[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-118840-es":3,"doc-seo-118840-110":31,"detail-sidebar-cat-0-es-110":85},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},118840,549768064778,"Finn","https://ap-avatar.wpscdn.com/davatar_6f874abed73319feea01a86fa6f0fab8",24,"Tecnología","Sistema de Archivos Paralelos con Aplicaciones de Machine Learning","Se propone la investigación, análisis y evaluación del impacto de aplicaciones de tipo Machine Learning sobre un sistema de archivos paralelo, considerando rendimiento y uso de recursos. El trabajo estudia BeeGFS como infraestructura y emplea aplicaciones de Machine Learning como herramienta de benchmark para obtener resultados y realizar análisis posteriores. Se contextualiza la necesidad de estas soluciones frente a las limitaciones de sistemas tradicionales como NFS, destacando capacidades como escalamiento horizontal, alta disponibilidad, acceso concurrente y mayor capacidad de respuesta en operaciones de lectura y escritura.","Sistema de Archivos Paralelos con Aplicaciones de Machine Learning  \nNicolás Benquerenca 1, Román Bond 1, Martín Morales 1,2, Diego Encinas 1,3   \n1SimHPC-TICAPPS. Universidad Nacional Arturo Jauretche. Florencio Varela, 1888, Argentina.  \n2Centro CodApli. FRLP. Universidad Tecnológica Nacional. La Plata, 1900, Argentina.  \n3Instituto de Investigación en Informática (III-LIDI) . Facultad de Informática, Universidad Nacional de La Plata-Centro Asociado CIC. La Plata, 1900, Argentina.  \n{nbenquerenca, rbond, martin.morales, [dencinas}@unaj.edu.ar](dencinas}@unaj.edu.ar)  \nResumen. Se propone la investigación, análisis y evaluación del impacto de aplicaciones del tipo Machine Learning en un sistema de archivos paralelos, anivel de rendimiento y uso de recursos. Para tal motivo se plantea el estudio del sistema de archivos paralelo BeeGFS, como infraestructura, y el uso de aplicaciones de Machine Learning como herramienta de benchmark para obtener los resultados necesarios y posterior análisis. Los sistemas de archivos paralelos nos permiten incrementar el rendimiento de los “File Servers” que requieren de mayor capacidad de respuesta a operaciones de lectura y escritura por accesos recurrentes y concurrentes a datos, donde los sistemas de archivos convencionales como “Network File System” no pueden satisfacer esta capacidad, entre otras grandes ventajas.  \nPalabras clave: Sistemas de Archivos, BeeGFS, Benchmarks, Cloud Computing, Machine Learning.  \n1 Introducción  \nLa era digital atraviesa año tras año nuevos desafíos tecnológicos, por lo que indefectiblemente aparecen nuevas barreras a superar tanto a nivel de hardware comode software. Hace unos años, con el crecimiento continuo de aplicaciones y usuarios como por ejemplo en las redes sociales, los sistemas tradicionales como Network File System (NFS) comenzaron a mostrar sus falencias respecto a soluciones que demandaban alto rendimiento. Así ocurrió en otros ámbitos tecnológicos como la migración de Asymmetric Digital Subscriber List (ADSL) a fibra óptica, los sistemas de archivos se enfrentaron también a un mismo factor común: el aumento de demandade recursos. La época de la centralización, escalabilidad vertical y las soluciones unificadas en arquitecturas de hardware empezaron a mostrar sus limitaciones y seinició la migración a soluciones descentralizadas. Por eso, fue necesario, por un lado, la innovación tecnológica y, por otro, los sistemas de archivos paralelos entraron en auge. Con características como escalamiento horizontal, alta disponibilidad, duplicidad de información, acceso concurrente, la barrera se fue superando.  \nHoy el desafío es distinto. No sólo por el simple hecho de que día a día aumenta la demanda, sino porque ésta actúa de modo distinto. Las aplicaciones de hace cinco años ya no se comportan igual, y los usuarios tienen nuevas necesidades. Estos últimos, ya no sólo no les alcanza con tener acceso a los programas sino que se está en un periodo en donde se necesita que sean inteligentes. Es decir, se espera que los GPS den la mejor ruta de un camino no sólo basada en kilómetros, si la frase que seestá escribiendo en un procesador de texto tiene sentido, se creen subtítulos en un  \nvideo en vivo, que las recomendaciones estén basadas en el estado de ánimo del usuario o hasta que detecten patrones para la detección temprana de enfermedades. Estas son algunas de las funcionalidades con las que ya se está interactuando y que vienen a dar sentido a esta nueva era digital inteligente: la de la Inteligencia Artificial (IA) .  \nDebido a que esta transformación avanza rápidamente, es necesario empezar a supervisar los sistemas, analizar la información recolectada y desarrollar herramientas de monitoreo y benchmark específicas que permitan- desde el lado del hardwaredeterminar si las actuales soluciones disponibles de sistemas de archivos paralelosestán preparadas para el cambio que se avecina. Para contribuir a actuales y futuras investigaciones sobre esta cue","cbCaipYddODQKqR9","https://ap.wps.com/l/cbCaipYddODQKqR9","pdf",542301,6,1,11,"Spanish","es",110,"# Resumen\n# Introducción\n# Sistema de archivos paralelo\n## Concepto y ventajas\n# BeeGFS\n## Características y enfoque de rendimiento","[{\"question\":\"Qué papel cumple BeeGFS en la investigación?\",\"answer\":\"BeeGFS se estudia como infraestructura POSIX enfocada en rendimiento, con distribución automática de datos entre servidores, utilizada como base para los benchmarks con Machine Learning.\"}]","Sistema de Archivos Paralelos con Aplicaciones de Machine Learning | PDF",1785720555,17,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":80,"head_meta":82,"extra_data":84,"updated_unix":29},"parallel-file-system-with-machine-learning-applications","",{"@graph":37,"@context":79},[38,55,70],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,52],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/es/document/","Document",2,{"item":50,"name":12,"@type":44,"position":51},"https://docshare.wps.com/es/document/tecnología/",3,{"item":53,"name":13,"@type":44,"position":54},"https://docshare.wps.com/es/document/parallel-file-system-with-machine-learning-applications/118840/",4,{"url":53,"name":13,"@type":56,"author":57,"headline":13,"publisher":59,"fileFormat":62,"inLanguage":24,"description":14,"dateModified":63,"datePublished":64,"encodingFormat":62,"isAccessibleForFree":65,"interactionStatistic":66},"DigitalDocument",{"name":9,"@type":58},"Person",{"url":42,"name":60,"@type":61},"DocShare","Organization","application/pdf","2026-08-16","2026-08-03",true,{"@type":67,"interactionType":68,"userInteractionCount":20},"InteractionCounter",{"@type":69},"ViewAction",{"@type":71,"mainEntity":72},"FAQPage",[73],{"name":74,"@type":75,"acceptedAnswer":76},"Qué papel cumple BeeGFS en la investigación?","Question",{"text":77,"@type":78},"BeeGFS se estudia como infraestructura POSIX enfocada en rendimiento, con distribución automática de datos entre servidores, utilizada como base para los benchmarks con Machine Learning.","Answer","https://schema.org",{"og:url":53,"og:type":81,"og:title":13,"og:site_name":60,"og:description":14},"article",{"robots":83,"canonical":53},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":86},[87,92,96,100,104,108,112,116,120,124],{"id":88,"doc_module":4,"doc_module_name":47,"category_name":89,"show_sort_weight":90,"slug":91},39,"Cómic",60,"comic",{"id":93,"doc_module":4,"doc_module_name":47,"category_name":94,"show_sort_weight":90,"slug":95},43,"Estilo de Vida","lifestyle",{"id":97,"doc_module":4,"doc_module_name":47,"category_name":98,"show_sort_weight":90,"slug":99},38,"Examen","exam",{"id":101,"doc_module":4,"doc_module_name":47,"category_name":102,"show_sort_weight":90,"slug":103},44,"General","general",{"id":105,"doc_module":4,"doc_module_name":47,"category_name":106,"show_sort_weight":90,"slug":107},41,"Investigación e Informes","research-report",{"id":109,"doc_module":4,"doc_module_name":47,"category_name":110,"show_sort_weight":90,"slug":111},37,"Literatura","literature",{"id":113,"doc_module":4,"doc_module_name":47,"category_name":114,"show_sort_weight":90,"slug":115},22,"Relatos y Novelas","story-novel",{"id":117,"doc_module":4,"doc_module_name":47,"category_name":118,"show_sort_weight":90,"slug":119},42,"Religión y Espiritualidad","religion-spirituality",{"id":121,"doc_module":4,"doc_module_name":47,"category_name":122,"show_sort_weight":90,"slug":123},40,"Salud y Atención Médica","healthcare",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":90,"slug":125},"technology"]