Optimización cuántica de rendimiento y consumo energético en supercomputadores.
El proyecto QCO4HPC busca aprovechar las innovadoras posibilidades que ofrece la computación cuántica mediante el desarrollo de nuevas técnicas, herramientas y plataformas orientadas a optimizar tanto el rendimiento de aplicaciones científicas paralelas como el consumo energético de los supercomputadores. El objetivo principal es abordar mediante técnicas de computación cuántica problemas clásicos de optimización de elevada complejidad, entre los que se encuentran el particionamiento de datos, el despliegue de tareas, el equilibrado de carga, el mapeo de procesos y la planificación de trabajos.
Se propone optimizar el mapeo de procesos en aplicaciones data-parallel con el objetivo de reducir el coste de las comunicaciones en supercomputadores. Dado que se trata de un problema NP-completo, se emplearán técnicas de optimización cuántica basadas en modelos QUBO y algoritmos como QAOA y VQE. Las soluciones desarrolladas se integrarán como un servicio y se validarán utilizando aplicaciones reales ejecutadas en entornos HPC.
Se trabajará en la optimización del particionamiento de datos y del equilibrado de carga en supercomputadores con recursos heterogéneos, incluyendo CPUs y GPUs con diferentes capacidades de procesamiento. El problema se modelará mediante formulaciones QUBO y se estudiará su resolución mediante técnicas de computación cuántica, con especial atención a métodos de quantum annealing.
El problema se centra en optimizar el despliegue de tareas en aplicaciones task-parallel ejecutadas en entornos HPC y Cloud. El movimiento de datos entre tareas constituye un importante cuello de botella, por lo que se estudiarán estrategias de asignación de recursos que permitan minimizar las transferencias de datos y adaptar los recursos de cómputo a las necesidades específicas de cada tarea.
Se aborda la optimización de la planificación de tareas en supercomputadores, buscando gestionar de forma eficiente los recursos compartidos entre las diferentes aplicaciones de los usuarios. El objetivo principal es minimizar el makespan, reduciendo los tiempos de espera y mejorando el aprovechamiento de la infraestructura. De forma adicional, se estudiarán objetivos relacionados con la reducción del consumo energético de los sistemas HPC.
