MapReduce和CUDA的比较
来源:互联网 发布:淘宝描述的图片尺寸 编辑:程序博客网 时间:2024/06/06 08:55
在做分布式作业时,我们组想用分布式系统来实现一个图形学应用。
图形学有很多需要并行计算的地方,比如渲染一个复杂场景。现在的很多图形学的并行计算都是基于CUDA来实现的,却没有使用分布式系统来实现,下面我试图来分析一下原因。
CUDA的一个特点是:高算术强度(算术强度=算术操作次数/存储单元操作次数)。我们可以看到存储单元操作次数越大算术强度将会越低。所以CUDA适合的操作时算术操作次数高,但数据移动的次数少。所以在CUDA中线程非常多,而且并行也是线程模型。
而分布式系统的一个特点是数据量非常大。而且数据访问量也很大。
所以我们需要找一个图形学中的一个数据量非常大,而且计算量不是很大的应用或算法。
- MapReduce和CUDA的比较
- OpenCL和CUDA的使用比较
- OpenCL和CUDA简单比较
- 【转】数据库新技术:Hadoop和MapReduce的比较
- CUDA和OpenCL异同点比较
- [CUDA]初学CUDA遇到的比较烧脑的问题
- 一个不错的关于CPU和GPU(CUDA)的性能比较讨论话题
- CUDA与OpenCL编程框架的比较
- [菜鸟每天来段CUDA_C]向量相加的CUDA实现和顺序执行比较
- MapReduce与并行关系数据库的比较
- Java MapReduce新旧API的比较
- hadoop mapreduce 一些比较重要的类
- CUDA和OpenCL的区别
- C++ AMP同CUDA之间的性能比较
- mapreduce大规模计算实验结果和性能比较
- mapreduce的shuffle和排序
- Mapreduce的类型和格式
- MapReduce 的Types 和 Formats
- lua实现面向对象的特性
- Python:使用getopt模块处理命令行参数
- Python 学习笔记(常用模块)
- “IC第一股”国民技术股价能否破百?
- Ruby on Rails的下载及安装以及开发环境的搭建
- MapReduce和CUDA的比较
- SQL数据库不同备份名称存放不同路径还原方法
- 比较不错的Magento插件
- ATR作为一种入场工具的应用示例
- MDSC很可能,我已经用尽了现有原始数据的所有潜能?
- 阅读另外Blog的感受
- vc2005 unicode下 cstdiofile无法写入中文的问题
- 《Linux内核修炼之道》精华分享与讨论(17)——子系统的初始化:以PCI子系统为例
- 一种新的止损策略——ATR棘轮法