Trabajo Parcial 1 – TP1

Número de grupo: 10

Nombres y Apellidos Código de Alumno

Rómulo Mucho Sellerico u20211d078

Orlando Ricardo Mostacero

u201914400
Saldarriaga

Javier Alfredo Tadeo Barquinero

U201810168
Llanos

Enunciados
1.- [10 puntos]: Caso - Evaluación de costos

La Organización de las Naciones Unidas (ONU) desea procesar los datos de censos de
población y vivienda de cada uno de sus 193 países miembro para poder establecer un
mapa de pobreza mundial y poder brindar ayuda de salud y humanitaria en el futuro.

La ONU necesita una gran potencia de computación por 45 días y su equipo técnico ha
estimado lo siguiente:
• 150 máquinas virtuales Linux cada una con 2 CPU y 2 GB de RAM y 20 GB de
disco SSD de HW como mínimo para hacer los cálculos.
• 50 máquinas virtuales Linux cada una con 4 CPU y 16 GB de RAM y 750 GB de
disco SSD de HW como mínimo para la base de datos.

Por política de privacidad de datos, la ONU le pide que las máquinas virtuales se sitúen en
América.

La ONU lo acaba de contratar a usted como Líder técnico

Para hacer la implementación y le pide que evalúe los costos

a) Elija una Región para un proveedor y sustente su elección.

En EE.UU al Norte de Virginia) se ubica uno de los servidores con más costo
el cual es bien utilizado por los americanos.

b) Elija el tamaño de máquinas virtuales más adecuado según los

requerimientos mínimos de HW y sustente.
 MAQUINAS VIRTUALES TIPO Costo x Hora vCPU MEMORIA
VM Linux con 2v CPU y 2GB c6g.large 0.068 USD 2 4 GiB
RAM[Requerimiento de 150 VMs] t4g.small 0.0168 USD 2 2 GiB
VM Linux con 4v CPU y 16GB m4.xlarge 0.2 USD 4 16 GiB
RAM[Requerimiento de 50 VMs] m5.xlarge 0.192 USD 4 16 GiB

Para los requerimientos de 2v CPU y 2GB de RAM se escogió el tipo

c6g,large por tener el menor costo x hora en lo que son instancias
tipo “c”, también permite lo que son los programas informáticos
avanzados y que generan una gran demanda. Por otro lado, se
escogió el tipo tg4.small por ser de menor costo.
En segundo lugar, para las máquinas de 4v CPU y 16 GB de RAM se
encontró las instancias de tipo “m”, las cuales brindan un buen nivel
de recursos informáticos y de red.

c) Calcule los costos de Compute (Máquinas virtuales) y Storage (Para

máquinas virtuales) y presente un cuadro comparativo y explique.

Compute (Máquinas virtuales)

MAQUINAS VIRTUALES TIPO CxH Nº de Horas Nº de VMs Costo Total
VM Linux con 2v CPU y 2GB RAM c6g.large 0.068 1080 150 11016
[Requerimiento de 150 VMs] t4g.small 0.0168 1080 150 2721.6
VM Linux con 4v CPU y 16GB RAM m4.xlarge 0.2 1080 50 10800
[Requerimiento de 50 VMs] m5.xlarge 0.192 1080 50 10368

Storage (Para máquinas virtuales)

STORAGE Tamaño (GB) Costo x GB/mes Nº de Meses Nº de VMs Costo Total
Volumen EBS 20 GB de SSD
20 0.1 2 150 600
[Estándar gp2]
Volumen EBS 750 GB de SSD
750 0.1 2 50 7500
[Estándar gp2]
El costo total se calcula mediante la formula:
Costo x Hora * Nº de Horas * Nº de VMs = Costo Total
Se uso el costo x hora mencionado anteriormente y el número de máquinas virtuales

Para el costo de Storage, se utilizará la fórmula de:

Tamaño(GB) * Costo x GB/mes * Nº de Meses * Nº de Vms = Costo Total

d) Indique su recomendación final y sustente.

Entre nuestras dos máquinas virtuales el precio varía, pero en el cuadro de
almacenamiento se dará cuenta que los datos se mantienen igual y no varían.

En el caso de la primera Máquina VM Linux con 2v CPU y 2GB RAM se recomienda

el tipo c6g.large porque tiene un gran potencial por sus recursos informáticos, pese a
ser más costosa que el otro tipo
 En el caso de la Segunda Maquina VM Linux con 4 vCPU y 16 GB de RAM se
recomienda el tipo m5.xlarge ya que tiene nuevas características a la anterior al tipo
m4.xlarge la cual es un poco más costoso.

