La investigadora de origen griego del Instituto IMDEA Software, Thaleia Dimitr Doudali, ha obtenido una prestigiosa beca César Nombela, que le proporcionará 420.000 euros durante 5 años para financiar el grupo de investigación que dirige en el Instituto IMDEA Software de Madrid. La financiación corre a cargo de la Comunidad de Madrid en un esfuerzo por atraer a jóvenes investigadores destacados y con talento del extranjero y ayudarles a integrarse en el ecosistema investigador español. La investigación, que se llevará a cabo con esta financiación, se centra en una necesidad crítica de la industria, que es mejorar significativamente la eficiencia y la sostenibilidad en entornos informáticos a gran escala.
Los centros de datos y los sistemas de computación en la nube consumen una cantidad considerable de energía, lo que representa el 1% del consumo mundial, y las aplicaciones de IA, como la IA generativa y los grandes modelos lingüísticos, consumen mucha energía. Sin embargo, los estudios muestran que ha sido especialmente difícil ofrecer una alta eficiencia en estas plataformas informáticas, debido a las decisiones subóptimas de su software de sistemas de gestión. Un aspecto crítico de la gestión inteligente es la capacidad de prever con precisión la demanda y el uso futuros de los recursos de hardware por parte de los usuarios y sus aplicaciones. Sin embargo, los modelos de previsión existentes, que priorizan la practicidad y la simplicidad, suelen sobrestimar el uso de los recursos, lo que limita el aumento de la eficiencia a sólo un 10-16% [1].
Este proyecto pretende abordar esta limitación mediante el desarrollo de un modelo de predicción del uso de recursos más preciso, que combine la heurística basada en datos con el uso únicamente necesario del aprendizaje automático [2], lo que podría desbloquear hasta un 60% más de ahorro de recursos en comparación con las soluciones actuales. Al mismo tiempo, el proyecto explorará métodos que permitan operaciones sostenibles, colocando y ejecutando dinámicamente cargas de trabajo en momentos y lugares que permitan reducir las emisiones de carbono. El objetivo general del proyecto es ofrecer una pila de software de sistemas de gestión eficiente en el uso de los recursos, consciente de las emisiones de carbono y adaptable a la carga de trabajo.
[1] ¿Los predictores de sobrecompromiso de recursos llegan a predecir? Georgia Christofidi y Thaleia Dimitra Doudali. En Proceedings of the 4th Workshop on Machine Learning and Systems (EuroMLSys ‘24). https://dl.acm.org/doi/10.1145/3642970.3655838
[2] ¿Es necesario el aprendizaje automático para predecir el uso de recursos en la nube? Georgia Christofidi, Konstantinos Papaioannou y Thaleia Dimitra Doudali. En Proceedings of the 14th Symposium of Cloud Computing (SoCC 2023). https://dl.acm.org/doi/10.1145/3620678.3624790
