計算密集型任務（compute-intensive task）是2018年公布的計算機科學技術名詞。
基本介紹
- 中文名：計算密集型任務
- 外文名：compute-intensive task
- 所屬學科：計算機科學技術
- 公布時間：2018年
定義,出處,
定義
計算量遠大於訪問存儲器、通信和輸入輸出的一類任務。
出處
《計算機科學技術名詞 》第三版。
計算密集型任務
相關詞條
- 計算密集型任務
計算密集型任務（compute-intensive task）是2018年公布的計算機科學技術名詞。定義計算量遠大於訪問存儲器、通信和輸入輸出的一類任務。出處《計算機科學技術名詞 》第三版。1...
- 面向計算密集型的海量數據查詢處理關鍵技術研究
《面向計算密集型的海量數據查詢處理關鍵技術研究》是依託華中科技大學，由丁曉鋒擔任項目負責人的青年科學基金項目。項目摘要 隨著社會經濟的迅速發展，面對海量數據的計算密集型查詢處理需求日益增加，呈現出數據大規模、類型多樣化、計算複雜化等特點。這些需求和特點都對傳統的海量數據管理和查詢處理方式提出了新的挑戰。...
- 面向數據密集型計算的機率圖模型構建與推理
《面向數據密集型計算的機率圖模型構建與推理》是依託雲南大學，由劉惟一擔任負責人的國家自然科學基金專項基金項目。項目摘要 隨著Web套用的普及和信息採集技術的進步，海量數據成為了各類套用的核心，數據密集型計算是目前研究的熱點。對海量數據進行高效的統計分析，是數據密集型計算的重要任務和關鍵技術之一。貝葉斯網是...
- 移動雲計算——資源共享技術
《移動雲計算——資源共享技術》是2017年科學出版社出版的圖書，作者是李波。內容簡介 從移動雲計算的體系結構和資源共享機制入手，對能夠將移動設備上的計算密集型任務遷移到其他雲計算資源上運行的計算卸載技術，進行深入研究，介紹在移動雲計算環境中實現計算卸載的框架體系和流程、卸載決策的理論和方法，以及對可分...
- 雲模式下多粒度計算服務的自適應調度策略與機制研究
本項目的研究成果主要面向雲計算環境的資源調度和資源分配問題，所給出的調度方法和機制經過仿真實驗和實際雲平台的驗證，可有效應對用戶需求、負載和計算服務能力的動態變化，處理一般並行任務、計算-數據密集型任務、時間約束的流任務等，這些自適應的資源調度機制和方法對推動雲計算在多媒體、大數據等領域的套用有重要...
- 格線計算機
格線計算提供虛擬結構，它能實現靈活的計算和存儲共享，以提高資源利用率。舉個最簡單的例子，批量任務能透明地分配給資源庫中的閒置伺服器。另一種可能，應用程式和工作都能被傳輸到一個閒置伺服器。另外，如果安裝虛擬機器軟體，單個物理伺服器甚至能配置到運行不同作業系統和應用程式。同理，閒置的配置在網路上的...
- 擬態架構計算
變結構計算 主動認知動態變結構的擬態計算，能根據不同任務、不同時段、不同負載情況、不同效能要求、不同資源占用狀況等條件或參數，動態地構成與之相適應的解算環境。儘管其初衷只是為了提升系統的處理效能，但在結構變化的同時客觀上也造成了運行環境的非規律性改變，等效地擾亂或瓦解了攻擊鏈所依賴的目標對象運行...
- 數據密集型計算中副本感知的高效能調度最佳化機制研究
由於大規模數據集的傳輸將極大影響此類任務的完成時間和消耗能量，適用於該環境的高效能調度機制必須與數據副本選擇和複製策略有機結合。本項目研究數據密集型計算中副本感知的高效能調度最佳化機制與算法。運用帶權重集合覆蓋思想，提出一種兼顧訪問成本和傳輸時間的副本選擇算法，在減少數據傳輸量的同時，為用戶提供經濟的...
- 面向廣域雲服務的計算、數據和網路的協同調度研究
《面向廣域雲服務的計算、數據和網路的協同調度研究》是依託天津大學，由趙來平擔任項目負責人的青年科學基金項目。項目摘要 雲計算的發展正呈現出兩個特徵：數據中心建設和大量數據及副本存儲的泛地域化。面向廣域雲的數據密集型任務處理受數據中心的計算存儲能力、地理位置、數據及副本的存儲位置和廣域網頻寬的影響變得...
- 基於雲計算的長流程實例密集型工作流技術研究
本項目首先設計出基於雲計算的長流程實例密集型工作流組織模型，並研究相關的並發管理策略。在此基礎上，根據實例密集型工作流中流程實例的結構相似性設計出即滿足個體實例回響時間要求，又保證系統全局吞吐量最大化的規劃調度算法。同時，根據工作流中的的任務依賴關係設計出高效的海量數據管理方案。最後，針對工作流具體...
