Horário e local: Quarta-feira, 5 de novembro, das 9.30 às 10.30 horas — Auditório

Resumo: Um mergulho profundo em computação e armazenamento em Nuvem, HPC e Computação Acelerada.

Apresentador: Marcelo Baptista

Cargo: Arquiteto de Soluções

Afiliação: Amazon Web Services, São Paulo - SP

Sobre o palestrante: Marcelo Baptista é Arquiteto de Soluções no time da AWS LATAM. Trabalha com soluções de TI há mais de 30 anos, com experiência em vários seguimentos de mercado e diferentes ambientes tecnológicos. Especialista em DevSecOps, Quantum Computing e HPC, apoia os clientes nos seus desafios, buscando as melhores soluções para as suas necessidades.

Horário e local: Quarta-feira, 5 de novembro, das 11 às 12 horas — Auditório

Resumo: Apresentação da trajetória de mais de 50 anos do HPC na Petrobras, desde os primeiros sistemas de grande porte até a atual infraestrutura que coloca a empresa como referência em computação de alto desempenho na América Latina com as maiores máquinas no TOP500. Além do aspecto histórico, a palestra abordará os projetos atuais de desenvolvimento em HPC incluindo a estratégia de transbordo para cloud, pesquisas em novas arquiteturas computacionais para geofísica envolvendo RISC-V, e desenvolvimentos desde Fortran até tecnologias modernas como investigações em computação quântica.

Apresentador: Felipe Portella

Cargo: IT Advisor

Afiliação: Petróleo Brasileiro S.A. (PETROBRAS), Rio de Janeiro - RJ

Sobre o palestrante: Felipe Portella ingressou na Petrobras em 2007 e atualmente trabalha como consultor de TI especializado em computação de alto desempenho para simulação de reservatórios de petróleo. Ele possui mestrado em Ciência da Computação pela Pontifícia Universidade Católica do Rio de Janeiro em 2008 e obteve seu doutorado em 2024 pela Universidade Politécnica da Catalunha, realizado em colaboração com o Barcelona Supercomputing Center. Seu foco recente está nos desafios de cloud-bursting em HPC.

Apresentador: Guilherme Vilela

Cargo: Systems Engineer

Afiliação: Petróleo Brasileiro S.A. (PETROBRAS), Rio de Janeiro - RJ

Sobre o palestrante: Guilherme Vilela é engenheiro eletrônico com mestrado em engenharia de sistemas pela Coppe e atualmente trabalha como consultor de HPC na Petrobras. Suas responsabilidades incluem projetar e definir especificações técnicas de soluções HPC, bem como solucionar problemas de desempenho relacionados a clusters Linux. Participou de vários projetos de supercomputadores, incluindo os cinco maiores e mais eficientes supercomputadores da América Latina, de acordo com o TOP500 e o Green500.

Horário e local: Quinta-feira, 6 de novembro, das 11 às 12 horas — Auditório

Resumo: With recent dramatic advances in Field Programmable Gate Arrays (FPGAs), these devices are being used along with multi-core and novel memory technologies to realize advanced platforms to accelerate complex applications. We are indeed witnessing the “Golden Age” of FPGA acceleration; high performance FPGA solutions can be quickly designed and deployed while meeting stringent application performance requirements of latency, throughput, energy efficiency, etc. We will review advances in reconfigurable computing over the past three decades leading up to current innovations in FPGA accelerators for data science. We will illustrate FPGA-based parallel architectures and algorithms for a variety of data analytics kernels in commercial, defense, and space applications. Using our algorithm-architecture co-design methodology to realize high performance accelerators for these challenging applications, we demonstrate the role of modeling and algorithmic optimizations to develop highly efficient Intellectual Property (IP) cores for FPGAs and realize end to end application acceleration. We illustrate our methodology by developing high performance FPGA designs for graph analytics, graph machine learning, privacy preserving computations, fully homomorphic encoding, SAR ATR, etc. We conclude by identifying opportunities and challenges in exploiting emerging heterogeneous architectures composed of multi-core processors, FPGAs, integrated GPUs and coherent memory.

Apresentador: Viktor K. Prasanna

Cargo: Charles Lee Powell Chair in Engineering

Afiliação: University of Southern California (USC), Los Angeles - USA

Sobre o palestrante: Viktor K. Prasanna is the Charles Lee Powell Chair in Engineering in the Ming Hsieh Department of Electrical and Computer Engineering and Professor of Computer Science at the University of Southern California. He is the director of the Center for Energy Informatics at USC and leads the FPGA (fpga.usc.edu) and Data Science Labs (dslab.usc.edu). His research interests include parallel and distributed computing, accelerator design, reconfigurable architectures and algorithms and high performance computing. He serves as the Editor-in-Chief of the Journal of Parallel and Distributed Computing. Prasanna was the founding Chair of the IEEE Computer Society Technical Committee on Parallel Processing. He is the Steering Chair of the IEEE International Parallel and Distributed Processing Symposium. He is a Fellow of the IEEE, the ACM and the American Association for Advancement of Science (AAAS). He received the 2015 W. Wallace McDowell award from the IEEE Computer Society for his contributions to reconfigurable computing. He is a member of Academia Europaea.

