Software for Efficient and Energy-Aware Supercomputers

Informazioni relative al progetto

SEANERGYS

ID dell’accordo di sovvenzione: 101177590

DOI

10.3030/101177590

Data della firma CE 18 Giugno 2025

Data di avvio 1 Giugno 2025

Data di completamento 31 Maggio 2029

Finanziato da

• Digital, Industry and Space

Costo totale

€ 32 947 132,50

Contributo UE

€ 16 473 566,30

Coordinato da

FORSCHUNGSZENTRUM JULICH GMBH
Germany

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Book chapters (3)

Performance Models to Support HPC Co-scheduling

Autori: Athanasios Tsoukleidis-Karydakis, Efstratios Karapanagiotis, Nikolaos Triantafyllis, Nectarios Koziris, Georgios Goumas
Pubblicato in: Lecture Notes in Computer Science, Job Scheduling Strategies for Parallel Processing, 2026
Editore: Springer Nature Switzerland
DOI: 10.1007/978-3-032-10507-3_15

ELiSE: A Tool to Support Algorithmic Design for HPC Co-scheduling

Autori: Efstratios Karapanagiotis, Nikolaos Triantafyllis, Athanasios Tsoukleidis-Karydakis, Georgios Goumas, Nectarios Koziris
Pubblicato in: Lecture Notes in Computer Science, Job Scheduling Strategies for Parallel Processing, 2026
Editore: Springer Nature Switzerland
DOI: 10.1007/978-3-032-10507-3_16

Duration-Informed Workload Scheduler

Autori: Daniela Loreti, Davide Leone, Andrea Borghesi
Pubblicato in: Lecture Notes in Computer Science, High Performance Computing, 2025
Editore: Springer Nature Switzerland
DOI: 10.1007/978-3-032-07612-0_1

Peer reviewed articles (3)

Federated LSTM autoencoders for time series anomaly detection in production-scale HPC systems

Autori: Emmen Farooq, Michela Milano, Andrea Borghesi
Pubblicato in: Knowledge-Based Systems, Numero 334, 2025, ISSN 0950-7051
Editore: Elsevier BV
DOI: 10.1016/J.KNOSYS.2025.115043

Federated transfer learning for anomaly detection in HPC systems: First real-world validation on a tier-0 supercomputer

Autori: Emmen Farooq, Michela Milano, Andrea Borghesi
Pubblicato in: Expert Systems with Applications, Numero 298, 2025, ISSN 0957-4174
Editore: Elsevier BV
DOI: 10.1016/J.ESWA.2025.129754

An online algorithm for power consumption prediction of HPC workload

Autori: Francesco Antici, Andrea Borghesi, Zeynep Kiziltan, Jens Domke, Andrea Bartolini
Pubblicato in: Future Generation Computer Systems, Numero 175, 2025, ISSN 0167-739X
Editore: Elsevier BV
DOI: 10.1016/J.FUTURE.2025.108064

Conference proceedings (1)

MT4G: A Tool for Reliable Auto-Discovery of NVIDIA and AMD GPU Compute and Memory Topologies

Autori: Stepan Vanecek, Manuel Walter Mußbacher, Dominik Größler, Urvij Saroliya, Martin Schulz
Pubblicato in: Proceedings of the SC '25 Workshops of the International Conference for High Performance Computing, Networking, Storage and Analysis, 2025
Editore: ACM
DOI: 10.1145/3731599.3767518