Existe un amplio consenso sobre que la innovación social es un fenómeno necesario para contribuir a resolver los nuevos retos sociales de carácter complejo y multidimensional que han proliferado en las últimas décadas. Sin embargo, y aunque la innovación social ha ido ganando peso, no hay acuerdo general sobre qué es, ni se conocen en profundidad todos los factores que determinan su aparición en un territorio.En el contexto descrito, este trabajo tiene como objetivos principales hacer una revisión del estado del arte, proponer una definición de innovación social e identificar y analizar la importancia de aquellos factores que favorecen su nacimiento y desarrollo en el territorio. Con este fin, se ha utilizado una metodología cualitativa a través de la revisión sistemática de la literatura y la realización de 24 entrevistas semiestructuradas a agentes inmersos en procesos de innovación social. Las entrevistas, una vez transcritas, fueron analizadas con el programa Atlas.ti, lo que ha permitido proponer una definición de innovación social y plantear cinco grandes pilares (elementos sociales y culturales; apoyo político e institucional; conocimiento y mecanismos facilitadores; componentes espaciales y entidades; y mecanismos que determinan la estructura productiva empresarial y social), que agrupan 29 factores identificados y ponderados en función del número de veces que fueron señalados por los entrevistados. Finalmente, se ha realizado un análisis interpretativo de los resultados en el que se explica la relevancia de cada uno de los factores y la relación existente entre ellos.

La innovación social es un fenómeno que ha sido ampliamente estudiado en la última década debido al auspicio propiciado tanto desde la esfera pública como privada. Sin embargo, hay un vacío en la literatura existente acerca de qué características son definitorias y relevantes para considerar una iniciativa como socialmente innovadora, así como sobre qué papel juegan las entidades del tercer sector en el desarrollo de la innovación social. Este trabajo tiene dos objetivos principales: en primer lugar, enunciar y ponderar las propiedades más importantes que debe tener una iniciativa para ser considerada innovación social, y, en segundo lugar, basándonos en dichas características, explicar por qué las entidades del tercer sector pueden ser, por su propia naturaleza, sujetos con facilidades para su desarrollo. Con este fin se ha diseñado una metodología cualitativa basada principalmente en la revisión de la literatura, la realización de entrevistas semiestructuradas y el análisis de un caso. Las entrevistas, una vez transcritas, fueron analizadas con el programa Atlas.ti, lo que ha posibilitado identificar y ponderar un total de 18 atributos definitorios de la innovación social que han sido agrupados en 3 grandes bloques. Posteriormente, hemos analizado un proyecto de una entidad del tercer sector y hemos podido observar que todas las características previamente identificadas como definitorias de la innovación social están presentes en éste. Nuestro trabajo contribuye a crear una mayor evidencia empírica sobre qué aspectos principales deben ser tenidos en cuenta cuando se analiza si un proyecto es socialmente innovador o no. Asimismo, también se aporta un conocimiento relevante acerca de las potencialidades de las entidades del tercer sector como un agente con facilidades para el desarrollo de las innovaciones sociales.

Efficiently managing the memory subsystem of modern multi/manycore architectures is increasingly becoming a challenge as systems grow in complexity and heterogeneity. In the field of high performance computing (HPC) in particular, where massively parallel architectures are used and input sets of several terabytes are common, careful management of the memory hierarchy is crucial to exploit the full computing power of these systems. The goal of this thesis is to provide computer architects with valuable information to guide the design of future systems, and in particular of those more widely used in the field of HPC, i.e., symmetric multicore processors (SMPs) and GPUs. With that aim, we present an analysis of some of the inefficiencies and shortcomings of current memory management techniques and propose two novel schemes leveraging the opportunities that arise from the use of new and emerging programming models and computing paradigms. The first contribution of this thesis is a block prefetching mechanism for task-based programming models. Using a task-based programming model simplifies parallel programming and allows for better resource utilization in the supercomputers used in the field of HPC, while enabling sophisticated memory management techniques. The scheme proposed relies on a memory-aware runtime system to guide prefetching while avoiding the main drawbacks of traditional prefetching mechanisms, i.e., cache pollution and lack of timeliness. It leverages the information provided by the user about tasks¿ input data to prefetch contiguous blocks of memory that are certain to be useful. The proposed scheme targets SMPs with large cache hierarchies and uses heuristics to dynamically decide the best cache level to prefetch into without evicting useful data. The focus of this thesis then turns to heterogeneous architectures combining GPUs and traditional