点击上方蓝字关注我们
随着大数据处理从粗放走向集约,性能、成本、功耗等多方面的约束为大数据系统设计提供了新的机遇与挑战。各种异构并行处理体系结构与芯片架构不断创新并被广泛部署,在为大数据处理提供更强大的并行计算能力的同时,显著降低了系统的总体能耗。然而,这些异构并行处理硬件也给面向大数据处理的编程模型、开发调试与系统构建带来了新的挑战。本专题汇集了国内活跃在一线的系统研究者的7篇文章,从GPU的并发同步、大规模异构数据并行处理、高性能并行存储、大规模稀疏计算、深度学习内存管理、全场景人工智能和语言虚拟机应用等多个视角出发,探讨大数据异构并行系统中存在的新思路、新机遇与新挑战,希望引起读者兴趣,促进该领域研究和实践的蓬勃发展。
张为华等人撰写的《GPU事务性内存技术