注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Linux 操作系统 集群 建立 高性能计算 课程论文

  2. Linux 操作系统 集群 建立 高性能计算 课程论文 Linux 操作系统 集群 建立 高性能计算 课程论文

  3. 所属分类：Linux

    • 发布日期：2009-05-31
    • 文件大小：384000
    • 提供者：krizalid27

  1. Linux集群计算配置

  2. Linux 集群计算配置文件，特别有用，希望能帮助到你！

  3. 所属分类：Linux

    • 发布日期：2009-12-19
    • 文件大小：428032
    • 提供者：Nxiaolong

  1. 高性能集群计算-结构与系统工程1

  2. 高性能集群计算-结构与系统工程 有第二部的共享一下啊. pdf 不算高清,用7zip压的

  3. 所属分类：专业指导

    • 发布日期：2010-01-28
    • 文件大小：16777216
    • 提供者：dzym

  1. 高性能集群计算-结构与系统工程2

  2. 高性能集群计算-结构与系统工程 有第二部的共享一下啊. pdf 不算高清,用7zip压的

  3. 所属分类：专业指导

    • 发布日期：2010-01-28
    • 文件大小：9437184
    • 提供者：dzym

  1. 并行计算、高性能集群计算（课件上）

  2. 是英文教程，需要一定英文基础、高性能集群计算、并行算法。

  3. 所属分类：其它

    • 发布日期：2010-10-09
    • 文件大小：7340032
    • 提供者：mobei2010

  1. linux集群软件mosix

  2. MOSIX是Linux核心集群计算的功能之一。它支持的操作系统平台有BSD/OS 和Linux，它允许任意多个基于X86/Pentium的服务器和工作站协同工作。在MOSIX集群环境中，用户无需对应用程序进行修改，或将应用程序与库连接起来，或将应用程序分配到不同的节点上运行。 　　MOSIX为Linux核心增添了集群计算的功能。它支持的操作系统平台有BSD/OS 和Linux，它允许任意多个基于X86/Pentium的服务器和工作站协同工作。在MOSIX集群环境中，用户无需对应用程序进行修改，

  3. 所属分类：Linux

    • 发布日期：2012-05-17
    • 文件大小：1048576
    • 提供者：juners1225

  1. 集群计算机上基于BSP模型的并行算法及其程序设计

  2. 集群计算机上基于BSP模型的并行算法及其程序设计 这个算法也是很好的,非常有用..

  3. 所属分类：其它

    • 发布日期：2008-11-11
    • 文件大小：342016
    • 提供者：lstc_yzh

  1. 高性能集群计算：结构与系统(第一卷) pdf

  2. 高性能集群计算：结构与系统(第一卷) pdf

  3. 所属分类：专业指导

    • 发布日期：2016-09-12
    • 文件大小：35651584
    • 提供者：niehanmin

  1. 高性能集群计算：编程与应用(第二卷) pdf

  2. 高性能集群计算：编程与应用(第二卷) pdf

  3. 所属分类：专业指导

    • 发布日期：2016-09-12
    • 文件大小：13631488
    • 提供者：niehanmin

  1. Spark-在工作集上进行集群计算

  2. Spark-在工作集上进行集群计算是scala作者Matei Zaharia发表的论文，这是它的中文翻译版本。

  3. 所属分类：Java

    • 发布日期：2017-02-11
    • 文件大小：706560
    • 提供者：rongyongfeikai2

  1. Spark集群模式安装.pdf

  2. 自己写的，最简单的，最直接的，最明了的安装教程 Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越，换句话说，Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。 Spark 是在 Scala 语言中实现的，它将 Scala 用作其应用程序框架。与 Hadoop 不同，Spark 和 Scala 能够紧密集成，其中的 Scala 可以像操作本地集合

  3. 所属分类：spark

    • 发布日期：2020-01-02
    • 文件大小：630784
    • 提供者：a592503759

  1. 通信与网络中的集群操作平台提升高性能计算水平

  2. 高性能计算（HPC）主要研究并行算法和开发相关软件。据计世资讯（CCW Research）研究数据，2005年中国高性能与技术计算（HPTC）市场总体规模约30.66亿人民币，进入稳定增长阶段；而基于X86架构的服务器和高性能集群计算软件则因为突出的性价比、开放性和标准化，成为广受欢迎的选择方案，连续几年来市场份额皆以超过25%的速度持续增长，预计2008年，这个市场的销售额会达到46.62亿人民币。　　尽管市场的发展步伐正在加快，然而从目前情况看，过高的成本和复杂性，已经成为高性能计算技术向主

  3. 所属分类：其它

    • 发布日期：2020-12-08
    • 文件大小：82944
    • 提供者：weixin_38738783

  1. automation:使用Ansible和k3s进行TuringPi集群管理-源码

  2. 入侵者自动化 修改时间：2021-03 前言 该存储库托管Incuvers服务器的所有自动化和管理服务。 该存储库托管了ansible自动化功能，用于为存储库构建和销毁连续的部署管道阶段。 将来，它还将扩展到包括虚拟孵化器服务器和正在运行的R＆D集群计算应用程序。 TuringPi配置 在遵循TuringPi配置指南 部署 本节包含有关在任意数量的计算机上部署和销毁服务器的说明。 设置 使用首选的软件包管理器安装ansible ： brew install ansible python3 -

