Thesis (Selection of subject)Thesis (Selection of subject)(version: 266)
Assignment details
   Login via CAS
Distribuované zpracování velkých dat v heterogenním prostředí
Thesis title in Czech: Distribuované zpracování velkých dat v heterogenním prostředí
Thesis title in English: Big Data Distributed Processing in Heterogeneous Environment
Key words: velká data, distribuované výpočty, paralelní výpočty, heterogenní výpočetní uzel
English key words: Big Data, Distributed computation, Parallel computation, Heterogeneous computing node
Academic year of topic announcement: 2016/2017
Type of assignment: dissertation
Thesis language:
Department: Department of Software Engineering (32-KSI)
Supervisor: RNDr. Jakub Yaghob, Ph.D.
Author: hidden - assigned and confirmed by the Study Dept.
Date of registration: 22.09.2017
Date of assignment: 22.09.2017
Confirmed by Study dept. on: 03.10.2017
Guidelines
V současné době se objevuje celá řada zdrojů data produkujících data, jejichž velikost přesahuje výpočetní možnosti běžných počítačů.
Distribuované zpracování velkých dat je již několik let jednou z možností, jak proces zpracování těchto velkých dat urychlit.
V některých případech však povaha dat nebo výpočtů nad nimi nedovoluje dostatečně rychlé zpracování ani pomocí distribuovaného výpočtu, nicméně zpracování lze významně urychlit pomocí různých akcelerátorů (napr. GPGPU, Intel Xeon Phi, FPGA, atd.)
Zpracování velkých dat na výpočetních uzlech s různým vybavením přináší značné komplikace při rozkládání zátěže, při vytváření spustitelných plánů i při plánování datových přenosů.
References
Michael McCool and James Reinders: Structured Parallel Programming: Patterns for Efficient Computation, 2012, Morgan Kaufmann, ISBN 978-0124159938
James Jeffers, James Reinders, Avinash Sodani: Intel Xeon Phi Processor High Performance Programming: Knights Landing Edition 2nd Edition, 2016, Morgan Kaufmann, ISBN 978-0128091944
 
Charles University | Information system of Charles University | http://www.cuni.cz/UKEN-329.html