ACM Symposium on Parallelism in Algorithms and Architectures se centra en los fundamentos y las aplicaciones de la computación paralela y distribuida, con un ámbito científico que conecta algoritmos, estructuras de datos, modelos computacionales, teoría de la complejidad, arquitectura de computadores, ingeniería del rendimiento, lenguajes de programación, sistemas de ejecución, compiladores y redes. La convocatoria también incorpora nuevas plataformas de hardware, computación de altas prestaciones, procesamiento de grandes conjuntos de datos, aprendizaje automático y paralelismo cuántico. El encuentro admite investigación puramente teórica, trabajos experimentales y contribuciones que combinan teoría y práctica, por lo que proporciona un espacio común para estudiar tanto los principios matemáticos del paralelismo como su implementación en sistemas computacionales.
El objetivo científico de ACM Symposium on Parallelism in Algorithms and Architectures consiste en avanzar el conocimiento sobre cómo múltiples unidades de cálculo pueden trabajar simultáneamente para resolver problemas y cómo esa capacidad afecta al diseño de algoritmos, software y hardware. La computación paralela plantea dificultades que no aparecen de la misma manera en un procesamiento estrictamente secuencial. El trabajo necesita dividirse, las unidades deben coordinarse y la información puede necesitar intercambiarse mientras el cálculo continúa. La investigación estudia qué grado de paralelismo admite un problema, qué recursos necesita y qué costes introduce la coordinación entre componentes.
Los algoritmos paralelos y distribuidos constituyen una de las líneas centrales verificadas en la convocatoria. Estos procedimientos distribuyen operaciones entre diferentes unidades de procesamiento o nodos y buscan reducir el tiempo necesario para obtener una solución. La investigación analiza propiedades como eficiencia, escalabilidad y complejidad y estudia cómo diferentes modelos de ejecución condicionan las prestaciones alcanzables. La convocatoria incluye también estructuras de datos paralelas, concurrentes y distribuidas, que permiten organizar información cuando varias operaciones pueden producirse simultáneamente.
La teoría de la complejidad paralela constituye otro tema oficial. Esta línea intenta establecer límites sobre los recursos necesarios para resolver problemas mediante modelos paralelos. El análisis permite distinguir entre problemas que se benefician sustancialmente del paralelismo y aquellos donde determinadas dependencias restringen la aceleración posible. Los modelos computacionales para computación paralela y distribuida complementan esta investigación proporcionando abstracciones con las que describir procesadores, comunicación, memoria y sincronización.
Los algoritmos de planificación para máquinas paralelas forman otra línea explícita. Cuando existen numerosas tareas y recursos de cálculo, resulta necesario decidir qué operación se ejecuta en cada unidad y en qué momento. Una planificación ineficiente puede dejar recursos ociosos o aumentar el tiempo total de ejecución. La investigación desarrolla estrategias y analiza formalmente sus propiedades, conectando problemas algorítmicos con situaciones que aparecen en plataformas de computación de altas prestaciones y otros sistemas concurrentes.
La interacción entre paralelismo algorítmico, programación y arquitectura constituye otro eje científico. Una mejora teórica puede perder eficacia si el hardware o el entorno de ejecución no permite aprovecharla adecuadamente. Por ello, ACM Symposium on Parallelism in Algorithms and Architectures incluye lenguajes de programación paralela, frameworks, lenguajes específicos de dominio, sistemas de ejecución, compiladores y herramientas. Estas áreas estudian cómo expresar el paralelismo y cómo transformar programas en operaciones que utilizan eficientemente los recursos disponibles.
Las arquitecturas paralelas y distribuidas representan otra parte fundamental del programa. La convocatoria menciona arquitectura de supercomputadores, computación de altas prestaciones, paralelismo a nivel de instrucciones y tecnologías de integración. El diseño del hardware determina qué formas de paralelismo pueden explotarse y cuál es el coste de comunicación entre unidades. Esta relación entre arquitectura y algoritmos explica que el encuentro reúna contribuciones procedentes tanto de informática teórica como de sistemas y arquitectura de computadores.
