADOOP: proyecto que combina analisis y Big Data para llevar el procesamiento de archivos a otro nivel
      1. HDFS: Sistema de archivos distribuidos, escalable y portatil
      2. MapReduce: modelo de programacion utilizado por google para dar soporte a la computacion paralela.
         1. Caracteristicas: distribucion y paralelizacion, tolerancia a fallas y a redondancias, transparencia, localizacion de datos.