- 面向密集計算支持多維流的異構多核流體系結構研究
《面向密集計算支持多維流的異構多核流體系結構研究》是依託中國人民解放軍國防科技大學，由張春元擔任項目負責人的面上項目。中文摘要 計算訪存比在20以上的計算密集型套用是計算機系統的一類主要負載。當前通用處理器的結構不適於計算密集型套用。流處理器一般設定大量的可程式運算單元，可以很好地適應計算密集型套用的...
- 基於超圖分割的空間數據並行處理任務調度機制研究
海量空間數據處理作為典型的數據密集型套用，採用分散式計算平台來並行處理海量空間數據是當前的一個研究熱點。在並行空間數據處理系統設計過程中，還沒有成熟通用的任務調度模型和調度策略可使用，大多直接借用傳統計算密集型套用的調度手段。傳統計算密集型套用，基於有向無環圖（Directed Acyclic Graph， DAG）的任務建模...
- 高性能計算
甚至可以交叉常規網路邊界，在WAN或網際網路上合併計算資源，如圖3所示。作為執行模型和環境，格線還被設計成在操作和執行方面更具靈活性。儘管可以使用格線解決諸如HPC解決方案之類的計算任務，但格線可以更靈活，可以使用各種節點執行不同的計算、表達式和操作。格線並不只是一種沒有任何特點的計算資源，可將它分布到各種...
- 藍色基因超級計算機
為了支持並行編寫程式，藍色基因還一併提供了一套MPI解決方案，這套解決方案可以利用美國Argonne國家實驗室的MPICH2資料庫，可生成一個利用運算節點通訊技術的執行方案。在工作任務及平衡工作量方面，IBM LoadLeveler對藍色基因也提供支持。LoadLeveler已經過許多大規模集群客戶的考驗，能提供建立、提出和處理工作的設備，其...
- 混合雲中的數據密集型工作流調度策略研究
本項目針對混合雲的發展趨勢及其帶來的挑戰，創新性的提出了一個擴展的雲工作流調度策略，其核心是將數據密集型工作流的調度從傳統的僅在工作流執行中擴展到工作流的整個生命周期，即包括工作流執行前的原始數據放置策略（其目標是降低原始數據的傳輸時間和成本），工作流執行中的中間數據和計算任務調度（其目標是靈活...
- 計算機學科
⒑機群並行處理體系結構、互連技術、程式設計環境以及計算密集型套用在機群系統中的實現；⒒超常指令字（VLIW）系統結構；⒓多執行緒機制；⒔並行處理技術；⒕並行算法及環境；⒖並行分散式算法；⒗各種並行與分散式軟體、工具與環境；⒘分散式與多機系統新型計算機系統機構及語言；⒙計算機系統體系結構軟體仿真環境構建方法研究...
- 雲計算環境下空間數據訪問規律的動態統計方法研究
相關研究成果可為資源受限的分散式網路地理信息系統在面對數據密集、計算密集以及用戶密集套用需求時，通過統計獲得的數據相關性、資源相關性以及業務相關性，動態調整數據布局、服務分布以及計算任務的調配，為解決雲計算環境下的大規模分散式套用服務提供理論和方法指導，為促進未來大規模、廉價分散式環境下的地理信息服務提供...
- 面向科學計算的異構多流體系結構關鍵技術研究
高性能計算的整體目標正從過去單純追求高峰值速度向高效能轉變。流體系結構能有效處理具有計算密集特徵的套用，是當前國際高效能體系結構的研究熱點。我們設計了國際上第一款面向科學計算的64位流處理器，選用多種類型的科學計算算法對其進行測試，結果表明：對數據密集型計算，該處理器的效能超過了1.6GHz Itanium2處理器...
- MindSpore
支持MindIE服務化全量增量分離架構：大模型推理在Prefill和Decoding階段在資源需求和執行時間上有差異，Prefill是計算密集型任務，而Decodeing是存儲密集型任務，PD混部會面臨資源競爭、快取壓力、延遲增加和負載不均衡等問題。昇思MindSpore2.4版本通過結合MindIE服務化支持PD分離部署。通過將Prefill和Decoding階段分別部署到不...
- 智慧型體(人工智慧領域中的概念)
在智慧型體領域，CUDA 是實現高性能計算的核心技術之一，特別在深度學習、強化學習和複雜仿真等計算密集型任務中發揮著至關重要的作用。CUDA 允許開發者直接在GPU上編寫並執行高度並行化的計算任務，大大加速了智慧型體的訓練和推理過程。通過CUDA，開發者可以將計算密集的操作（如矩陣乘法、卷積運算等）從CPU轉移到GPU，...
