面向大数据复杂应用的GPU协同计算模型

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户：kylinbird1

【摘要】

：

大数据计算中存在流计算、内存计算、批计算和图计算等不同模式,各种计算模式有不同的访存、通信和资源利用等特征。GPU异构集群在大数据分析处理中得到广泛应用,然而缺少研究GPU异构集群在大数据分析中的计算模型。多核CPU与GPU协同计算时不仅增加了计算资源的密度,而且提高节点间和节点内的通信复杂度。为了从理论上研究GPU与多核CPU协同计算问题,面向多种计算模式建立一个多阶段的协同计算模型(p-DCO

【作者】

：

张龙翔曹云鹏王海峰

【机构】

：

临沂大学信息科学与工程学院,山东省网络重点实验室临沂大学研究所

【出处】

：

计算机应用研究

【发表日期】

：

2020年07期

【关键词】

：

协同计算模型计算模式大数据处理 GPU异构集群 collaborative computing modelcomputing modelarge-scale

【基金项目】

：

山东省自然科学基金面上项目(ZR2017MF050),山东省高等学校科学技术计划项目(J17KA049),山东省重点研发项目(2018GGX101005,2017CXGC0701,2016GGX109001)

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

从《在我们的时代里》的尼克看海明威式英雄的成长

作为海明威成名之路的奠基之作,《在我们的时代里》以短篇小说加随笔的文本结构形式讲述了尼克的成长过程,展现了海明威式英雄的雏形。本文通过《在我们的时代里》与主人公尼

期刊

《在我们的时代里》海明威式英雄成长

面向大数据复杂应用的虚拟集群动态部署模型

针对计算负载的时变性和复杂性导致虚拟集群的资源利用率不高的问题,为提高虚拟集群资源的全局利用率,采用弹性资源管理策略来吸收多种计算模式混杂时的资源需求突变。在Docker容器技术的支持下提出一个根据作业需求变化的动态部署模型。该模型根据资源的动态需求变化,实时调整虚拟集群的计算形态,具体包括计算节点的类型及规模。该模型不仅实现用户作业执行环境的动态定制,而且达到错峰计算的目的。仿真实验表明,该模型

期刊

虚拟集群动态部署大数据复杂应用Docker容器virtual clusterdynamic deploymentlarge-scale complex

妊娠合并子宫肌瘤不同手术方法的结果比较

目的探讨妊娠合并子宫肌瘤剖宫产时的临床处理。方法将妊娠合并子宫肌瘤150例分为：剔除子宫肌瘤组84例，未剔除子宫肌瘤组66例，选择同期无任何合并症的正常剖宫产50例为对照组，比

期刊

妊娠子宫肌瘤剖宫产手术比较Pregnancy Myoma of uterus Cesarean birth Surgery Comparison

鸡群均匀度的重要性、影响因素和提高方法

鸡群的均匀度包括体况均匀度、体重均匀度和性成熟均匀度,对于蛋鸡养殖有着重要的影响作用,均匀度高的鸡群产蛋率通常较高。影响鸡群均匀度的因素主要包括环境因素、饲料因素

期刊

蛋鸡均匀度重要性提高方法饲养管理限饲

面向大数据复杂应用的GPU协同计算模型

与本文相关的学术论文