@misc{10481/106252,
year = {2025},
url = {https://hdl.handle.net/10481/106252},
abstract = {En campos como la investigación científica, la docencia y diversas aplicaciones profesionales,
se requieren capacidades computacionales superiores a las de estaciones
de trabajo convencionales. La Computación de Altas Prestaciones (HPC, High Performance
Computing) permite ejecutar cargas intensivas, como simulaciones numéricas,
análisis de grandes volúmenes de datos y entrenamiento de modelos de inteligencia
artificial. Sin embargo, su adopción presenta barreras técnicas y económicas en
contextos con recursos limitados, debido a la complejidad de configuración, los requerimientos
de hardware y la ausencia de mecanismos de automatización accesibles.
Este Trabajo Fin de Máster (TFM) presenta el diseño e implementación de un clúster
HPC local virtualizado y basado en software libre. La propuesta está orientada a
entornos con recursos limitados y busca reducir la complejidad operativa mediante
una herramienta multiplataforma que facilita el uso remoto del sistema desde estaciones
cliente.
La arquitectura implementada se basa en el modelo Beowulf y está compuesta por
un nodo principal y tres nodos de cómputo, todos virtualizados sobre un único host
físico. El sistema operativo es Rocky Linux 8.10. La infraestructura incluye Slurm
para la gestión de recursos, FreeIPA para el control de identidades, NFS para el almacenamiento
compartido, EasyBuild para el despliegue de aplicaciones, Ganglia
para la monitorización y Open OnDemand como interfaz de acceso remoto.
La herramienta desarrollada permite automatizar tareas clave como la sincronización
de archivos, la preparación de entornos y el envío y seguimiento de cargas al
planificador. Esta funcionalidad busca reducir la complejidad de interacción con el
clúster, proporcionando una interfaz simple y eficiente para usuarios sin experiencia
previa en HPC.
Finalmente, mediante las pruebas realizadas en un entorno virtual, se comprobó que
la implementación tanto de la infraestructura del clúster como de la herramienta
funcionan de manera eficiente. Además, estas configuraciones se destacan por ser
totalmente replicables en una infraestructura física, lo que refuerza su valor como
modelo propuesto en este TFM.},
abstract = {In fields such as scientific research, education, and various professional applications,
computational capabilities beyond those of conventional workstations are often required.
High Performance Computing (HPC) enables the execution of intensive workloads,
such as numerical simulations, large-scale data analysis, and the training of
artificial intelligence models. However, the adoption of such infrastructures poses
technical and economic challenges in resource-constrained contexts, due to the complexity
of configuration, hardware requirements, and the lack of accessible automation
mechanisms.
This Master’s Thesis (TFM) presents the design and implementation of a local, virtualized
HPC cluster based on free and open-source software. The proposal is aimed
at environments with limited resources and seeks to reduce operational complexity
through a cross-platform tool that facilitates remote use of the system from client
workstations.
The implemented architecture follows the Beowulf model and consists of one head
node and three compute nodes, all virtualized on a single physical host. The operating
system is Rocky Linux 8.10. The infrastructure includes Slurm for resource
management, FreeIPA for identity control, NFS for shared storage, EasyBuild for application
deployment, Ganglia for monitoring, and Open OnDemand as a remote
access interface.
The developed tool automates key tasks such as file synchronization, environment
preparation, and job submission and monitoring to the scheduler. This functionality
is intended to simplify interaction with the cluster, providing a user-friendly and
efficient interface for users without prior HPC experience.
Finally, tests conducted in a virtual environment confirmed that the implementation
of both the cluster infrastructure and the tool operates efficiently. Moreover, these
configurations have proven to be fully replicable in a physical infrastructure, reinforcing
their value as a model proposed in this TFM.},
organization = {Trabajo Fin de Máster (TFM) del Máster en Gestión y Tecnologías de Procesos de Negocio (MGTPN) de la Universidad de Granada (UGR) – Curso Académico 2024/2025},
publisher = {Universidad de Granada},
title = {Diseño e Implementación de un Clúster HPC con Automatización del Despliegue de Tareas de Cómputo Intensivo},
author = {Aquino Brítez, Sergio},
}