Computación de Altas Prestaciones para la Inteligencia Artificial

Usted está aquí

Inicio » Estudios » Másteres » Máster en Ingeniería Informática » Plan de estudios » Asignaturas » Computación de Altas Prestaciones para la Inteligencia Artificial
Créditos
3
Tipos
Optativa
Requisitos
Esta asignatura no tiene requisitos, pero tiene capacidades previas
Departamento
AC
Desde hace quince años, el cloud computing es la tecnología que ha permitido que la digitalización penetre poco a poco en todos los rincones de nuestra economía y sociedad. El primer objetivo de esta asignatura es ayudar a los estudiantes a entender cómo se ha producido esta profunda transformación, abordando tanto los aspectos de hardware como de software implicados en este proceso. Esta evolución ha convertido a la computación en una commodity disponible para todo tipo de empresa.

Sin embargo, donde hay luz también hay sombras. Nos encontramos en un punto de inflexión en el que las grandes organizaciones comienzan a darse cuenta de que no todas las ubicaciones de las infraestructuras cloud proporcionadas por los principales proveedores son igual de fiables o seguras. Factores como la geopolítica, el encarecimiento de los servicios por culpa del coste de la energía (y del hardware requerido como son GPUs), entre otros, han hecho replantear a muchas empresas su confianza en el cloud público. El segundo objetivo de esta asignatura es hacer que los estudiantes reflexionen sobre esta situación y sus impactos.

Además, con el avance de la inteligencia artificial (IA), y especialmente de los modelos generativos, muchas compañías han empezado a requerir infraestructuras TIC propias para entrenar modelos IA con datos específicos, manteniendo así la seguridad, confidencialidad y control total sobre sus modelos. Esta tendencia, llamada "repatriación" de cargas de trabajo hacia infraestructuras privadas (o híbridas), está transformando el ecosistema del cloud computing. El tercer foco de estudio de la asignatura será explorar cómo la IA está acelerando esta transición.

Por tanto, esta edición de la asignatura en 2025 parte de un cloud público maduro y estable, considerado ya un producto comercial más que una tecnología innovadora, para profundizar en las nuevas infraestructuras TIC privadas. Se hará énfasis en el hardware y software que soportan las aplicaciones de IA más exigentes, y en cómo programar y optimizar estos sistemas. Así pues, se mirará a los servidores TIC que ofrecen estos servicios, entendiendo cómo se cubren sus requisitos de alto rendimiento.

La parte práctica es un componente fundamental de esta asignatura. Se aplicará la metodología "learn by doing", con un conjunto de prácticas que los estudiantes tendrán que realizar a lo largo del curso. La evaluación será continuada, promoviendo un trabajo constante y progresivo. Se fomentará el trabajo en equipo y el enfoque "learn to learn", mediante la lectura y presentación de temas relacionados en breves exposiciones, con el objetivo de que los estudiantes desarrollen la capacidad de adaptarse y anticiparse a las nuevas tecnologías que surgirán.

Las clases magistrales del profesor, las presentaciones de los estudiantes y las prácticas se combinarán en las dos sesiones semanales de clase. Se pedirá a los estudiantes que lleven siempre su ordenador portátil para seguir la documentación digital o realizar las prácticas asignadas. Asimismo, se presupone la asistencia a todas las clases; en caso de que no sea posible, no matricularse en este curso. En esta edición de 2025, las clases serán en castellano y catalán, mientras que toda la documentación y material escrito será todo en inglés.

Profesorado

Responsable

  • Jordi Torres Viñals ( )

Horas semanales

Teoría
2
Problemas
0
Laboratorio
2
Aprendizaje dirigido
0
Aprendizaje autónomo
7.1

