文献

J-GLOBAL ID：201702219565575257   整理番号：17A0238754

火花GPUクラスタに及ぼす加速インメモリ・データ処理エンジン【Powered by NICT】

Spark-GPU: An accelerated in-memory data processing engine on clusters

著者 (6件)： Yuan Yuan (The Ohio State University) ,  Salmi Meisam Fathi (Paypal Inc.) ,  Huai Yin (Databricks Inc.) ,  Wang Kaibo (Google Inc.) ,  Lee Rubao (The Ohio State University) ,  Zhang Xiaodong (The Ohio State University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： Big Data  ページ： 273-283  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Apache放電は大規模データセット上でのSQLクエリーと高度分析の両方を支持するインメモリ・データ処理システムである。本論文では,高性能,高スループットを達成するためにGPUの超並列処理能力を利用する放電可能にする火花GPUの設計と実装を提示した。火花GPUは,内部と外部のデータ転送を最小化することを含むいくつかの実世界の技術的課題に対処する,適切なデータフォーマットと効率的なGPU実行のためのバッチモードを調製すると,CPUとGPU間のタスクスケジューリング能力を用いたGPUのための作業負荷の適合性を決定することにより,汎用データ処理システムを形質転換するGPU支持システム。代表的な分析的作業負荷の火花GPUその有効性を示すためにを総合的に評価した。著者らの結果は,火花GPUは4.83までのxによる16.13までのxによる機械学習作業負荷の性能とSQL質問の性能を改善することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 機械学習 ,  超並列処理 ,  *データ処理 ,  データ転送 ,  放電 ,  適応性 ,  データ処理システム ,  形質転換 ,  データフォーマット ,  タスクスケジューリング ,  *GPUクラスタシステム
準シソーラス用語： 技術課題 ,  ハイスループット ,  クエリー ,  大規模データセット ,  *GPUクラスタ , 【Automatic Indexing@JST】

分類 (2件)： 専用演算制御装置  (JC04030Y) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (3件)： 火花 ,  GPUクラスタ ,  加速