期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
Spark-GPU框架下海洋地理空间数据分布式并行处理任务调度
被引量：
5
1
作者
景辉
秦勃
+1 位作者
姜晓轶
夏海涛
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2018年第A02期180-186,共7页
大规模长时间序列海洋地理空间数据处理属于计算密集型任务。本文重点介绍Spark框架下如何利用GPU并行计算机制实现海洋地理空间数据分布式并行处理的任务调度,以提高大规模长时间序列海洋地理空间数据处理效率,满足实时交互需求。Spark...
大规模长时间序列海洋地理空间数据处理属于计算密集型任务。本文重点介绍Spark框架下如何利用GPU并行计算机制实现海洋地理空间数据分布式并行处理的任务调度,以提高大规模长时间序列海洋地理空间数据处理效率,满足实时交互需求。Spark-GPU框架包括Spark-GPU调度器和Spark-GPU运行时两部分。任务计算量和GPU设备计算能力作为调度策略因子,采用一个多项式时间的2近似算法求解,是一个著名的无关并行机任务调度问题。本文以流场可视化线积分卷积算法作为测试用例,1 000~2 000场的任务调度测试结果表明与原生Spark调度算法相比,Spark-GPU框架执行时间减少了14%~18%,GPU占用比提高了10%~20%。
展开更多
关键词
SPARK
云计算
分布式
并行
GPU
任务调度
无关并行机任务调度
在线阅读
下载PDF
职称材料
题名
Spark-GPU框架下海洋地理空间数据分布式并行处理任务调度
被引量：
5
1
作者
景辉
秦勃
姜晓轶
夏海涛
机构
中国海洋大学信息科学与工程学院
国家海洋局数字海洋科学技术重点实验室
出处
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2018年第A02期180-186,共7页
基金
海洋环境信息云计算与云服务体系框架应用研究项目(931146140)资助~~
文摘
大规模长时间序列海洋地理空间数据处理属于计算密集型任务。本文重点介绍Spark框架下如何利用GPU并行计算机制实现海洋地理空间数据分布式并行处理的任务调度,以提高大规模长时间序列海洋地理空间数据处理效率,满足实时交互需求。Spark-GPU框架包括Spark-GPU调度器和Spark-GPU运行时两部分。任务计算量和GPU设备计算能力作为调度策略因子,采用一个多项式时间的2近似算法求解,是一个著名的无关并行机任务调度问题。本文以流场可视化线积分卷积算法作为测试用例,1 000~2 000场的任务调度测试结果表明与原生Spark调度算法相比,Spark-GPU框架执行时间减少了14%~18%,GPU占用比提高了10%~20%。
关键词
SPARK
云计算
分布式
并行
GPU
任务调度
无关并行机任务调度
Keywords
spark
cloud computing
distributed parallel
GPU
task scheduling
scheduling on unrelated parallel machine
分类号
TP338.8 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
Spark-GPU框架下海洋地理空间数据分布式并行处理任务调度
景辉
秦勃
姜晓轶
夏海涛
《中国海洋大学学报（自然科学版）》
CAS
CSCD
北大核心
2018
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
