En la era del Big Data, los sistemas de computación de alto rendimiento se emplearán tanto para ejecutar aplicaciones de cómputo tradicional, que siguen un patrón de acceso a los datos muy regular, como para la ejecución de aplicaciones emergentes que procesan grandes conjuntos de datos que necesitan modelarse con estructuras más flexibles, capaces de capturar interacciones complejas como las que se encuentran en el mundo natural. Para ello se necesitan estructuras de datos como los grafos.

Ejemplos de estas aplicaciones son las omnipresentes redes sociales, los sistemas de recomendación, el modelado de moléculas de proteínas, los asistentes de conducción que emplean mapas de carreteras, o el diseño de circuitos. Sin embargo, las aplicaciones emergentes que trabajan con grafos, y que son el objeto de esta propuesta de investigación, están plagadas de accesos irregulares a los datos y, por tanto, hacen un uso extremadamente ineficiente del sistema de memoria de los computadores modernos, que ven degradado seriamente su rendimiento cuando ejecutan dichas aplicaciones.

x000D

El objetivo de esta investigación es diseñar un sistema de memoria de alto rendimiento para las aplicaciones emergentes orientadas al análisis masivo de datos, proporcionando una solución disruptiva para mitigar uno de los principales cuellos de botella de los sistemas de computación modernos, que no es otro que el acceso eficiente a los datos almacenados en la memoria de los computadores. Como resultado de esta investigación, se permitirá un acceso a la memoria de baja latencia, con un ancho de banda reducido, consiguiendo así mejorar el rendimiento y la eficiencia energética de los futuros sistemas de computación, que serán capaces de ejecutar de una forma más eficiente las aplicaciones orientadas al análisis masivo de datos.