ECOSISTEMA E CONVERGENZA DI BIG DATA E HPC

ECOSISTEMA E CONVERGENZA DI BIG DATA E HPC (L. GRANDINETTI)

Titolo originale:

BIG DATA & HPC ECOSYSTEM & CONVERGENCE

Contenuto del libro:

A causa della crescente necessità di risolvere problemi complessi, il calcolo ad alte prestazioni (HPC) è oggi una delle infrastrutture fondamentali per lo sviluppo scientifico in tutte le discipline e, di conseguenza, ha registrato progressi massicci negli ultimi anni.

L'HPC facilita l'elaborazione dei big data, ma le enormi sfide di ricerca affrontate negli ultimi anni includono: la scalabilità delle prestazioni di calcolo per big data ad alta velocità, alta varietà e alto volume; l'apprendimento profondo con insiemi di dati su larga scala; i paradigmi di programmazione dei big data su multi-core; gli ambienti distribuiti su GPU e ibridi; l'elaborazione di dati non strutturati con il calcolo ad alte prestazioni. Questo libro presenta 19 articoli selezionati dal congresso TopHPC2017 su Advances in High-Performance Computing and Big Data Analytics in the Exascale era, tenutosi a Teheran, in Iran, nell'aprile 2017.

Il libro è suddiviso in 3 sezioni: Stato dell'arte e scenari futuri, Sfide dei Big Data e Sfide dell'HPC, e sarà di interesse per tutti coloro il cui lavoro prevede l'elaborazione di Big Data e l'uso dell'HPC.

Altre informazioni sul libro:

ISBN:9781614998815
Autore:
Editore:
Rilegatura:Copertina morbida
Anno di pubblicazione:2018

Acquisto:

Attualmente disponibile, in magazzino.

Lo compro!

Altri libri dell'autore:

ECOSISTEMA E CONVERGENZA DI BIG DATA E HPC - BIG DATA & HPC ECOSYSTEM & CONVERGENCE
A causa della crescente necessità di risolvere problemi complessi, il...
ECOSISTEMA E CONVERGENZA DI BIG DATA E HPC - BIG DATA & HPC ECOSYSTEM & CONVERGENCE

Le opere dell'autore sono state pubblicate dai seguenti editori:

© Book1 Group - tutti i diritti riservati.
Il contenuto di questo sito non può essere copiato o utilizzato, né in parte né per intero, senza il permesso scritto del proprietario.
Ultima modifica: 2024.11.08 20:28 (GMT)