Calendário de Eventos

Flat View
Ver por ano
Vista mensal
Ver por mês
Weekly View
Ver por semana
Daily View
Ver Hoje
Search
Pesquisar
Download como arquivo ICAL
Seminários PESC: HPC+AI: as contribuições de Torsten Hoefler para a Computação de Alto Desempenho e a revolução da IA
Quarta-feira, 27 Agosto 2025, 11:30 - 13:00

HPC+AI: as contribuições de Torsten Hoefler para a Computação de Alto Desempenho e a revolução da IA
Prof. Adriano Côrtes (PESC/COPPE/UFRJ), com moderação do Prof. Alvaro Coutinho (NACAD/COPPE/UFRJ) 

 
 
HPC+AI: as contribuições de Torsten Hoefler para a Computação de Alto Desempenho e a revolução da IA
 
Prof. Adriano Côrtes (PESC/COPPE/UFRJ), com moderação do Prof. Alvaro Coutinho (NACAD/COPPE/UFRJ)
 
Dia 27/08 (quarta-feira), 11:30 horas, Sala H-324B
Transmissão ao vivo no Canal do PESC no YouTube
 
 
Resumo:
Como um pesquisador de supercomputadores se tornou fundamental para o funcionamento do ChatGPT e outros sistemas de IA? Neste seminário, conheceremos Torsten Hoefler, ganhador do prestigioso ACM Prize 2024 em Computação, e sua extraordinária jornada científica. Hoefler transformou a computação paralela tradicional em infraestrutura essencial para a revolução da inteligência artificial. Suas contribuições incluem desde os protocolos de comunicação que conectam milhares de processadores em supercomputadores até as técnicas de otimização que tornaram possível treinar e executar modelos de IA com trilhões de parâmetros. Neste seminário, veremos como suas inovações em algoritmos de comunicação coletiva e topologias de interconexão, paralelismo 3D para distribuir o treinamento de IA em milhares de GPUs, e quantização de modelos geraram acelerações de até 1000× na execução de modelos de IA e reduções significativas no tempo de treinamento, e discutiremos seus projetos atuais aplicando HPC+AI para enfrentar desafios globais como previsões climáticas de alta precisão.

Short Bio (Adriano):
Pesquisador com formação interdisciplinar, integrando Ciência da Computação, Matemática Aplicada e Engenharia. Doutor em Mecânica Computacional com especialização em Computação de Alto Desempenho pelo Programa de Engenharia Civil da COPPE/UFRJ, desenvolvendo pesquisa no Núcleo Avançado de Computação de Alto Desempenho (NACAD), e com experiência de Pós-doutorado na King Abdullah University of Science and Technology (KAUST). Esta trajetória acadêmica diversificada começou com a graduação em Ciência da Computação pela Universidade Federal do Rio de Janeiro (2004), seguida por mestrado em Matemática Aplicada pela mesma instituição (2006), criando uma base sólida que o permite navegar entre diferentes campos do conhecimento e abordar problemas complexos com múltiplas perspectivas. Atualmente é Professor Adjunto na Universidade Federal do Rio de Janeiro (UFRJ), onde desenvolve atividades de ensino e pesquisa na interseção entre Engenharia e Ciência Computacional, Inteligência Artificial e Computação de Alto Desempenho. Seu foco de pesquisa está direcionado para o Aprendizado de Máquina Informado pela Física (Physics-informed Machine Learning), onde busca incorporar princípios e leis físicas em modelos de inteligência artificial. Participa de projetos de pesquisa com modelos generativos baseados em difusão e modelos substitutivos utilizando Graph Neural Networks (GNNs). Também tem interesse na aplicação de métodos de IA em dados biológicos, incluindo projetos relacionados ao câncer utilizando dados de sequenciamento de RNA de célula única (scRNA-seq), explorando como estas técnicas computacionais avançadas podem contribuir para avanços na compreensão e tratamento de problemas complexos em diversas áreas.

Voltar

Topo