2.- [6 puntos]: Caso - Proveedores líderes de Cloud Computing

Respecto a los proveedores Microsoft Azure, Amazon Web Server (AWS) y Google Cloud
investigue y presente lo siguiente:
a) En Amazon Web Services se encuentran las siguientes regiones y zonas
disponibles:

Recuperado de: https://www.cloudping.info/

En Microsoft Azure tenemos las siguientes regiones y zonas disponibles:

Recuperado de: https://learn.microsoft.com/es-es/azure/reliability/availability-zones-service-support

En Google Cloud tenemos las siguientes regiones y zonas disponibles:

Recuperado de: https://cloud.google.com/about/locations?hl=es

b) Amazon Web Services

Precios de Máquinas Virtuales

Recuperado de: https://aws.amazon.com/es/workspaces/pricing/

Precio de Storage

Recuperado de: https://aws.amazon.com/es/ec2/pricing/on-demand/

Precio de DataOut

Recuperado de: https://aws.amazon.com/es/ec2/pricing/on-demand/

Recuperado de: https://aws.amazon.com/es/ec2/pricing/on-demand/

Microsoft Azure

Precio de Máquinas Virtuales:

Nombre Costo por mes

Serie A 11,68
Serie Bs 3,80
Serie D 41,61
Serie E 58,40
 Serie F 35,77
Serie G 320,47
Serie H 581,08
Serie Ls 455,52
Serie M 1121,28
Serie Mv2 16.286,30
Serie N 657
Recuperado de: https://azure.microsoft.com/es-es/pricing/details/virtual-machines/windows/

Precio de Storage:

Recuperado de: https://azure.microsoft.com/es-es/pricing/details/storage/blobs/

Precio de DataOut:

Recuperado de: https://azure.microsoft.com/es-es/pricing/details/bandwidth/

Google Cloud

Precio Máquinas Virtuales:

Recuperado de: https://cloud.google.com/compute/all-pricing?hl=es

Precio de Storage:

Recuperado de: https://cloud.google.com/storage/pricing?hl=es-419#north-america

Precio de DataOut::

Recuperado de: https://cloud.google.com/vpc/network-pricing?hl=es-419

Comparación:

Proveedores Precio y accesibilidad Servidores y Regiones

Amazon Web Services
Google Cloud
Microsoft Azure
Los precios son Ofrece gran variedad
variados y más de servidores en
accesibles que los distintas regiones y
demás pero las zonas de distintos
características son países.
limitadas.
Distintas variedades de Variedad de servidores
precios y puedes en distintos países
encontrar para el
presupuesto que
poseas y escoger las
características que
necesitas.
Hay precios mucho Variedad de Servidores
más elevados que en en distintos países.
los anteriores y no dan
muchas opciones de
características para tu
máquina virtual
3.- [4 puntos]: Caso – Computación paralela en Cloud Computing

a) ¿Qué es computación paralela y computación secuencial?

La computación paralela se refiere al procesamiento de información mediante

la simultánea ejecución de múltiples tareas o procesos en diferentes
unidades de procesamiento, ya sean en una misma computadora o en varias
conectadas en una red.
Por otro lado, la computación secuencial se refiere al procesamiento de
información mediante la ejecución de una tarea a la vez, secuencialmente.
En este caso, los procesos son ejecutados uno tras otro en una única unidad
de procesamiento.
En resumen, la principal diferencia entre la computación paralela y la
computación secuencial es la forma en que se procesan los datos. La
computación paralela se basa en la división del trabajo en múltiples procesos
que se ejecutan simultáneamente, mientras que la computación secuencial
ejecuta una tarea a la vez en una única unidad de procesamiento.

b) Mencione cuáles son las técnicas o algoritmos que se utilizan en

computación paralela

Algunas de las técnicas y algoritmos utilizados en la computación paralela:

