Ponente
Descripción
La investigación científica contemporánea, particularmente en biología computacional, bioinformática y medicina de precisión, demanda capacidades de procesamiento masivo para ejecutar simulaciones complejas y analizar grandes volúmenes de datos. En la Universidad Nacional de Asunción, las infraestructuras de computación de alto rendimiento (HPC) son el motor fundamental que impulsa el desarrollo de proyectos científicos avanzados basados en la computación. La gestión eficiente de estas infraestructuras es un requisito indispensable para garantizar que los investigadores traduzcan modelos teóricos en resultados tangibles dentro de los plazos establecidos por los ciclos académicos.
A pesar de la potencia que ofrecen los clústeres, su operatividad se ve con frecuencia limitada por barreras técnicas de gestión. En entornos académicos, la administración manual de usuarios, la asignación descentralizada de credenciales y la dificultad para monitorear en tiempo real generan ineficiencias significativas. La dependencia de clientes SSH externos, sumada a la falta de interfaces intuitivas para el seguimiento de la ejecución de trabajos y el consumo de recursos, crea una curva de aprendizaje pronunciada que desincentiva el aprovechamiento máximo de la infraestructura. Esta fragmentación operativa impide al administrador mantener un control granular del ciclo de vida de los proyectos, lo que afecta la productividad de los equipos científicos.
Ante este escenario, se diseñó e implementó un Sistema de Gestión de Clúster integral, orientado a la centralización y automatización de procesos en entornos HPC. La solución se basa en una arquitectura web que actúa como una capa de abstracción entre el usuario final y el clúster. Se integró un portal funcional para la gestión de solicitudes de acceso, automatizando la creación y administración de credenciales de forma segura. El corazón del sistema es un panel de control (dashboard) de monitoreo que centraliza métricas críticas como los tiempos de ejecución, los ciclos de vida de los proyectos, la asignación de nodos y el consumo de memoria. Además, se desarrolló una integración nativa con el gestor de cargas de trabajo SLURM, que permite no solo la supervisión, sino también la interacción directa mediante un emulador de terminal accesible desde el portal, lo que elimina la necesidad de software externo adicional.
Tras la implementación exitosa, se logró transformar la gestión del clúster en un proceso ágil y transparente. La plataforma ha permitido optimizar la carga administrativa del gestor del sistema y reducir los tiempos de configuración. El dashboard proporciona visibilidad en tiempo real para detectar cuellos de botella de forma proactiva, mientras que la terminal web facilita el acceso remoto supervisado.
El sistema desarrollado ha demostrado ser una solución robusta para cerrar la brecha entre la complejidad del hardware HPC y la usabilidad, sentando las bases para futuras optimizaciones de procesos experimentales y analíticos.
Palabras clave: SLURM, gestión de clúster, monitoreo de recursos, automatización, computación de alto rendimiento, infraestructura académica, acceso remoto, optimización operativa.