Investigadores del grupo GUAIX han recibido el premio a la Mejor Demostración en la 11th IEEE Conference on Network Functions Virtualization and Software-Defined Networking (IEEE NFV-SDN 2025), celebrada recientemente en Atenas, Grecia.

La demo, titulada “Scalable and Distributed Processing of 3D Astronomical Data Cubes for Galaxy Evolution Studies Using the AC3 Framework”, fue presentada por Mario Chamorro-Cazorla y Cristina Catalán-Torrecilla (GUAIX-UCM/IPARCOS), en colaboración con Ray Carroll, Ben Capper y Ryan Jenkins (Red Hat, Irlanda).

El trabajo muestra cómo el marco AC3 (Agile and Cognitive Cloud-edge Continuum management), un proyecto europeo financiado por el programa Horizon Europe (Grant Agreement nº 101093129), puede aplicarse al ámbito científico para permitir el procesamiento escalable y distribuido de cubos de datos astronómicos en 3D. Esta aproximación facilita estudios sobre la evolución de galaxias mediante el uso de contenedores, orquestación inteligente e infraestructuras desplegadas en el cloud-edge continuum.

Para más información sobre el proyecto, visita: https://ac3-project.eu.

 

Los días 20 y 21 de mayo, la Facultad de Ciencias Físicas de la Universidad Complutense de Madrid acogió la quinta reunión plenaria del proyecto europeo AC3 (Agile and Cognitive Cloud-edge Continuum), reuniendo a todos los socios del consorcio para dos jornadas de trabajo, sesiones técnicas y planificación estratégica. Nuestro grupo de investigación, responsable del Caso de Uso 3: “Descifrando el Universo”, presentó los avances en el desarrollo de un sistema escalable y distribuido para el procesamiento de grandes volúmenes de datos de espectroscopía de campo integral, utilizando tecnologías como la orquestación inteligente basada en IA, microservicios y despliegue en infraestructuras federadas cloud-edge.

Durante la reunión, mostramos el estado actual del nuestro caso de uso, que integra herramientas de análisis espectral como Starlight, pPXF y Steckmap en un entorno Kubernetes. También compartimos los progresos realizados en las pruebas multi-clúster, así como los retos asociados al procesamiento de grandes volúmenes de datos procedentes de instrumentos como MEGARA, MUSE y MaNGA.

Para más información sobre el proyecto, visita: https://ac3-project.eu.