Resumen:

En la última década, el campo de la computación cuántica ha avanzado desde la teoría y los experimentos en laboratorios universitarios hasta las máquinas de computación operativa desarrolladas por varias empresas y startups. Incluso en estas primeras etapas de desarrollo, los ordenadores cuánticos se están volviendo cada vez más populares entre varios usuarios científicos e industriales que quieren probar su rendimiento real y adaptar sus soluciones a este nuevo paradigma de programación. Para controlar y operar dispositivos cuánticos se necesita computación tradicional: las instrucciones de las operaciones cuánticas y la lectura de la unidad de procesamiento cuántico (QPU) están orquestadas por un ordenador "clásico". Además, no hay algoritmos puramente cuánticos, ya que varias subrutinas algorítmicas de pre y posprocesamiento requieren computación tradicional. Todos estos hechos nos llevan a integrar los ordenadores cuánticos con los ordenadores clásicos, ampliando las capacidades del superordenador al permitir una nueva tecnología de chip. En esta charla, abordaré la hoja de ruta de integración cuántica-HPC: la motivación, los métodos, los desafíos y las oportunidades. También resumiré la experiencia que el Barcelona Supercomputing Center está adquiriendo con la instalación, operación e integración de dos ordenadores cuánticos en sus instalaciones.

Resumen:

Actualmente se encuentra en operación el Laboratorio de Modelos y Datos (LAMOD), junto con una Red de Alta Velocidad que permite la conexión a la GRID UNAM. Esta infraestructura, tanto del laboratorio LAMOD como de telecomunicaciones, fortalece el desarrollo presente y futuro del cómputo de alto rendimiento distribuido dentro de la UNAM. Gracias a esta red, es posible aprovechar de manera óptima los recursos distribuidos y disponibles, tanto físicos como lógicos de cómputo. El objetivo de esta plática es describir la infraestructura de LAMOD y de las telecomunicaciones asociadas que se han desarrollado para su interconexión con la GRID UNAM. Se abordarán temas relacionados con la infraestructura propia de este centro de super cómputo, como su construcción, el sistema eléctrico, el sistema de enfriamiento de precisión, así como el crecimiento tecnológico proyectado y su asociación con la red de telecomunicaciones integrando LAMOD a la GRID UNAM.

Resumen:

MACTI es una plataforma para apoyar el proceso de enseñanza aprendizaje en áreas científicas y de ingeniería, desarrollada por tres dependencias de la UNAM: Instituto de Geofísica y Facultad de Ciencias, desarrollando software, materiales pedagógicos y el sitio web; el Instituto de Ciencias Nucleares, donde se administra y concentra toda la infraestructura de la plataforma. La primera versión MACTI ofrecía un conjunto de materiales didácticos para complementar el aprendizaje en asignaturas cómo cálculo, álgebra, programación, entre otras. En el 2021 el proyecto MACTI fue ganador del premio INNOVA UNAM y se convirtió en una plataforma que conjunta JupyterHub y Moodle con la intención de proporcionar un laboratorio de cómputo virtual para diferentes asignaturas. MACTI se utilizó en el Macroentrenamiento en Inteligencia Artificial (MeIA) organizado por la UNAM en las ediciones de 2023 y 2025, proporcionando servicio a alrededor de 800 alumnos en cada edición. En su versión actual, MACTI se puede configurar con múltiples módulos y herramientas, tanto de software cómo de hardware, incluyendo GPU’s, que son indispensables para las demandas educativas de hoy en día. En MACTI es posible diseñar contenidos pedagógicos en cuadernos interactivos los cuales se pueden revisar, modificar, resolver y validar a través de un navegador web, sin requerir instalación de ningún software en dispositivos locales. Estos contenidos se combinan con un sistema gestor del aprendizaje con el objetivo de organizar la información en un solo lugar, permitir una evaluación automática con realimentación para el estudiante y facilitar el trabajo docente. Además de agregar prácticas a distancia a asignaturas que tradicionalmente se imparten de manera teórica, permite también entrenar a alumnos de manera masiva en temas de cómputo de alto rendimiento e inteligencia artificial.

