Forschung | AAU Campus

Projekt: ASPIDE: exAScale ProgramIng models for ...

Stammdaten

Englisch

Titel:

ASPIDE: exAScale ProgramIng models for extreme Data procEssing

Beschreibung:

Extreme Data is an incarnation of Big Data concept distinguished by the massive amounts of data that must be queried, communicated and analyzed in (near) real-time by using a very large number of memory/storage elements and Exascale computing systems. Immediate examples are the scientific data produced at a rate of hundreds of gigabits-per-second that must be stored, filtered and analyzed, the millions of images per day that must be mined (analyzed) in parallel, the one billion of social data posts queried in real-time on an in-memory components database. Traditional disks or commercial storage cannot handle nowadays the extreme scale of such application data.

Following the need of improvement of current concepts and technologies, ASPIDE’s activities focus on data-intensive applications running on systems composed of up to millions of computing elements (Exascale systems). Practical results will include the methodology and software prototypes that will be designed and used to implement Exascale applications.

The ASPIDE project will contribute with the definition of a new programming paradigms, APIs, runtime tools and methodologies for expressing data-intensive tasks on Exascale systems, which can pave the way for the exploitation of massive parallelism over a simplified model of the system architecture, promoting high performance and efficiency, and offering powerful operations and mechanisms for processing extreme data sources at high speed and/or real-time.

Schlagworte:

High performance computing, Scientific computing and data processing, Software Design & Development, Data intensive, Programming model, Productivity, High performance data analytics, Data centric,Deep Learning, Urban computing, Sentiment analytics

Kurztitel:	ASPIDE
Zeitraum:	15.06.2018 - 30.06.2022
Kontakt-Email:	radu.prodan@aau.at
Homepage:	https://www.aspide-project.eu/

MitarbeiterInnen

Funktion

Zeitraum

(intern)

Projektleiter/in
(Bevollmächtigte/r)

15.06.2018 - 30.06.2022

(intern)

wiss. Mitarbeiter/in
Dissertant/in

01.07.2018 - 14.12.2020
01.07.2018 - 14.12.2020

(intern)

wiss. Mitarbeiter/in
Projektleiter/in

15.06.2018 - 14.06.2021
15.06.2018 - 14.06.2021

(intern)

wiss. Mitarbeiter/in
Dissertant/in

01.10.2018 - 14.12.2020
01.10.2018 - 14.12.2020

(intern)

wiss. Mitarbeiter/in

15.09.2019 - 14.12.2020

(intern)

wiss. Mitarbeiter/in

01.01.2020 - 14.06.2021

Zuordnung

Organisationseinheit

Fakultät für Technische Wissenschaften

Kategorisierung

Projekttyp	Forschungsförderung (auf Antrag oder Ausschreibung)
Förderungstyp	§27
Forschungstyp	Angewandte Forschung
Sachgebiete	102025 - Verteilte Systeme 102022 - Softwareentwicklung
Forschungscluster	Kein Forschungscluster ausgewählt
Genderrelevanz	Genderrelevanz nicht ausgewählt
Projektfokus	Science to Science (Qualitätsindikator: I) Klassifikationsraster der zugeordneten Organisationseinheiten: Institut für Informationstechnologie
Arbeitsgruppen	Distributed Multimedia Systems

Finanzierung

Förderprogramm

Organisation: European Commission

Kooperationen

Organisation

Adresse

Calle Madrid 126
ES - 28903 Getafe, Madrid

Bulevardul Vasile Pârvan 4
RO - 300223 Timișoara

Noskowskiego 12/14
PL - 61-704 Poznań

Plaza Carlos Trias Bertran 7
ES - 28020 Madrid

Rue Jean Jaures 68
FR - 78340 Les Clayes Sous Bois

Via Pietro Bucci
IT - 87036 Arcavacata di Rende

Via di Donna Olimpia 166
IT - 00152 Rom

Forschungsaktivitäten

Hier werden alle mit diesem Projekt in Zusammenhang stehenden Forschungsaktivitäten angezeigt. Mit dem untenstehenden Link können sie sich diese Forschungsaktivitäten in der Suche anzeigen lassen und gegebenenfalls exportieren.

(Achtung: Externe Aktivitäten werden im Suchergebnis nicht mitangezeigt)

