Dr. Dávid Felhős, Karman Mechanics
À medida que a simulação de engenharia se torna cada vez mais central no desenvolvimento de produtos, as organizações enfrentam uma pressão crescente para escalar as cargas de trabalho computacionais em ambientes partilhados, tanto locais como na nuvem. Embora os avanços na capacidade dos solucionadores e na infraestrutura computacional tenham ampliado a capacidade de simulação, a disponibilidade de recursos é agora frequentemente limitada por modelos de licenciamento e direitos de utilização que estão intimamente ligados ao comportamento em tempo de execução. Em fluxos de trabalho de simulação complexos, o consumo não gerido de recursos pode introduzir variabilidade no tempo de execução, reduzir o rendimento e comprometer a previsibilidade dos calendários de engenharia. Esta apresentação apresenta uma abordagem de governação baseada em dados para gerir o consumo de recursos de simulação como parte integrante do processo de simulação, em vez de uma função administrativa externa. A estrutura trata as restrições de licenciamento como um parâmetro ao nível do sistema, semelhante à disponibilidade computacional ou aos limites de memória, e integra a monitorização do consumo diretamente no planeamento e na execução do fluxo de trabalho de simulação. Ao correlacionar características da carga de trabalho — tais como simultaneidade, tempo de execução, classe do solucionador e contexto de execução — com padrões de consumo observados, a abordagem permite que engenheiros e gestores de simulação antecipem restrições antes que estas afetem marcos críticos do projeto. A metodologia baseia-se na recolha e normalização de telemetria granular proveniente de ambientes de execução e camadas de gestão de recursos. Estes fluxos de dados são agregados em perfis de consumo que descrevem como diferentes classes de cargas de trabalho de simulação se comportam sob condições operacionais variáveis. Os modelos preditivos derivados de dados históricos de execução são então utilizados para apoiar a tomada de decisões proativa, incluindo a priorização de cargas de trabalho, a gestão de filas e o agendamento adaptativo. É importante referir que esta camada de governação opera independentemente de solucionadores específicos ou tecnologias de licenciamento, garantindo a portabilidade entre diferentes domínios de simulação. Numa perspetiva de sistemas, a apresentação descreve uma arquitetura que integra a recolha de dados, a análise e a aplicação de políticas com a infraestrutura existente do processo de simulação. São utilizados mecanismos de políticas leves para traduzir os insights preditivos em controlos de tempo de execução, permitindo que as organizações equilibrem objetivos concorrentes, tais como o rendimento, a equidade e o cumprimento dos horários. É dada especial ênfase à manutenção da autonomia dos engenheiros, ao mesmo tempo que se introduzem medidas de proteção que evitam a contenção de recursos durante períodos de pico de procura. As implementações práticas desta estrutura demonstram uma maior estabilidade na execução da simulação e uma variabilidade reduzida nos tempos de resposta das tarefas. Em vez de se centrar apenas na otimização de custos, a análise concentra-se em indicadores de desempenho operacional diretamente relevantes para os resultados de engenharia, incluindo a estabilidade das filas, a consistência da utilização e a previsibilidade da entrega da simulação. Estas melhorias contribuem para ciclos de iteração de projeto mais fiáveis e reduzem o risco de atrasos a jusante no desenvolvimento do produto. A sessão conclui com a apresentação de um conjunto de métricas práticas e princípios de governação que podem ser adotados por organizações que procuram escalar cargas de trabalho de simulação de forma controlada e transparente. Os participantes irão compreender como a governação baseada em dados pode ser integrada nos processos de simulação para apoiar operações de engenharia resilientes, escaláveis e bem coordenadas, particularmente em ambientes onde os recursos partilhados e os fluxos de trabalho complexos são a norma.
