deletions | additions       diff --git a/Estado_del_Arte.tex b/Estado_del_Arte.tex  index cf3f99c..1fb343c 100644  --- a/Estado_del_Arte.tex  +++ b/Estado_del_Arte.tex 
...
Tras la incursión de las unidades de procesamiento gráfico (GPU) en el ámbito del computo y cálculo científico, entre los años 2006 y 2007(Singer 2013), la utilización de estas sobre las grandes infraestructuras de computo de alto rendimiento es mas habitual.(Owens 2007)(Brodtkorb 2013)  En publicaciones como las de \cite{Agerwala_2010} y \cite{Schulte_2015}, se expone en forma clara el enfoque y futuro de la computación de alto rendimiento. La meta de alcanzar niveles de procesamiento del orden exascalar, se apoya en el hecho de emplear hardware para funciones especificas, para hacer posible un mayor rendimiento computacional y un menor consumo energético, por tal motivo la incorporación de aceleradores (MIC y GPU), son considerados los elementos computacionales más indicados para alcanzar esta meta al año 2035, según la declaración de \cite{Horst:2013:Online}Horst Simon Director \cite{Horst:2013:Online}, director  del Laboratorio Nacional Lawrence Berkeley. Justamente, la lista Top500(Balle 2008)(Erich Strohmaier 2016), en la cual se clasifican los 500 supercomputadores mas más  veloces del mundo (en terminos computacionales), refleja las altas metricas métricas  de rendimiento ante la incorporación de tecnología GPU sobre los  clúster de cómputo de alto rendimiento; así también, reporta el elevado consumo energético de estas plataforma plataformas  para alcanzar estos picos de procesamiento. Producto de ello, la comunidad científica involucada con el cómputo del alto desempeño ve en el elevado consumo energético una barrera para el futuro de las plataformas HPC y su ruta hacia la era exascale.  Por ello, muchos Muchos  enfoques han sido considerados para dar solución a la problemática del consumo energetico energético  que trae consigo la integración de aceleradores gráficos y MIC, como son: \textbf{lenguajes OmpsS, DVFS, virtualización MIC sobre las plataformas HPC. Algunos  de GPUs, uso los enfoques abordados en la literatura son: el desarrollo  de ARM sobre HPC, nuevos lenguales  y politicas modelos  de planificación energeticamente.} programación paralelos,  \textbf{lenguajes OmpsS, DVFS, virtualización de GPUs, uso de ARM sobre HPC, y politicas de planificación energeticamente.}  Así también se han propuesto el desarrollo de nuevas herramientas para el análisis sintactico y estructural de las aplicaciones paralelas, como son los casos de tal tal y tal, con el proposito de ajustar las sentencias de código a las caracteristicas del hardware sobre el cual va a ser ejecutado, para así lograr niveles de rendimiento mayores y sacar provecho del hardware disponible.  El desarrollo de nuevas herramientas para el análisis sintactico y estructural de las aplicaciones paralelas, así como nuevos modelos y lenguajes de programación, también se muestran como un enfoque para el aprovechamiento de los recursos computacionales para acelerar la ejecución de las aplicaciones y por ende, la reducción del desperdicio energético producto de los fugas de procesamiento.