Resumen:

Las aplicaciones científicas y de inteligencia artificial que generan o procesan grandes volúmenes de datos requieren sistemas de almacenamiento de alto rendimiento, capaces de sostener tasas elevadas de operaciones de entrada y salida (I/O) para evitar cuellos de botella en el flujo de procesamiento. En este contexto, las unidades de estado sólido (SSD) con interfaz NVMe representan la opción con mayor rendimiento, al conectarse directamente al bus PCIe, eliminando intermediarios y reduciendo la latencia. Los sistemas de almacenamiento deben incorporar esquemas de redundancia, comúnmente implementados mediante configuraciones RAID. Tradicionalmente, estas configuraciones se gestionan con tarjetas RAID PCIe, que en entornos NVMe imponen un límite significativo al rendimiento agregado, convirtiéndose así en un cuello de botella. Estas controladoras, en general, soportan un número reducido de dispositivos o requieren de hardware especializado de alto costo. Como alternativa, el uso de RAID por software, mediante herramientas como mdraid, elimina la dependencia de controladoras PCIe y permite mayor escalabilidad. Sin embargo, esta solución introduce una sobrecarga computacional en el procesador y, en algunos casos, no logra explotar plenamente el potencial de las unidades NVMe. En este trabajo se demuestra que, mediante el uso de namespaces (espacios de nombres o particiones lógicas independientes dentro de un dispositivo NVMe) en conjunto con mdraid, es posible alcanzar niveles de rendimiento cercanos al límite teórico de un arreglo basado en SSD NVMe, sin requerir de hardware especializado adicional.

Resumen:

Resumen:

Moderadora

M. en C. María de Lourdes Velázquez Pastrana
Directora de la Dirección de Sistemas y Servicios Institucionales Dirección General de Cómputo y de Tecnologías de Información y Comunicación

Panelistas

Dr. Boris Escalante
Coordinador General Centro de Estudios en Computación Avanzada (CECAv)

Dr. Lukas Nellen
Secretario Técnico de cómputo, redes y telecomunicaciones Instituto de Ciencias Nucleares

Dr. Octavio Valenzuela
Investigador Titular Instituto de Astronomía

Dra. Ma. Elena Lárraga Ramírez
Coordinadora del Posgrado en Ciencia e Ingeniería de la Computación

M. en C. Alicia de la Mora Cebada
Representante del grupo técnico de Grid UNAM DGTIC

Mtra. Indira Ochoa Carrasco
Dirección de Proyectos de Transformación Digital para la Educación, CUAED UNAM

Resumen:

Resumen:

High-performance computing (HPC) is transforming how we understand and design complex materials, especially in systems where biology meets physics. For instance, in soft matter, where molecular complexity and collective behavior are deeply intertwined, HPC enables to simulate and predict material properties that would otherwise be out of reach. These advances are particularly powerful for uncovering how microscopic features give rise to macroscopic function; a central challenge across biophysics, materials science, and engineering [1-3]. In this talk, I will focus on DNA nanostar (DNAnss) hydrogels: soft, programmable materials that serve as an ideal model for studying limited-valence networks, where each node has only a fixed number of possible connections [4]. Combining experiments (rheology and confocal imaging) with large-scale molecular dynamics simulations, we find that these networks form densely interpenetrated, loop-rich structures, with loops topologically linked. Remarkably, the rigidity of DNAnss hydrogels is governed by these links, a mechanism we termed topological viscoelasticity, which opens a new perspective on how entanglement and connectivity shape the mechanics of soft and disordered materials. I will also highlight ongoing efforts to explore similar topological effects in other complex systems, including amorphous ices [5], silica networks, colloidal gels, and Olympic gels [6].

Resumen:

La rápida evolución de la Inteligencia Artificial ha llevado a su adopción masiva en todas las disciplinas, entre ellas el diseño. Más allá de ser una herramienta para optimizar procesos y tiempos, está siendo implementada en las etapas tempranas creativas, en donde puede ser considerada como un agente que influye en los procesos cognitivos y sus resultados. Dentro del ámbito de la educación del diseño es necesario plantearnos preguntas como: ¿en qué manera afecta la IA los procesos cognitivos en diseñadores? ¿Cuáles son las variables que pueden influenciar la cognición creativa cuando se usa la IA? ¿Cómo podemos generar mejores soluciones que asistan a los diseñadores para desarrollar su potencial creativo? En esta plática, se presentarán los avances del estudio de Doctorado en la Facultad de Artes y Diseño. Se mostrarán una serie de estudios empíricos, resultados y siguientes pasos. La principal contribución es el desarrollo de nuevos modelos y principios para la co-creación con IA.

Resumen: