码迷,mamicode.com
首页 >  
搜索关键字:并行计算    ( 667个结果
Couch的MapReduce查询
1. MapReduce介绍传统的关系型数据库中,只要你的数据是结构化的,你可以进行任何类型的查询。Apache Couch与此相反,它使用MapReduce(预定义的map和的reduce方法)进行查询。这种查询方式具有更好的灵活性,因为他们能适应各种类型的文档结构,并为每个文档索引独立计算和并行计算。这种将map和reduce结合使用的方式在CouchDB术语中称为“视图(View)”。与关系型...
分类:其他好文   时间:2015-06-27 21:29:36    阅读次数:139
GPU---并行计算利器
1GPU是什么 如图1所示,这台PC机与普通PC机不同的是这里插了7张显卡,左下角是显卡,在中间的就是GPU芯片。显卡的处理器称为图形处理器(GPU),它是显卡的“心脏”,与CPU类似,只不过GPU是专为执行复杂的数学和几何计算而设计的。 GPU计算能力非常强悍,举个例子:现在主流的i7处理...
分类:其他好文   时间:2015-06-22 08:41:52    阅读次数:135
网格数值计算中周期性边界条件的处理
涉及到网格的数值计算中,边界条件的处理总是一个比较烦人的东西。一者,本来好好的逐格处理过程,到边界这里总是要中断一下,或者加两个if,或者for循环中要精心处理下标关系,以免混乱,动不动就给你来个数组越界。二者,并行计算的时候,最好的情况是所有网格统一处理。尤其是在CUDA编程中,代码中出现if很有...
分类:其他好文   时间:2015-06-20 22:04:51    阅读次数:227
两款高性能并行计算引擎Storm和Spark比较
来自http://blog.csdn.net/iefreer/article/details/32715153 Spark基于这样的理念,当数据庞大时,把计算过程传递给数据要比把数据传递给计算过程要更富效率。每个节点存储(或缓存)它的数据集,然后任务被提交给节点。 所以这是把过程传递给数据。这和Hadoop map/reduce非常相似,除了积极使用内存来避免I/O操作,以使得迭代算法...
分类:其他好文   时间:2015-06-19 10:27:38    阅读次数:90
Java查询大文本文件的处理方法
有时我们需要查询大文本而不是数据库,这时就需要流式读入文件并实现查询算法,还要进行并行处理以提高性能。但JAVA本身缺少相应的类库,需要硬编码才能实现结构化文件计算,代码复杂且可读性差,难以实现高效的并行处理。         使用免费的集算器可以弥补这一不足。集算器封装了丰富的结构化文件读写和游标计算函数,书写简单代码就能实现并行计算,并提供了易用的JDBC接口。JAVA应用程序可以将集算器脚...
分类:编程语言   时间:2015-06-16 09:20:29    阅读次数:203
并行计算复习————第三篇 并行计算理论基础:并行数值算法
第三篇 并行计算理论基础:并行数值算法...
分类:编程语言   时间:2015-06-11 13:07:24    阅读次数:202
并行计算复习————第四篇 并行计算软件支撑:并行编程
并行计算复习第四篇 并行计算软件支撑:并行编程...
分类:其他好文   时间:2015-06-10 17:21:04    阅读次数:213
Tiny并行计算框架之复杂示例
问题来源  非常感谢@doctorwho的问题: 假如职业介绍所来了一批生产汽车的工作,假设生产一辆汽车任务是这样的:搭好底盘、拧4个轮胎、安装发动机、安装4个座椅、再装4个车门、最后安装顶棚。之间有的任务是可以并行计算的(比如拧4个轮胎,安装发动机和安装座椅),有的任务有前置任务(比如先装好座椅,才能装车门和顶棚)。让两组包工头组织两种类型的工作:将工人分成两种类型,即可并行计算的放在同一组...
分类:其他好文   时间:2015-06-09 17:18:12    阅读次数:193
Windows平台CUDA开发之前的准备工作
CUDA是NVIDIA的GPU开发工具,目前在大规模并行计算领域有着广泛应用。 windows平台上面的CUDA开发之前,最好去NVIDIA官网查看说明,然后下载响应的driver, ToolKits等等。 特别要注意:目标最高版本为CUDA7.0,仅支持64位系统(32位没法安装CUDA 7.0 Tool Kits),另外,VS编译平台最低要求是VS2010。 So,那些依然用VC6或者VS...
分类:Windows程序   时间:2015-06-08 21:39:46    阅读次数:197
开源图计算框架GraphLab介绍
GraphLab介绍GraphLab 是由CMU(卡内基梅隆大学)的Select 实验室在2010 年提出的一个基于图像处理模型的开源图计算框架,框架使用C++语言开发实现。该框架是面向机器学习(ML)的流处理并行计算框架,可以运行在多处理机的单机系统、集群或是亚马逊的EC2 等多种环境下。框架的设计目标是,像MapReduce一样高度抽象,可以高效执行与机器学习相关的、具有稀疏的计算依赖特性的迭代...
分类:其他好文   时间:2015-06-08 21:35:42    阅读次数:461
667条   上一页 1 ... 48 49 50 51 52 ... 67 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!