Rumo a uma HPC Sustentável na AWS: Gestão de Clusters, Workflows Científicos Serverless e Análise de Desempenho
Resumo
Este artigo apresenta resultados consolidados do projeto de pesquisa “Computação de Alto Desempenho Sustentável na AWS”, com foco na convergência entre Computação de Alto Desempenho (HPC) e Computação em Nuvem para aplicações científicas. O trabalho foi desenvolvido em três frentes complementares: (i) tolerância a falhas e automação de clusters HPC em instâncias Spot da AWS, (ii) orquestração serverless de workflows científicos a partir de especificações AFCL agnósticas de provedor, e (iii) análise de desempenho de aplicações de HPC em ambientes de nuvem. Os resultados mostram que a efetividade do HPC em nuvem depende de uma abordagem de co-projeto entre aplicação, runtime e infraestrutura.Referências
Atkinson, M., Gesing, S., Montagnat, J., and Taylor, I. (2017). Scientific workflows: Past, present and future.
Bailey, D. H., Barszcz, E., Barton, J. T., Browning, D. S., Carter, R. L., Dagum, L., Fatoohi, R. A., Fineberg, S., Frederickson, P. O., Lasinski, T. A., Schreiber, R. S., Simon, H. D., Venkatakrishnan, V., and Weeratunga, S. K. (1991). The nas parallel benchmarks. Technical Report RNR-91-002, NASA Advanced Supercomputing Division.
Cordeiro, D., R. Braghetto, K., Goldman, A., and Kon, F. (2013). Da ciência à e-ciência: paradigmas da descoberta de conhecimento. Revista USP, 97:71–80.
Davidson, S. B. and Freire, J. (2008). Provenance and scientific workflows: challenges and opportunities. In Proceedings of the 2008 ACM SIGMOD international conference on Management of data, pages 1345–1350.
Munhoz, V. and Castro, M. (2024). Enabling the execution of hpc applications on public clouds with hpc@cloud toolkit. Concurrency and Computation: Practice and Experience.
Ristov, S., Pedratscher, S., and Fahringer, T. (2021). AFCL: An abstract function choreography language for serverless workflow specification. Future Generation Computer Systems, 114:368–382.
Vieira, A. and Cordeiro, D. (2025). Proposta de modelo agnóstico para composição e orquestração serverless de workflows científicos. In Escola Regional de Alto Desempenho de São Paulo (ERAD-SP), pages 102–105. SBC.
Bailey, D. H., Barszcz, E., Barton, J. T., Browning, D. S., Carter, R. L., Dagum, L., Fatoohi, R. A., Fineberg, S., Frederickson, P. O., Lasinski, T. A., Schreiber, R. S., Simon, H. D., Venkatakrishnan, V., and Weeratunga, S. K. (1991). The nas parallel benchmarks. Technical Report RNR-91-002, NASA Advanced Supercomputing Division.
Cordeiro, D., R. Braghetto, K., Goldman, A., and Kon, F. (2013). Da ciência à e-ciência: paradigmas da descoberta de conhecimento. Revista USP, 97:71–80.
Davidson, S. B. and Freire, J. (2008). Provenance and scientific workflows: challenges and opportunities. In Proceedings of the 2008 ACM SIGMOD international conference on Management of data, pages 1345–1350.
Munhoz, V. and Castro, M. (2024). Enabling the execution of hpc applications on public clouds with hpc@cloud toolkit. Concurrency and Computation: Practice and Experience.
Ristov, S., Pedratscher, S., and Fahringer, T. (2021). AFCL: An abstract function choreography language for serverless workflow specification. Future Generation Computer Systems, 114:368–382.
Vieira, A. and Cordeiro, D. (2025). Proposta de modelo agnóstico para composição e orquestração serverless de workflows científicos. In Escola Regional de Alto Desempenho de São Paulo (ERAD-SP), pages 102–105. SBC.
Publicado
19/07/2026
Como Citar
CASTRO, Márcio; FRANCESQUINI, Emilio; CORDEIRO, Daniel.
Rumo a uma HPC Sustentável na AWS: Gestão de Clusters, Workflows Científicos Serverless e Análise de Desempenho. In: SIMPÓSIO DE INFRAESTRUTURA DIGITAL/NUVEM PARA PESQUISA (PESQUISA@NUVEM), 1. , 2026, Gramado/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 87-95.
DOI: https://doi.org/10.5753/pesquisanuvem.2026.21947.