1. Paralelismo de datos: este tipo de paralelismo se basa en la división de un
conjunto de datos en pequeñas partes que pueden ser procesadas
simultáneamente por diferentes procesadores. Esto permite que varios
procesadores trabajen en la misma tarea al mismo tiempo, acelerando el
procesamiento de datos.
2. Paralelismo de tareas: este tipo de paralelismo implica la división de una
tarea compleja en varias tareas más pequeñas, que pueden ser ejecutadas
en paralelo en diferentes procesadores. Esta técnica se utiliza comúnmente
en la programación concurrente y en sistemas distribuidos.
3. Modelos de programación paralela: existen varios modelos de programación
paralela, como OpenMP, MPI y CUDA, que permiten a los desarrolladores
escribir código que se ejecuta en múltiples procesadores o dispositivos.
Estos modelos de programación proporcionan herramientas y bibliotecas
para simplificar el desarrollo de aplicaciones paralelas.
4. Algoritmos paralelos: hay varios algoritmos paralelos que están diseñados
específicamente para ejecutarse en sistemas paralelos, como los algoritmos
de clasificación paralelos, algoritmos de búsqueda paralelos, algoritmos de
procesamiento de imágenes paralelos, entre otros.
5. Arquitecturas paralelas: las arquitecturas paralelas son una parte
fundamental de la computación paralela. Estas arquitecturas se basan en la
distribución de tareas y datos en múltiples procesadores interconectados, y
 pueden ser clasificadas en diferentes categorías como SIMD, MIMD,
multiprocesadores y sistemas distribuidos.

c) Casos de uso de computación paralela en Cloud Computing:

Algunos casos de uso de computación paralela en Cloud Computing:

1. Análisis de big data: la computación paralela se utiliza ampliamente en el

análisis de grandes conjuntos de datos, como el análisis de datos de redes
sociales, análisis de registros de servidores, análisis de datos de sensores,
entre otros. Las técnicas de procesamiento paralelo permiten dividir el
conjunto de datos en pequeñas partes que pueden procesarse en paralelo en
múltiples servidores, lo que acelera el análisis y reduce el tiempo de
respuesta.
2. Procesamiento de imágenes y video: la computación paralela también se
utiliza en el procesamiento de imágenes y videos. Las técnicas de
procesamiento paralelo permiten dividir el procesamiento de una imagen o
video en pequeñas partes que pueden procesarse en paralelo en múltiples
servidores, lo que acelera el procesamiento y mejora la calidad de la imagen
o video.
3. Simulaciones computacionales: la computación paralela se utiliza
ampliamente en la simulación de sistemas complejos, como la simulación de
fluidos, la simulación de sistemas de energía, la simulación de sistemas de
transporte, entre otros. Las técnicas de procesamiento paralelo permiten
dividir la simulación en pequeñas partes que pueden procesarse en paralelo
en múltiples servidores, lo que acelera la simulación y permite simular
sistemas más grandes y complejos.
4. Aprendizaje automático: la computación paralela se utiliza en el aprendizaje
automático para entrenar modelos de aprendizaje automático en grandes
conjuntos de datos. Las técnicas de procesamiento paralelo permiten dividir
el entrenamiento del modelo en pequeñas partes que pueden procesarse en
paralelo en múltiples servidores, lo que acelera el entrenamiento del modelo
y mejora su precisión.
5. Procesamiento de transacciones: la computación paralela se utiliza en el
procesamiento de transacciones en línea, como el procesamiento de
transacciones financieras, el procesamiento de pedidos en línea, entre otros.
Las técnicas de procesamiento paralelo permiten procesar múltiples
transacciones en paralelo, lo que acelera el procesamiento y reduce el
tiempo de respuesta para los usuarios.
Bibliografía:

 Leonhard, M. (2022). “HTTP Ping” . Recuperado de https://www.cloudping.info/

 Amazon Web Services (2022). “Precios de las instancias bajo demanda de Amazon
EC2”. Recuperado de https://aws.amazon.com/es/ec2/pricing/on-demand/

 Amazon Web Services (2022). “Aspectos Generale”s. Recuperado de:

https://aws.amazon.com/es/ec2/faqs/

 Amazon Web Services (2022). “Uso General”. Recuperado de

https://aws.amazon.com/es/ec2/instance-types/

 AUTYCOM (2020). “Programación secuencial: características y ventajas”.

Recuperado de: https://www.autycom.com/programacion-secuencial-caracteristicas-
y-ventajas/#:~:text=Toda%20industria%20que%20requiere%20de,se%20utiliza
%20la%20programación%20secuencial

 Khan Academy (2021). “Computación paralela”. Recuperado de:

https://es.khanacademy.org/computing/ap-computer-science-principles/algorithms-
101/x2d2f703b37b450a3:parallel-and-distributed-computing/a/parallel-computing

 Salesforce (2022) “Cloud Computing: Aplicaciones en un solo lugar”. Recuperado

de: https://www.salesforce.com/mx/cloud-computing/