Arquiteturas Avançadas de Computação na Periferia para Internet das Coisas
1
2023-2024
03022179
Engenharia Eletrotécnica e de Sistemas Inteligentes
Inglês
Português
Presencial
6.0
Opcional
3º Ciclo - Doutoramento
Conhecimentos de Base Recomendados
Arquiteturas de computadores, Programação de computadores, Inteligência Artificial.
Métodos de Ensino
O ensino da unidade curricular está organizado em duas componentes complementares, teórica ou de seminário e prática ou de carácter tutorial (OT). As aulas de seminário teóricas (S) destinam-se sobretudo à exposição de conteúdos pelo docente e ao esclarecimento de dúvidas de interesse geral para a turma. De igual modo, prevê-se o estudo e análise de trabalhos descritores do estado-da-arte e a sua discussão de modo expositivo em ambiente de aula. As aulas tutoriais (OT) visam consolidar os conceitos apresentados nas aulas S através do desenvolvimento de um projeto de carácter prático.
Resultados de Aprendizagem
O objetivo da unidade curricular consiste na introdução de conceitos teóricos e práticos de computação na edge, apresentando as suas vantagens em relação à computação centralizada. Com a massificação de novos sistemas da Internet das Coisas (IoT), a quantidade de dados gerada aumentou significativamente. A unidade curricular pretende mostrar que o processamento distribuído desses dados na edge permite assegurar uma utilização mais eficiente dos recursos computacionais disponíveis, tais como a utilização mais eficiente da memória, da largura de banda, e a diminuição de latência e consumo energético
O processamento desses dados requer frequentemente a utilização de técnicas de aprendizagem computacional distribuída, como por exemplo a aprendizagem federada, que permite aumentar os níveis de segurança e privacidade dos dados. Em particular, a unidade curricular enfatizará a aquisição de competências de computação que envolvam a utilização de GPUs low-power e System-on-Chip (SoC) na edge.
Estágio(s)
NãoPrograma
- Evolução de sistemas distribuídos: porquê o processamento na edge?
- Arquiteturas de sistema distribuídos multicamadas (estudo de casos em redes IoT e 5G)
- Plataformas de computação na edge em hardware e software de última geração
- Computação em GPUs e System-on-Chips (SoCs) na edge:
=> Gestão de memória
=> Balanceamento de carga de trabalho entre host e dispositivo
=> Consumo / gestão de energia
- Movendo técnicas de aprendizagem máquina para fora dos datacenters:
=> Aprendizagem federada
=> Aprendizagem de reforço na edge
- Aplicações avançados de computação na edge:
=> Cidades inteligentes suportadas por processamento na edge
=> Saúde
=> Robótica assistiva
=> Manufatura e indústria 4.0
=> Veículos inteligentes e drones com suporte na edge
=> Dispositivos de realidade virtual e aumentada
- Gestão de recursos, energia, balanceamento de carga e distribuição em sistemas de computação fog multi.
Docente(s) responsável(eis)
Gabriel Falcão Paiva Fernandes
Métodos de Avaliação
Avaliação
Mini Testes: 20.0%
Relatório de seminário ou visita de estudo: 30.0%
Trabalho de investigação: 50.0%
Bibliografia
1. Thomas Sterling, Matthew Anderson, and Maciej Brodowicz. High Performance Computing: Modern Systems and Practices, 1st Edition, Morgan Kaufmann, 5th December 2017.
2. Kirk, David B., and W. Hwu Wen-Mei. Programming massively parallel processors: a hands-on approach. Morgan kaufmann, 2016.
3. Buyya, Rajkumar, and Satish Narayana Srirama, eds. Fog and edge computing: principles and paradigms. John Wiley & Sons, 2019.
4. Qiang Yang, Yang Liu, Yong Cheng, Yan Kang, Tianjian Chen, and Han Yu. Federated Learning, Morgan & Claypool, 2019.
5. Pete Warden, and Daniel Situnayake. TinyML. O'Reilly Media, Inc., December 2019. ISBN: 9781492052043.