基于MapReduce和GPU双重并行计算的云计算模型
曾青华
袁家斌
1.南京航空航天大学计算机科学与技术学院 南京2100162.南京航空航天大学计算机科学与技术学院 南京210016
摘要：由于MapReduce模型进行Map和Reduce操作时需要频繁的CPU计算,面对大量并行计算任务时,CPU占用率甚至达到百分之百.而GPU有比CPU更好的并行计算能力,适度使用GPU,可降低了CPU的占用时间,又能用GPU的参与来平衡系统的计算能力.论文结合GPU技术和MapReduce技术的不同优势,设计出一种基于MapReduce和GPU双重并行计算的云计算模型.通过理论建模与实验验证,结果表明此模型可实现多GPU的MapReduce任务并行处理,提高了高性能计算的性能.
关键词：云计算MapReduce模型GPU高性能计算
分类号：TP393(计算技术、计算机技术)
资助基金：国家高技术研究发展计划（863计划）(863)(2009AA044601)国家自然科学基金(61139002)南京航空航天大学基本科研业务费专项科研项目(NS2010230)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 333-336 )
英文信息