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：233472
    • 提供者：weixin_42175776

  1. GPU加速的大数据在内存集群计算中的迭代稀疏矩阵-向量乘法

  2. 迭代SpMV（ISpMV）是许多基于图的数据挖掘算法和机器学习算法中的关键操作。 随着大数据的发展，矩阵是如此之大，也许是十亿规模，以至于SpMV无法在一台计算机上实现。 因此，为大型数据集实现和优化SpMV是一个具有挑战性的问题。 在本文中，我们使用内存中的异构CPUGPU。集群计算平台（IMHCP）有效地解决了十亿规模的SpMV问题。 提出了一种稀疏矩阵和向量的专用高效分层策略。 分区策略包含在群集中的工作人员之间以及one.worker中的GPU之间分区sparse.matrices。 此

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：596992
    • 提供者：weixin_38605538

  1. 集群的可扩展性及其分布式体系结构（2）－下

  2. 本文内容包括：可扩展的并行计算体系结构可扩展与单一系统映象集群的重要指标结束语参考资料这篇文章是《集群的可扩展性及其分布式体系结构》第二篇的下半部分，将继续介绍常见的几类并行计算体系结构、可扩展与单一系统映象、集群的重要指标等内容。可扩展的并行计算体系结构首先，我们先来看一下计算机系统体系结构发展的几个主要类型。每种体系结构的差别并不大，关键在于互联技术、结点的复杂度和耦合程度的不同。在集群计算和分布式系统中，以下这三种体系结构是比较具有代表性的。无共享体系结构无共享体系结构（目前大多数集群采用

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：156672
    • 提供者：weixin_38604916

  1. StarCluster：StarCluster是针对Amazon的Elastic Compute Cloud（EC2）的开源集群计算工具包-源码

  2. StarCluster v0.95.6 StarCluster： 面向云的集群计算工具包 版本： 0.95.6 作者： 贾斯汀·莱利（Justin Riley） 团队： 面向学者和研究人员的软件工具（ ） 主页： 执照： LGPL 描述： StarCluster是一个实用程序，用于创建和管理托管在Amazon的Elastic Compute Cloud（EC2）上的计算集群。 StarCluster利用Amazon的EC2 Web服务按需创建和销毁Linux虚拟机集群。

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：2097152
    • 提供者：weixin_42116705

  1. 集群的可扩展性及其分布式体系结构（2）－下

  2. 本文内容包括：可扩展的并行计算体系结构可扩展与单一系统映象集群的重要指标结束语参考资料这篇文章是《集群的可扩展性及其分布式体系结构》第二篇的下半部分，将继续介绍常见的几类并行计算体系结构、可扩展与单一系统映象、集群的重要指标等内容。可扩展的并行计算体系结构首先，我们先来看一下计算机系统体系结构发展的几个主要类型。每种体系结构的差别并不大，关键在于互联技术、结点的复杂度和耦合程度的不同。在集群计算和分布式系统中，以下这三种体系结构是比较具有代表性的。无共享体系结构无共享体系结构（目前大多数集群采用

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：156672
    • 提供者：weixin_38674409

  1. incubator-sedona：用于处理大规模地理空间数据的集群计算框架-源码

  2. Apache Sedona:trade_mark:（孵化）是用于处理大规模空间数据的集群计算系统。 Sedona通过一组开箱即用的空间弹性分布式数据集（SRDD）/ SpatialSQL扩展了Apache Spark / SparkSQL，该数据集可以有效地跨机器加载，处理和分析大型空间数据。 塞多纳包含几个模块： 名称 API 介绍 核心 RDD SpatialRDD和查询运算符。 SQL SQL /数据框 Sedona核心SQL接口。 威兹 RDD，SQL /数据框 空间RDD和

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：135266304
    • 提供者：weixin_42108054

  1. bigslice：一种用于Go编程语言的无服务器集群计算系统-源码

  2. 大片 Bigslice是的无服务器集群数据处理系统。 Bigslice公开了可组合的API，该API使用户可以通过调用用户代码的一系列数据转换来表达数据处理任务。 然后，Bigslice运行时使用库透明地并行化和分发工作，并在云提供商上创建一个临时集群。 网站： API文档： 问题追踪器： 发展Bigslice Bigslice使用Go模块捕获其依赖关系； 除了基本的Go安装以外，不需要任何工具。 $ git clone https://github.com/grailbio/bigs

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：2097152
    • 提供者：weixin_42136837

  1. Hadoop下水环境模拟集群运算模式

  2. 水环境数值模型是模拟、分析及预测水体中物质迁移转化过程及其效应的有效工具。水环境模型的高性能批量计算是当前水环境模拟研究的热点。大数据技术中的分布式集群计算模式为水环境模拟批量计算提供一种可行的解决方案。探索了水环境数值模型在大数据分布式计算框架下的适应性，提出了一种适用于水环境模拟的大数据分布式集群运算模式，并通过实例验证了该运算模式的可行性。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：1048576
    • 提供者：weixin_38741317
« 12 3 4 5 6 7 8 9 10 ... 50 »