Objetivos

  1. Cloud Computing paradigm
    Competencias relacionadas: CTE6, CG1, CDG1, CTR5, CG4,
  2. Cloud Computing technologies
    Competencias relacionadas: CG1, CB9, CG4, CG6, CG7,
  3. Current Paradigms Related to Cloud Computing
    Competencias relacionadas: CB6, CB9, CG8,
  4. Under the Hood of Cloud Computing: Hardware and Software for AI
    Competencias relacionadas: CTE6, CTE9, CG8,
  5. Private Cloud Computing Infrastructures for Modern AI Models
    Competencias relacionadas: CTE6, CTE9, CDG1, CB6, CB8, CB9,
  6. Learn by doing
    Competencias relacionadas: CG1, CDG1, CB6, CG4, CG7, CG8,

Contenidos

  1. Cloud Computing paradigm
  2. Cloud Computing technologies
  3. Current Paradigms Related to Cloud Computing
  4. Under the Hood of Cloud Computing: Hardware and Software for AI
  5. Private Cloud Computing Infrastructures for Modern AI Models
  6. Midterm 1
  7. Midterm 2
  8. Attendance
  9. Presentation 1
  10. Presentation 2
  11. Presentation 3
  12. Presentation 4
  13. Hands-on 1
  14. Hands-on 2
  15. Hands-on 3
  16. Hands-on 4
  17. Hands-on 5
  18. Hands-on 6

Actividades

Actividad Acto evaluativo


Cloud Computing paradigm


Objetivos: 1
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Cloud Computing technologies


Objetivos: 2
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Current Paradigms Related to Cloud Computing


Objetivos: 3
Contenidos:
Teoría
1h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Under the Hood of Cloud Computing: Hardware and Software for AI


Objetivos: 4
Contenidos:
Teoría
1h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Private Cloud Computing Infrastructures for Modern AI Models


Objetivos: 5
Contenidos:
Teoría
3.5h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
8h

Hands-on


Objetivos: 6
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
13.5h
Aprendizaje dirigido
0h
Aprendizaje autónomo
10.9h

Homeworks ( & Presentations)


Objetivos: 6
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
7h

Midterms


Objetivos: 3 2 1 4 5 6
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
8h


Metodología docente

Class attendance and participation: Regular and consistent attendance is expected and to be able to discuss concepts covered during class. The theoretical activities include participatory lecture classes, which explain the basic contents of the course. Attendance in class is mandatory unless you have a reason to miss class that is acceptable to the instructor.

Students are responsible for all material and projects are given in class whether they are present or not. It is the responsibility of the student to obtain handouts, assignments, projects, etc. for any missed class from a fellow student.

Hands-on: Activities focused on the acquisition of knowledge through experimentation by “learn by doing” approach mixing theory and practice. Part of the hands-on will be conducted during a regular class sessions and part will be done out of the class sessions. All the hands-on will involve writing a report with all the results to be delivered to the “Racó”

Homework Assignments: Homework will be assigned weekly that includes reading the documentation that expands the concepts introduced during lectures, and periodically will include reading research papers related with the lecture of the week, and prepare presentations (with slides). Some students/groups randomly chosen will present their presentation.

Assessment: There will be 2 short midterm exams along the course.

Student presentation: Students/groups randomly chosen will present the homework (presentations/projects).

Final exam: At the end of the term the student will have an optional exam.

Método de evaluación

The evaluation for this course will be based on a continuous assessment system, considering the following components:
- In-class exams (midterms): 10% of the final grade.
- Attendance and participation in class: 15% of the final grade.
- Homework, reading papers, and presentations: 20% of the final grade.
- Hands-on activities (including corresponding reports/presentations): 55% of the final grade.

Requirements for Continuous Assessment:
To qualify for continuous assessment, students must meet the following criteria:
- Attendance: A minimum of 80% of class sessions.
- Homework and presentations: Completion of at least 50%.
- Hands-on activities: Completion of at least 50%.

Final Exam Option:
Students who do not meet the requirements for continuous assessment will have the option to take a final exam. This exam will evaluate knowledge of the entire course (practical, theoretical, and self-learning components, including homework). The exam will be announced during the course. No documentation (neither printed nor digital) is allowed during the exam.

Bibliografía

Básica:

Complementaria:

Capacidades previas

Python is the programming language of choice for the labs' sessions of this course. It is assumed that the student has a basic knowledge of Python prior to starting classes. Also, some experience with Linux basics will be necessary.