Pervasive Computing
Responsabile di modulo Giorgio Delzanno – DIBRIS
| Titolo lezione | Relatore e affiliazione | Data e ora |
|---|---|---|
| Sul calcolo ad alte prestazioni, l’intelligenza artificiale e la loro attrazione fatale | Marco Aldinucci Università di Torino | 17 aprile 2020 ore 16:00 - 18:00 24 aprile 2020 ore 16:00 - 18:00 |
| ABSTRACT L’informatica si evolve per astrazioni successive. Oggi, dopo 30 anni di letargo, anche il calcolo ad alte prestazioni (HPC) si sta estendendo oltre i tradizionali campi di applicazione. Per anni i sistemi HPC si sono nutriti di equazioni differenziali; la capacità di calcolare moltissime operazioni matematiche per secondo (FLOPS) è stata la chiave per risolvere problemi sempre più grandi e per trovare soluzioni sempre più precise. L’esplosione dei dati conseguente alla trasformazione digitale ha spostato la domanda di alte prestazioni dalle applicazioni tradizionali (equazioni, simulazioni, etc.) ai metodi per l’analisi di grandi quantità di dati (BigData, Deep Learning, etc). Sotto questa spinta, i modelli di programmazione e di fruizione dei sistemi HPC si stanno evolvendo verso modelli molto più astratti, in grado di soddisfare esigenze applicative diverse e di semplificare lo sviluppo di nuove applicazioni. Le sfide per i progettisti si rinnovano: dai FLOPS alla gestione efficiente dei dati in memoria; dai modelli di programmazione a basso livello di astrazione basati su send-receive alla composizione di micro-servizi per il riuso del software; dalla matematica in precisione doppia a quella in precisione infima ma efficiente per le reti neurali profonde; dalle code di job alla schedulazione di istanze multiple isolate di sistema operativo (dockers). La lezione punta a dare una visione introduttiva del calcolo ad prestazioni (HPC) e di come si è evoluto sotto la spinta delle applicazioni moderne profondamente radicate nelle applicazioni di analisi BigData e di Intelligenza Artificiale. |
||
| Elaborazione distribuita e Big Data: il caso dei dati meteo | Andrea Clematis IMATI, CNR | 18 aprile 2020 10:00 - 12:00 8 maggio 2020 ore 16:00 - 18:00 |
| ABSTRACT I primi esempi di elaborazione distribuita risalgono a più di 50 anni fa. Le prime applicazioni note al grande pubblico riguardavano, ad esempio, i sistemi per le transazioni bancarie, fino ad arrivare ai bancomat (disponibili in Italia dal 1983) e i sistemi di prenotazione distribuiti per le linee aeree. Oggi, parlando di elaborazione distribuita, possiamo ben dire che si tratta di un esempio evidente di “pervasive computing”. In particolare, l’elaborazione distribuita è uno dei principali strumenti per la produzione, memorizzazione e trattamento di quelli che vengono indicati come “big data”. Ad esempio, lo sviluppo di sensori mobili collegati al web e capaci di fornire misure e informazioni di diverso genere permette di monitorare, attraverso una quantità di dati fino a poco tempo fa inimmaginabile, fenomeni di varia natura quali gli eventi meteorologici e le loro conseguenze. L’obiettivo di queste ore di lezione è fornire una panoramica e definire i contorni dell’elaborazione distribuita, analizzando, come esempio, il suo ruolo nella raccolta e trattamento di big data meteorologici, mettendo in evidenza alcune possibilità e gli eventuali limiti di utilizzo di questi dati per lo sviluppo di applicazioni di vasta utilità. Saranno brevemente illustrati esempi pratici per la progettazione di applicazioni per la raccolta e il trattamento di dati meteo “distribuiti”. |
||
| Internet delle cose: chi, dove, come e quando | Giorgio Delzanno Università di Genova | 15 maggio 2020 ore 16:00 - 18:00 22 maggio 2020 ore 16:00 - 18:00 |
| ABSTRACT Nelle due lezioni vedremo un’introduzione all’Internet delle Cose (IoT) sia dal punto di vista dello sviluppo di software che dei domini applicativi. In particolare vedremo quali cambiamenti l’IoT ha portato nell’ambito della programmazione di device e smartphone, nello sviluppo di middleware di comunicazione, nell’interazione con servizi di storage e di large scale computing. Prenderò come riferimenti le architetture di piattaforme come Azure, AWS e Google Cloud Plaform per capire la complessità di questi sistemi. Discuteremo inoltre esempi basati su collaborazioni con aziende che lavorano su questi temi nel nostro territorio. Infine tratteremo un tema molto attuale legato ai sistemi di Contact Tracing, un’ottimo spunto per discutere anche problematiche legate a privacy dei dati (GDPR) e protocolli di prossimità (Bluetooth). |
||
Geometria e applicazioni all’analisi dei grafi
Responsabile di modulo Aldo Conca – DIMA