硬件级别操作系统和硬件级别的优化着眼点：1、对于CPU密集型的应用场景要使用更快速度的CPU甚至更多数量的CPU，为有着更多查询的场景使用更多的CPU等。基于多核以及超线程(hyperthreading)技术，现代的CPU架构越来越复杂、性能也越来越强了，但MySQL对多CPU架构的并行计算能力..
分类：
数据库 时间：
2015-07-26 17:31:56
阅读次数：
306
转自：http://blog.csdn.net/zfdxx369/article/details/9091953?utm_source=tuicool本文是zhang的一篇经典图像细化论文，效果很好，采用并行计算，速度非常快;下文是 "智慧视觉"在CSDN上对这篇论文程序的一个改造，亲测可用！由于O...
分类：
其他好文 时间：
2015-07-25 12:04:12
阅读次数：
149
什么是Spark
Spark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用的并行计算框架，Spark基于map reduce算法实现的分布式计算，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出和结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的ma...
分类：
其他好文 时间：
2015-07-25 09:29:52
阅读次数：
140
当今Deep-Learning已经是火到一定境界了,深度学习神经网络（DNN）在计算机视觉领域的表现可谓见效非凡。当然，工程上运用了卷积神经网络来减少计算量而不是全连结的神经网络-这样计算量实在太大了。但是，对于神经网络来说计算量真的不是问题，因为它的结构能够确保它能够并行计算，一旦网络的每一个单元都能够独立的进行计算，每一层再多的连结也是同时进行计算的。期待硬件神经网络的发展。...
分类：
编程语言 时间：
2015-07-24 01:31:54
阅读次数：
230
从Matlab2013版本开始，matlab将可以直接调用gpu进行并行计算，而不再需要安装GPUmat库。这一改动的好处是原有的matlab内置函数都可以直接运用，只要数据格式是gpuArray格式的，那么计算过程会自动的调用GPU进行计算，不可谓不方便。具体操作起来，只要知道下面几个函数就可以像...
分类：
其他好文 时间：
2015-07-22 22:16:21
阅读次数：
184
一：R本身是单线程的，如何让其多线程跑起来，提高运算速度？用Parallel和foreach包玩转并行计算看完上面这篇文章就会了。说白了，要加载parallel包，再改写一下自己的代码就ok了。#-----用一个实力来演示 R 如何多线程计算func 1) { x %html_ses...
分类：
编程语言 时间：
2015-07-19 16:14:11
阅读次数：
171
第二章 命令式数据并行几种并行类型：数据并行任务并行流水线在System.threading.tasks.parallel下parallel.forparallel.foreach（可以自定义parytitioner）parallel.invoke1. Parallel.Invoke没有特定执行顺序...
对称加密和分组加密中的四种模式(ECB、CBC、CFB、OFB)一. AES对称加密: AES加密 分组二.分组密码的填充 分组密码的填充e.g.: PKCS#5填充方式三.流密码:四.分组密码加密中的四种模式:3.1 ECB模式优点:1.简单；2.有利于并行计算；3.误差不会被传送；缺点:1.不能...
分类：
其他好文 时间：
2015-07-16 15:43:54
阅读次数：
618
以前利用多线程为拥有较大量计算的程序提速过，但也深知多线程的同步和程序的调试是一大坑，最近为实验室的项目学习了一点VS下优化代码的设置以及利用openmp加速运算，都是些很基本的提升程序速度的方法，只要稍微修改下代码和设置，就可使程序加速。配合多线程，经过clock()函数验证，我的程序运行可提高60%的速度...
分类：
其他好文 时间：
2015-07-16 09:56:04
阅读次数：
1208
1背景介绍现今分布式计算框架像MapReduce和Dryad都提供了高层次的原语，使用户不用操心任务分发和错误容忍，非常容易地编写出并行计算程序。然而这些框架都缺乏对分布式内存的抽象和支持，使其在某些应用场景下不够高效和强大。RDD(Resilient Distributed Datasets弹性分...
分类：
其他好文 时间：
2015-07-15 12:43:05
阅读次数：
164