multicore processors. The current trend towards tighter coupling of GPU and CPU enables new collaborative computations that tax the memory subsystem in a different manner than previous heterogeneous computations did, and requires careful analysis to understand the trade-offs that are to be expected when designing future memory organizations. The second contribution is an in-depth analysis on the impact of sharing the last-level cache between GPU and CPU cores on a system where the GPU is integrated on the same die as the CPU. The analysis focuses on the effect that a shared cache can have on collaborative computations where GPU and CPU threads concurrently work on a problem and share data at fine granularities. The results presented here show that sharing the last-level cache is largely beneficial as it allows for better resource utilization. In addition, the evaluation shows that collaborative computations benefit significantly from the faster CPU-GPU communication and higher cache hit rates that a shared cache level provides. The final contribution of this thesis analyzes the inefficiencies and drawbacks of demand paging as currently implemented in discrete GPUs by NVIDIA. Then, it proposes a novel memory organization and dynamic migration scheme that allows for efficient data sharing between GPU and CPU, specially when executing collaborative computations where data is migrated back and forth between the two separate memories. This scheme migrates data at cache line granularities transparently to the user and operating system, avoiding false sharing and the unnecessary data transfers that occur with demand paging. The results show that the proposed scheme is able to outperform the baseline system by reducing the migration latency of data that is copied multiple times between the two memories. In addition, analysis of different interconnect latencies shows that fine-grained data sharing between GPU and CPU is feasible as long as future interconnect technologies achieve four to five times lower round-trip times than PCI-Express 3.0. La gestión eficiente del subsistema de memoria se ha convertido en un problema complejo a la vez que los sistemas crecen en complejidad y heterogeneidad. En el campo de la computación de altas prestaciones (HPC) en particular, donde arquitecturas masivamente paralelas son usadas y entradas de varios terabytes son comunes, una gestión cuidadosa de la jerarquía de memoria es crucial para conseguir explotar todo el potencial de estas arquitecturas. El objetivo de esta tesis es proporcionar a los arquitectos de computadores información valiosa para el diseño de los sistemas del futuro, y en concreto de los más comúnmente usados en el campo de HPC, los procesadores multinúcleo simétricos (SMP) y las tarjetas gráficas (GPU). Para ello, presentamos un análisis de las ineficiencias y los inconvenientes de los sistemas de gestión de memoria actuales, y proponemos dos técnicas nuevas que aprovechan las oportunidades surgidas del uso de nuevos y emergentes modelos de programación y paradigmas de computación. La primera contribución de esta tesis es un mecanismo de prefetch de bloques para modelos de programación basados en tareas. Usando modelos de programación orientados a tareas simplifica la programación paralela y permite hacer un mejor uso de los recursos en los supercomputadores usados en HPC, mientras permiten el uso de sofisticados mecanismos de gestión de memoria. La técnica propuesta se basa en un sistema de runtime para guiar el prefetch de datos mientras evita los principales inconvenientes tradicionalmente asociados con prefetching, la polución de cache y la medida incorrecta de los tiempos. El mecanismo utiliza la información sobre las entradas de las tareas proporcionada por el usuario para prefetchear bloques contiguos de memoria sobre los que hay certeza que serán utilizados. El mecanismo está dirigido a arquitecturas SMP con amplias jerarquías de cache, y usa heurísticas para decidir dinámicamente en qué nivel de caché colocar los datos sin desplazar datos útiles. El focus de la tesis gira luego a arquitecturas heterogéneas que combinan GPUs con procesadores multinúcleo tradicionales. La actual tendencia a unir GPU y CPU permite el uso de una nueva serie de computaciones colaborativas que afectan al subsistema de memoria de forma diferente que las computaciones heterogéneas anteriores, y requiere de un cuidadoso análisis para entender las consecuencias que esto tiene en el diseño de las organizaciones de memoria futuras. La segunda contribución de la tesis es un análisis detallado del impacto que supone compartir el último nivel de cache entre núcleos de GPU y CPU en sistemas donde la GPU está integrada en el mismo chip que la CPU. El análisis se centra en el efecto que la cache compartida tiene en colaboraciones colaborativas donde hilos de GPU y CPU trabajan concurrentemente en un problema y comparten datos a grano fino. Los resultados presentados en esta tesis muestran que compartir el último nivel de cache es mayormente beneficioso ya que permite un mejor uso de los recursos. Además, la evaluación muestra que las computaciones colaborativas se benefician en gran medida de la comunicación más rápida entre GPU y CPU y las mayores tasas de acierto de cache que un nivel de cache compartido proporcionan.