Zugehörige Forschungsaktivitäten in der Suche anzeigen

Projekte	Keine verknüpften Projekte vorhanden
Publikationen	FusionCL: a machine-learning based approach for OpenCL kernel fusion to increase system performance FusionCL: a machine-learning based approach for OpenCL kernel fusion to increase system performance (2021) Y. Khalid, M. Aleem, U. Ahmed, R. Prodan, M. Islam, M. Iqbal Computing Kein Verlag ausgewählt zur Publikation Multi-objective scheduling of extreme data scientific workflows in Fog Multi-objective scheduling of extreme data scientific workflows in Fog (2020) V. De Maio, D. Kimovski Future Generation Computer Systems Kein Verlag ausgewählt zur Publikation M3AT: Monitoring Agents Assignment Model for Data-Intensive Applications M3AT: Monitoring Agents Assignment Model for Data-Intensive Applications (2020) V. Kashanskii, D. Kimovski, R. Prodan, P. Agrawal, F. Marozzo, G. Iuhasz, M. Marozzo, J. Garcia-Blas PDP 2020 Proceedings of the 28th Euromicro International Conference on Parallel, Distributed and Network-Based Processing Kein Verlag ausgewählt zur Publikation FastTTPS: fast approach for video transcoding time prediction and scheduling for HTTP adaptive streaming videos FastTTPS: fast approach for video transcoding time prediction and scheduling for HTTP adaptive streaming videos (2020) P. Agrawal, A. Zabrovskiy, A. Ilangovan, C. Timmerer, R. Prodan Cluster Computing Kein Verlag ausgewählt zur Publikation Some aspects of the workflow scheduling in the computing continuum systems Some aspects of the workflow scheduling in the computing continuum systems (2021) V. Kashanskii, R. Prodan, G. Radchenko GRID' 2021 Proceedings of the 9th International Conference Distributed Computing and Grid Technologies in Science and Education Kein Verlag ausgewählt zur Publikation ASPIDE Project: Perspectives on the Scalable Monitoring and Auto-tuning ASPIDE Project: Perspectives on the Scalable Monitoring and Auto-tuning (2020) R. Prodan, V. Kashanskii, D. Kimovski, P. Agrawal Austrian HPC Meeting 2020 (AHPC2020) Kein Verlag ausgewählt zur Publikation Autotuning of Exascale Applications With Anomalies Detection Autotuning of Exascale Applications With Anomalies Detection (2021) D. Kimovski, R. Mathá, G. Iuhasz, F. Marozzo, D. Petcu, R. Prodan Frontiers in Big Data Kein Verlag ausgewählt zur Publikation Automated Workflows Scheduling via Two-Phase Event-based MILP Heuristic for MRCPSP Problem Automated Workflows Scheduling via Two-Phase Event-based MILP Heuristic for MRCPSP Problem (2021) V. Kashanskii, G. Radchenko, R. Prodan, A. Zabrovskiy, P. Agrawal Austrian-Slovenian HPC Meeting 2021 - ASHPC21 Kein Verlag ausgewählt zur Publikation Bank Cheque Validation Using Image Processing Bank Cheque Validation Using Image Processing (2019) D. Chaudhary, P. Agrawal, V. Madaan Proceedings of the 3rd International Conference On Advanced Informatics For Computing Research Kein Verlag ausgewählt zur Publikation Bilingual Machine Translation System Between Hindi and Sanskrit Languages Bilingual Machine Translation System Between Hindi and Sanskrit Languages (2019) N. Bhadwal, P. Agrawal, V. Madaan Proceedings of the 3rd International Conference On Advanced Informatics For Computing Research Kein Verlag ausgewählt zur Publikation Monte Carlo Approach to the Computational Capacities Analysis of the Computing Continuum Monte Carlo Approach to the Computational Capacities Analysis of the Computing Continuum (2021) V. Kashanskii, G. Radchenko, R. Prodan ICCS '21 Proceedings of the 21st International Conference on Computational Science Kein Verlag ausgewählt zur Publikation Simplified Workflow Simulation on Clouds based on Computation and Communication Noisiness Simplified Workflow Simulation on Clouds based on Computation and Communication Noisiness (2020) R. Mathá, S. Ristov, T. Fahringer, R. Prodan IEEE Transactions on Parallel and Distributed Systems (TPDS) Kein Verlag ausgewählt zur Publikation Wie man Supercomputer programmiert Wie man Supercomputer programmiert (2019) R. Prodan Der Standard Kein Verlag ausgewählt zur Publikation
Veranstaltungen	Keine verknüpften Veranstaltung vorhanden
Vorträge	Automated Workflows Scheduling via Two-Phase Event-based MILP Heuristic for MRCPSP Problem Automated Workflows Scheduling via Two-Phase Event-based MILP Heuristic for MRCPSP Problem V. Kashanskii, G. Radchenko, R. Prodan, A. Zabrovskiy, P. Agrawal seit 31.05.2021 Zum Vortrag Monte Carlo Approach to the Computational Capacities Analysis of the Computing Continuum Monte Carlo Approach to the Computational Capacities Analysis of the Computing Continuum V. Kashanskii, G. Radchenko, R. Prodan seit 18.06.2021 Zum Vortrag ASPIDE Project: Perspectives on the Scalable Monitoring and Auto-tuning ASPIDE Project: Perspectives on the Scalable Monitoring and Auto-tuning R. Prodan, V. Kashanskii, D. Kimovski, P. Agrawal seit 20.02.2020 Zum Vortrag Some aspects of the workflow scheduling in the computing continuum systems Some aspects of the workflow scheduling in the computing continuum systems V. Kashanskii, R. Prodan, G. Radchenko seit 08.07.2021 Zum Vortrag Wie man Supercomputer programmiert Wie man Supercomputer programmiert R. Prodan seit 20.03.2019 Zum Vortrag Monitoring data collection and mining for Exascale systems Monitoring data collection and mining for Exascale systems D. Kimovski, G. Iuhasz seit 22.01.2020 Zum Vortrag Mobility-Aware Scheduling of Extreme Data Workflows across the Computing Continuum Mobility-Aware Scheduling of Extreme Data Workflows across the Computing Continuum D. Kimovski seit 20.01.2020 Zum Vortrag M3AT: Monitoring Agents Assignment Model for Data-Intensive Applications M3AT: Monitoring Agents Assignment Model for Data-Intensive Applications V. Kashanskii, D. Kimovski, R. Prodan, P. Agrawal, F. Marozzo, G. Iuhasz, M. Marozzo, J. Garcia-Blas seit 12.03.2020 Zum Vortrag