Politecnico di Torino logo
Personale

Giuseppe Fanuli

Dottorando in Ingegneria Informatica E Dei Sistemi , 41o ciclo (2025-2028)
Dipartimento di Automatica e Informatica (DAUIN)

Docente a contratto e/o collaboratore didattico
Dipartimento di Automatica e Informatica (DAUIN)

Profilo

Dottorato di ricerca

Argomento di ricerca

Designing a cloud-based heterogeneous prototyping platform for the development of AIoT apps

Tutori

Keywords

Controls and system engineering
Parallel and distributed systems, Quantum computing

Biografia

Giuseppe Fanuli è un dottorando presso il Politecnico di Torino, dove svolge attività di ricerca nel campo dei sistemi distribuiti e dell’ingegneria del software per infrastrutture eterogenee. Ha conseguito sia la laurea triennale sia la laurea magistrale in Ingegneria Informatica presso il medesimo ateneo, seguendo il percorso di specializzazione in Computer Networks and Cloud Computing. Durante il suo percorso accademico ho sviluppato solide competenze nei sistemi cloud, nella progettazione di microservizi e nelle tecnologie di orchestrazione, con un interesse particolare per l’integrazione tra infrastrutture software moderne e hardware eterogeneo.

Il suo progetto di dottorato si colloca all’intersezione tra cloud computing, sistemi distribuiti e architetture hardware emergenti. In particolare, la sua ricerca è focalizzata sulla progettazione e realizzazione di una Heterogeneous Prototyping Platform (HPP), una piattaforma che consenta agli sviluppatori software di progettare, testare e validare soluzioni complesse su sistemi eterogenei che includono CPU, GPU, FPGA e hardware neuromorfico. L’obiettivo principale è ridurre le barriere tecnologiche e operative che attualmente limitano l’adozione di architetture non convenzionali, in particolare nel contesto dell’AIoT e delle applicazioni industriali.

La sua ricerca si inserisce fortemente nel paradigma del cloud computing moderno. In particolare, esplora come tecnologie come Kubernetes e i microservizi possano essere estese o adattate per supportare l’orchestrazione di workload su hardware eterogeneo e distribuito. In questo contesto, il sistema cloud in fase di sviluppo integra soluzioni di MLOps e Neuromorphic MLOps (NMLOps), con l’obiettivo di favorire l’intero ciclo di vita delle applicazioni di machine learning, dalla prototipazione al deployment su infrastrutture eterogenee. Questo approccio comporta lo studio di nuovi modelli di scheduling, la gestione efficiente delle risorse e l’integrazione di sistemi di monitoraggio avanzati, includendo anche metriche specifiche per workload ML e neuromorfici. Un contributo rilevante del suo lavoro è lo sviluppo di un sistema di hardware sharing che consente l’accesso condiviso e controllato a risorse computazionali eterogenee, migliorando l’efficienza e riducendo i costi operativi.

La sua attività di ricerca si svolge in collaborazione con il gruppo inNuCE – Neuromorphic Computing and Engineering Lab del Politecnico di Torino, parte dell’EDA Group @ Polito, contribuendo allo sviluppo di soluzioni innovative nel campo del calcolo neuromorfico.

Didattica

Insegnamenti

Corso di laurea magistrale

Corso di laurea di 1° livello

  • Informatica. A.A. 2025/26, INGEGNERIA AEROSPAZIALE. Collaboratore del corso

Ricerca

Gruppi di ricerca

Pubblicazioni

Pubblicazioni più recenti Vedi tutte le pubblicazioni su Porto@Iris