基于MapReduce和GPU双重并行计算的云计算模型

摘要：

由于MapReduce模型进行Map和Reduce操作时需要频繁的CPU计算,面对大量并行计算任务时,CPU占用率甚至达到百分之百.而GPU有比CPU更好的并行计算能力,适度使用GPU,可降低了CPU的占用时间,又能用GPU的参与来平衡系统的计算能力.论文结合GPU技术和MapReduce技术的不同优势,设计出一种基于MapReduce和GPU双重并行计算的云计算模型.通过理论建模与实验验证,结果表明此模型可实现多GPU的MapReduce任务并行处理,提高了高性能计算的性能.

关键词：云计算、MapReduce模型、GPU、高性能计算

所属期刊栏目：41

分类号：TP393(计算技术、计算机技术)

资助基金：国家高技术研究发展计划8632009AA044601;国家自然科学基金重点项目61139002;南京航空航天大学基本科研业务费专项科研项目NS2010230

在线出版日期：2013-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：333-336