Keshav Pingali reconocido con el Premio ACM-IEEE CS Ken Kennedy

Keshav Pingali galardonado con el Premio ACM-IEEE CS Ken Kennedy

La ACM (Asociación para Maquinaria de Cómputo) y la IEEE Computer Society han nombrado a Keshav Pingali, titular de la Cátedra W.A. “Tex” Moncrief de Grid y Distributed Computing en la Universidad de Texas en Austin, como el ganador del Premio ACM-IEEE CS Ken Kennedy 2023, el cual reconoce logros innovadores en la computación paralela y de alto rendimiento. Pingali fue citado por sus contribuciones a la computación paralela de alto rendimiento para algoritmos irregulares como los algoritmos de gráficos, así como por su liderazgo en el Proyecto Galois, que proporciona un marco unificado para la paralelización de algoritmos tanto irregulares como regulares.

Pingali ha realizado contribuciones profundas y de amplio alcance en muchas áreas de la computación paralela, incluyendo lenguajes de programación, compiladores y sistemas de tiempo de ejecución para computadoras multinúcleo, muchos núcleos y distribuidas. Estas contribuciones incluyen algoritmos de transformación de programas para la optimización de caché, representaciones para la reestructuración de programas y técnicas de análisis simbólico para algoritmos numéricos complejos. Estas contribuciones se han incorporado en la mayoría de los compiladores de código abierto y comerciales.

La investigación más reciente de Pingali se ha centrado en abstracciones e implementaciones fundamentales de programación paralela para algoritmos irregulares, que utilizan estructuras de datos complejas como matrices dispersas y gráficos. Las técnicas tradicionales para aprovechar el paralelismo en algoritmos regulares de matrices densas fallan cuando se aplican a algoritmos irregulares. El premio Ken Kennedy reconoce la “formulación de operadores de algoritmos” de Pingali, que es un modelo de programación y ejecución que es notablemente simple pero lo suficientemente poderoso como para capturar patrones de paralelismo tanto en algoritmos regulares como en algoritmos irregulares. El sistema Galois implementa este modelo y se utiliza en diversas áreas, incluyendo detección de intrusos en tiempo real en redes informáticas, herramientas paralelas para el diseño de circuitos asíncronos y aprendizaje automático en gráficos para el descubrimiento de medicamentos. Además, se reconoce a Pingali por su destacada mentoría de líderes y estudiantes de ciencias de la computación durante su carrera.

De ACM Ver Artículo Completo

• Cómo Tastry Enseñó a una Computadora a Saborear.
• Guy Yehiav, Presidente de SmartSense de Digi – Serie de Entrevistas
• Anthony Goonetilleke, Presidente del Grupo, Tecnología y Jefe de Estrategia en Amdocs – Serie de Entrevistas

We will continue to update Zepes; if you have any questions or suggestions, please contact us!