MapD: GPU дээр ажилладаг мэдээллийн сан

Өнөөдөр бид энэ үзэгдлийг мэдэрч байна Их мэдээлэл, бид хязгааргүй олон эх сурвалжаас асар их хэмжээний мэдээлэл олж авах боломжтой. Энэхүү асар их өгөгдөл нь олон давуу талыг авчирдаг боловч олон бэрхшээлийг дагуулдаг. Тэдгээрийн хамгийн түгээмэл нь: их хэмжээний мэдээллийн санд хариу өгөх хугацаа.

1

MapD аналитик мэдээллийн баазад өндөр хурд санал болгох зорилгоор төрсөн. Боловсруулахад зориулагдсан миллисекундээр триллион бичлэг санал болгож буй тооцоолох хүчийг ашиглах GPUs. График картууд дахь техник хангамж, програм хангамжийн бүх боломжуудыг бүрэн ашиглахын тулд яг нарийн бүтээгдсэн бөгөөд шинжээч, өгөгдөл судлаачдад эдгээр зорилгоор өмнө нь ашиглаж байсан технологиос дээш 3 дарааллын (x1000) хариу өгөх хугацааг санал болгодог. GPU параллелизм (орчин үеийн GPU-ийн ойролцоогоор 80000 цөм) ба санах ойн өргөн зурвасын өргөнийг (8Gbps орчим) ашиглан шугаман алгебрийн даалгавар, мэдээллийн баазын хайлтыг хийж, LLVM ашиглан бодит цаг хугацаанд хөрвүүлэх. асуулга, хамгийн их зөвлөлдсөн мэдээллийг GPU-ийн кэш дээр хадгалахаас гадна (өндөр хурдтай DDR5 санах ой).

Big Data ертөнцөд файлуудыг бичих, хадгалахад үндэслэсэн уламжлалт мэдээллийн санг ашигладаггүйг санах хэрэгтэй, учир нь эдгээр нь хатуу диск дээр хэт их хэмжээний I / O даалгавар өгөхөд хүргэдэг. Олон тэрбум бүртгэлд дүн шинжилгээ хийх зорилгоор санах ойн мэдээллийн сан, Apache Spark шиг. Гэсэн хэдий ч шаардагдах санах ойн хэмжээ, хүссэн гүйцэтгэлийг олж авахын тулд серверийн кластер зайлшгүй шаардлагатай бөгөөд энэ нь техник хангамж, сүлжээний кабель болон олон тооны техникчдээс гарах зардлыг шаарддаг гэдгийг бид мэднэ. Тиймээс, MapD зардал багатай, төвөгтэй өндөр гүйцэтгэлийг бий болгох чадварыг санал болгодог бөгөөд ингэснээр олон хүмүүс өгөгдөлд дүн шинжилгээ хийх өндөр гүйцэтгэлийн технологийг ашиглах боломжийг олгодог.

3

График процессоруудын дэмжлэгтэйгээр MapD мөн ачаар нь GPU график чадварыг ашиглан өгөгдлийг дүрслэх орчинг санал болгодог. Энэ нь өгөгдөл ихтэй интерактив график бүтээхэд дөхөм болж, бараг бодит цаг хугацаанд мэдээлэлтэй харьцах боломжийг олгодог (өгөгдөл шинжээч бүрийн нойтон мөрөөдөл). Машин сурах зарим алгоритмуудыг (Machine Learning) оруулахаас гадна GPU ашиглан ижил орчин бүхий дэвшилтэт дүн шинжилгээ хийх.

2

Бид таныг алхаж явахыг урьж байна MapD-ийн албан ёсны хуудас түүний шинж чанар бүрийг илүү нарийвчлан үзэх. Тэд мөн MapD-ийг боломжтой болгосон технологи, хандлагын талаар дэлгэрэнгүй бичсэн цаасыг санал болгодог. Та заримыг нь эдлэх боломжтой Демо гайхалтай!
MapD одоогоор бета хувилбар дээр ажиллаж байна Linux-д ашиглах боломжтойүүнд оролцохын тулд та тэдэнд (тайлбарласан тайлбарын хамт) бичиж болно.


Нийтлэлийн агуулга нь бидний зарчмуудыг баримталдаг редакцийн ёс зүй. Алдааны талаар мэдээлэхийн тулд товшино уу энд байна.

Сэтгэгдэл бичих, үлдээх

Сэтгэгдэлээ үлдээгээрэй

Таны и-мэйл хаяг хэвлэгдсэн байх болно. Шаардлагатай талбарууд нь тэмдэглэгдсэн байна *

*

*

  1. Мэдээллийг хариуцах: Мигель Анхель Гатан
  2. Мэдээллийн зорилго: СПАМ-ыг хянах, сэтгэгдлийн менежмент.
  3. Хууль ёсны байдал: Таны зөвшөөрөл
  4. Мэдээллийн харилцаа холбоо: Хуулийн үүргээс бусад тохиолдолд мэдээллийг гуравдагч этгээдэд дамжуулахгүй.
  5. Өгөгдөл хадгалах: Occentus Networks (ЕХ) -с зохион байгуулсан мэдээллийн сан
  6. Эрх: Та хүссэн үедээ мэдээллээ хязгаарлаж, сэргээж, устгаж болно.

  1.   Жесус Пералес гэж хэлэв

    Ийм зүйлийг хэзээ ч битгий төсөөлөөрэй, хэрэв эхэндээ надад сонин санагдсан бол бүх зүйл урьдчилгаа авах зорилготой юм