文献

J-GLOBAL ID：201702245419568486   整理番号：17A0946471

ビッグデータ利活用のための基盤システムの動向

著者 (1件)： 松谷宏紀 (慶応大 工)
資料名： 電子情報通信学会誌  (Journal of the Institute of Electronics, Information and Communication Engineers)
巻： 100  号： 8  ページ： 866-870  発行年： 2017年08月01日 
JST資料番号： F0019A  ISSN： 0913-5693  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 現在,ありとあらゆる分野においてビッグデータ処理技術と機械学習ベースのAI技術が重要になっている。本稿では,まず,大量データ処理と低遅延処理の両立を図るビッグデータ処理アーキテクチャではどういった処理が行われているかを解説し,次にビッグデータ向けのデータストア技術について解説する。これらの目的のために利用可能な基盤ソフトウェアについても紹介する。更に,ビッグデータ向けの計算基盤としてラック規模コンピュータ,また,FPGAやGPUといったアクセラレータを用いたビッグデータ処理の高性能化についても紹介する。(著者抄録)

シソーラス用語： データ ,  *情報システム ,  *機械学習 ,  大規模系 ,  遅れ ,  インフラストラクチャー ,  プログラムパッケージ ,  FPGA ,  マイクロプロセッサ ,  *専用プロセッサ
準シソーラス用語： *GPU【プロセッサ】 ,  データストア ,  *ビッグデータ ,  低遅延

分類 (3件)： その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z) ,  専用演算制御装置  (JC04030Y)

引用文献 (7件)：

• N. Marz and J. Warren, Big Data : Principles and Best Practices of Scalable Real-Time Data Systems, Manning Publications, 2015.
• R. Estrada and I. Ruiz, Big Data SMACK : A Guide to Apache Spark, Mesos, Akka, Cassandra, and Kafka, Apress, 2016.
• P.J. Sadalage and M. Fowler, NoSQL Distilled : A Brief Guide to the Emerging World of Polyglot Persistence, Addison-Wesley, 2012.
• J. Duggan, A.J. Elmore, M. Stonebraker, M. Balazinska, B. Howe, J. Kepner, S. Madden, D. Maier, T. Mattson, and S. Zdonik, ′′The BigDAWG polystore system,′′ SIGMOD Rec., vol. 44, no. 2, June 2015.
• J. Kyathsandra and E. Dahlen, ′′Intel rack scale architecture overview,′′ Interop 2013, May 2013.

タイトルに関連する用語 (3件)： ビッグデータ利活用 ,  基盤 ,  動向