Horário e local: Quinta-feira, 6 de novembro, das 13.30 às 14.30 horas — Auditório

Resumo: A crescente complexidade dos sistemas distribuídos no Fog Computing exige novas abordagens para garantir eficiência, confiabilidade e desempenho. Mais do que monitorar, é necessário tornar visíveis os estados internos do sistema, possibilitando diagnósticos proativos e tomadas de decisão inteligentes. Nesta palestra, discutiremos os fundamentos e a importância da observabilidade em ambientes Fog Computing, explorando como métricas, logs e traces podem ser combinados para fornecer uma visão holística do comportamento do sistema. O objetivo é mostrar que, ao iluminar o que antes era invisível, a observabilidade se torna um pilar estratégico para a consolidação do Fog Computing como infraestrutura essencial no Continuum Fog–Cloud, impulsionando inovações em áreas críticas como saúde digital e cidades inteligentes.

Apresentador: Aletéia Patrícia Favacho de Araújo

Cargo: Professora Associada

Afiliação: Universidade de Brasília (UnB), Brasília - DF

Sobre o palestrante: Aletéia de Araújo possui graduação no curso de Bacharelado em Ciências da Computação pela Universidade Federal do Pará (1997), mestrado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (1999), doutorado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro (2008) e ano passado (2024) fez pós-doutorado na University of Melbourne na Austrália. É bolsista de Produtividade em Pesquisa do CNPq – Nível C e professora Associada IV da Universidade de Brasília (UnB). Tem experiência na área de Ciência da Computação, com ênfase em Computação de Alto Desempenho, Nuvem Computacional e Fog Computing. Ela é cofundadora e coordenadora do projeto de extensão Meninas.comp da UnB desde 2010. Atualmente, é coordenadora do Programa Nacional da SBC – Meninas Digitais.

Horário e local: Quinta-feira, 6 de novembro, das 14.30 às 15.00 horas — Auditório

Resumo: A plataforma HPCC Systems de código aberto utiliza arquitetura de dados distribuída e uma metodologia de processamento paralelo para trabalhar com grandes conjuntos de dados. O "pipeline" de dados na plataforma acompanha os dados desde a origem até a sua ingestão no cluster Thor, onde eles são refinados através de limpeza e padronização dos dados e, em seguida, enriquecidos, para depois serem disponibilizados para aplicações de consulta em tempo real hospedadas no cluster Roxie. Em conjunto com essas duas arquiteturas de clusters e, compondo o chamado Power Trio, se faz presente a linguagem ECL, sendo a única linguagem necessária para expressar algoritmos de dados em toda a plataforma HPCC Systems. No cluster Thor, a linguagem ECL expressa “workflows” de dados que consistem em carregamento de dados, transformação, vinculação, indexação etc. No cluster Roxie, a linguagem ECL define serviços de consultas de dados. A linguagem ECL é implicitamente paralela, portanto, o mesmo código ECL desenvolvido para ser executado em um cluster de nó único pode ser executado com a mesma facilidade em um cluster com centenas de nós. O programador não precisa se preocupar em implementar a paralelização, e a linguagem ECL possui uma função otimizadora que garante o melhor desempenho para uma arquitetura específica. Integradas à linguagem ECL encontram-se disponíveis diversas bibliotecas de Machine Learning aplicáveis às várias categorias de aprendizado de máquina, onde cada algoritmo tem suas próprias peculiaridades, as quais devem ser levadas em consideração para maximizar a precisão preditiva, tendo em conta que todos os "bundles" operam de maneira muito semelhante, com algumas variações menores. Por esses motivos, é muito importante que não seja utilizada a exploração de Machine Learning para produzir produtos ou reivindicar habilidades sem antes consultar a documentação que acompanha cada "bundle", a fim de usá-lo de forma efetiva. Finalmente, objetivando demonstrar a aplicação de algoritmos de Aprendizado de Máquina com interface Myriad na plataforma HPCC Systems, será apresentado um estudo de caso durante a realização do “Minicurso” dentro da programação do ERAD-SE 2025.

Apresentador: Mauro Marques

Cargo: Information Systems Engineer

Afiliação: LexisNexis Risk Solutions, São Paulo - SP

Sobre o palestrante: Engenheiro de Software da área de Treinamento da LexisNexis Risk Solutions. Sua principal atuação está relacionada ao desenvolvimento de programas de treinamento no Brasil, contemplando o suporte e mentoria à comunidade acadêmica, no que tange à Projetos de Pesquisa, cursos de extensão extracurriculares, coorientação em disciplinas de Iniciação Científica, mentoria durante a elaboração de TCCs, dissertações de mestrado e teses de doutorado e, também, coautoria em artigos científicos, possibilitando que pesquisadores e estudantes utilizem a plataforma HPCC Systems, com capacidade computacional de alto desempenho, no desenvolvimento das suas atribuições acadêmicas.