- Dell PowerEdge R820
Dell PowerEdge R820 機架式伺服器作為一個計算密集型性能平台，配有高度可擴展的記憶體（最多可擴展到1.5TB）與超強I/O 能力，能夠出色地運行大中型企業的各種應用程式以及虛擬化環境。由於配有4 個英特爾至強 E5 處理器並且可支持雙RAID 控制器，R820 能夠勝任要求苛刻的關鍵任務工作負載，如企業資源計畫(ERP)、...
- Dell PowerEdge R620
高性能計算 藉助最新英特爾®至強®E5處理能力和多達24個DIMM，顯著提升應用程式性能。英特爾®至強®E5處理器採用32納米處理技術構建，每個處理器提供多達8個核心，可實現計算密集型任務的超快處理。針對苛刻工作負載的高密度設計 虛擬化環境需要高記憶體容量才能最大限度地提高每台伺服器上的虛擬機數量，而PowerEdge...
- NVIDIA
麗台NVIDIArtx顯示卡最新NVIDIA Ada Lovelace架構GPU,能夠快速處理圖形密集型任務,超過200家軟體商專業認證,兼容穩定! www.leadtek.com.cn nvidia-一手貨源-批發各類nvidia,性能保障 廠家貨源,無中間商,價格優,出廠價拿貨,便宜也保質! www.1688.com 相關搜尋 公司招人 NVIDIA nvidia 英偉達顯示卡價格 nvidia顯示卡性能排名 英...
- adreno
Adreno GPU為採用驍龍處理器的移動終端提供遊戲機品質的3D圖形處理能力，為遊戲、用戶界面和高性能計算任務提供更快的圖形處理，作為驍龍異構計算的關鍵組件，Adreno GPU為無縫配合驍龍CPU和DSP而設計，幫助支持處理密集型GPGPU（通用GPU）計算任務，這類似於擴增實境等前沿移動用例中的關鍵組件FastCV（快速計算機視覺）。產...
- 寶祿(品牌)
高性能計算伺服器：出色的運算速度和數據處理能力，適用於大規模數據處理、複雜算法計算等場景。存儲伺服器：高速、大容量存儲，為用戶提供穩定可靠的數據存儲解決方案。GPU伺服器：搭載高性能顯示卡，為深度學習、圖形渲染等高計算密集型任務提供強大支持。集群伺服器：適用於分散式計算，輕鬆應對大規模並行計算任務。服務與...
- 低功耗文檔挖掘關鍵技術的研究
（1）針對多處理器多核系統，我們設計了快取感知的雙層任務竊取調度CAB算法，最多可減少存儲密集型套用55%的運行時間；（2）針對異構多核系統；我們設計了基於歷史任務分配和依據偏好的WATS算法，充分考慮不同核芯的計算能力並對任務進行調度，實驗表明對計算密集型套用可以提高64%的性能；（3）針對多路多核處理器上...
- 一種無加速比瓶頸的克希霍夫疊前時間偏移並行方法
該發明預先把地震數據按炮檢距進行分組，使各組地震數據之間沒有依賴關係，因此減少了傳統並行克希霍夫疊前時間偏移方法地震數據在網路上大量的冗餘傳遞，從而解決了網路傳遞密集型問題，可以使計算硬體規模擴展，使疊前時間偏移地計算周期縮短。附圖說明 圖1水平地表旅行時計算圖；圖2該發明並行任務分配圖；圖3該發明...
- 利用實驗室間比對進行能力驗證的統計方法
增加了計算密集型穩健估計方法的內容。編輯性修改 國家標準《利用實驗室間比對進行能力驗證的統計方法》（GB/T 28043-2019）做了下列編輯性修改：將6.5.2末尾“（參見附錄D）”更正為“（參見附錄C）”；將式（5）更正；將9.8.2注“參見E.3”更正為“參見E.4”；將式（19）更正；將式（20）更正；將B....
- 大數據傳輸關鍵技術研究
項目的主要成果和關鍵數據說明如下：1. 在基礎設施層面，重點圍繞改善多核集群IO性能進而提升MapReduce處理性能以及改進RDMA的工作機制進而加速數據傳輸性能而展開工作，提出了mpCache，一種高效支持MapReduce在眾核集群上高可擴展性的基於SSD混合存儲系統，該系統不僅為IO密集型任務提供高IO速度同時也保證記憶體密集型任務的...
- CUDA
在CUDA的架構中，這些計算不再像過去所謂的GPGPU架構那樣必須將計算映射到圖形API（OpenGL和Direct 3D）中，因此對於開發者來說，CUDA的開發門檻大大降低了。CUDA的GPU程式語言基於標準的C語言，因此任何有C語言基礎的用戶都很容易地開發CUDA的應用程式。由於GPU的特點是處理密集型數據和並行數據計算，因此CUDA非常適合...