Las plataformas emergentes de hardware constituyen una línea especialmente relevante. La convocatoria incluye aceleradores para inteligencia artificial, procesamiento dentro de memoria y computación cuántica. Estas tecnologías modifican supuestos tradicionales sobre dónde se ejecutan las operaciones y cómo se accede a los datos. La investigación estudia qué algoritmos y modelos de programación permiten aprovechar sus características y qué nuevas limitaciones aparecen cuando el paralelismo se implementa sobre arquitecturas diferentes de los procesadores convencionales.
La eficiencia energética forma asimismo parte de los temas oficiales mediante computación verde y arquitecturas conscientes del consumo. Aumentar el número de operaciones simultáneas puede mejorar el rendimiento, pero también modifica el uso de energía. La investigación busca mecanismos capaces de equilibrar prestaciones y consumo y analiza cómo las decisiones adoptadas en hardware, software y algoritmos afectan a la eficiencia global del sistema.
La gestión y procesamiento de grandes conjuntos de datos constituye otro ámbito incluido. Cuando el volumen de información crece, el coste de mover datos entre memoria, almacenamiento y unidades de cálculo puede convertirse en una limitación esencial. La convocatoria incorpora algoritmos eficientes en memoria y entrada y salida, lo que permite investigar procedimientos que reducen estos movimientos y utilizan mejor las jerarquías de almacenamiento disponibles.
El paralelismo aplicado al aprendizaje automático aparece expresamente entre las áreas de interés. El entrenamiento y ejecución de modelos puede requerir grandes cantidades de cálculo y datos y se beneficia de arquitecturas capaces de realizar numerosas operaciones simultáneamente. La investigación estudia cómo distribuir estas cargas y cómo adaptar algoritmos y sistemas para aprovechar plataformas paralelas. El programa también incorpora paralelismo cuántico, ampliando el análisis hacia modelos computacionales que utilizan principios distintos de los presentes en sistemas clásicos.
Las redes y la comunicación completan otra parte importante del ámbito científico. La convocatoria incluye enrutamiento y difusión de información, sistemas entre pares y redes móviles, ad hoc y de sensores. En estos entornos, los componentes necesitan intercambiar información sin depender necesariamente de una infraestructura central. Los algoritmos distribuidos permiten analizar cómo realizar esta coordinación y qué costes de comunicación resultan necesarios para alcanzar determinados objetivos.
Los artículos enviados deben presentar investigación original y pueden adoptar una orientación teórica, experimental o combinar ambas perspectivas. La convocatoria establece dos ciclos de presentación y mantiene abierto un segundo plazo para artículos completos. Los trabajos aceptados se integran en las actas de la conferencia. ACM Symposium on Parallelism in Algorithms and Architectures se dirige a especialistas en algoritmos, teoría de la computación, arquitectura, sistemas paralelos, computación distribuida, lenguajes, compiladores, redes y computación de altas prestaciones. ACM Symposium on Parallelism in Algorithms and Architectures contribuye al avance de la disciplina al relacionar fundamentos algorítmicos con arquitecturas y sistemas reales, facilitando que nuevos modelos de hardware y nuevas aplicaciones impulsen preguntas teóricas y que los avances teóricos proporcionen herramientas para construir sistemas paralelos más eficientes y escalables.
Palabras clave: computación paralela, computación distribuida, algoritmos paralelos, algoritmos distribuidos, estructuras de datos, concurrencia, complejidad paralela, planificación, modelos computacionales, arquitectura de computadores, programación paralela, lenguajes de programación, sistemas de ejecución, compiladores, supercomputación, computación de altas prestaciones, HPC, aceleradores de inteligencia artificial, procesamiento en memoria, computación cuántica, eficiencia energética, computación verde, memoria transaccional, grandes datos, algoritmos eficientes, aprendizaje automático, enrutamiento, difusión de información, sistemas entre pares, redes móviles, redes de sensores, paralelismo, sistemas concurrentes, arquitectura paralela, rendimiento, escalabilidad, teoría de algoritmos, ingeniería del rendimiento
