Mover aplicaciones de computación de alto rendimiento (HPC) de clústeres de HPC a clústeres de computación en la nube, también conocidos como la nube de HPC, ha sido propuesto recientemente por la comunidad de investigación de HPC. La migración de estas aplicaciones del entorno anterior al último puede tener un impacto importante en su rendimiento, debido a las diferentes tecnologías utilizadas y al uso y configuración subóptimos de recursos en la nube como el almacenamiento heterogéneo. Los modelos probabilísticos se pueden aplicar para predecir el rendimiento de estas aplicaciones y optimizarlas para el nuevo sistema. Modelar el rendimiento en la nube de HPC de aplicaciones que utilizan almacenamiento heterogéneo es una tarea difícil, debido a las variaciones en el rendimiento. Este documento presenta un modelo novedoso basado en la Teoría de Valores Extremos (EVT) para el análisis, caracterización y predicción del rendimiento de aplicaciones de HPC que utilizan tecnologías de almacenamiento heterogéneas en la nube y sistemas de archivos paralelos distribuidos de alto rendimiento. A diferencia de los enfoques estándar, nuestro modelo se centra en valores extremos, capturando la verdadera variabilidad y posibles cuellos de botella en el rendimiento de almacenamiento. Nuestro modelo se valida utilizando análisis de nivel de retorno para estudiar el rendimiento de benchmarks científicos representativos que se ejecutan en almacenamiento en la nube heterogéneo a gran escala y proporciona errores de predicción de menos del 7%.