Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Realizzazione di algoritmi per la realizzazione di modelli di codice da tracce di esecuzione di processi HPC |
|---|---|
| Titolo del progetto di ricerca in inglese | Design and implementation of algorithms for code modelling techniques from HPC processes execution traces |
| Campo principale della ricerca | Computer science |
| Sottocampo della ricerca | Informatics |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Computer engineering |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | - |
| Descrizione sintetica in italiano | L’attività di ricerca mira a sviluppare: i) tecniche di analisi automatica del codice che sfruttino la rappresentazione intermedia LLVM e ii) un sistema automatico capace di scegliere il device migliore su cui eseguire un certo kernel, sulla base dell’analisi del codice prodotta, ottimizzando una o più metriche di interesse. Saranno esplorate tecniche di analisi che coinvolgano l’utilizzo di LLVM-IR, ovvero la rappresentazione intermedia utilizzata dal compilatore LLVM, in grado di considerare anche grandezze differenti dal tempo di esecuzione, critiche in ambito HPC, quali potenza o energia. Siccome le tecniche di Deep Learning richiedono una mole di dati significativa per le fasi di training e test, una sfida di questa ricerca sarà la raccolta di kernel da repository online o l’utilizzo di librerie note in ambito HPC. Questa attività di ricerca e` parte del progetto SUPER e della collaborazione con CINECA. |
| Descrizione sintetica in inglese | The research activity aims to develop: i) automatic code analysis techniques that exploit the LLVM intermediate representation and ii) an automatic system capable of choosing the best device for running a given kernel, based on the analysis of the code produced, optimizing one or more metrics of interest. Analysis techniques will be explored that involve the use of LLVM-IR, the intermediate representation used by the LLVM compiler, capable of considering also quantities other than runtime, such as power or energy, which are often critical in HPC systems. Since Deep Learning techniques require a significant amount of data for being trained, a challenge of this research will be the collection of kernels from online repositories or the use of well-known HPC libraries. This research activity is part of SUPER project and of the collaboration with CINECA. |
| Data del bando | 08/04/2020 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI INGEGNERIA DELL'ENERGIA ELETTRICA E DELL'INFORMAZIONE "GUGLIELMO MARCONI" |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| barbara.diplacido@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 24/04/2020 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |