CUDA
计算正在从 CPU「中央处理」向 CPU 与 GPU「协同处理」的方向发展。 为了实现这一新型计算模式,NVIDIA 发明了 CUDA 并行计算架构。该架构现在正运用于 Tesla、Quadro 以及 GeForce GPU 上。对应用程序开发商来说,CUDA 架构拥有庞大的用户群。
在科学研究领域,CUDA 受到狂热追捧。 例如,CUDA 能够加快 AMBER 这款分子动力学模拟程序的速度。全球有 6 万余名学术界和制药公司的科研人员使用该程序来加速新药开发。在金融市场,Numerix 和 CompatibL 已宣布在一款对手风险应用程序中支持 CUDA,而且因此实现了 18 倍速度提升。
在 GPU 计算领域中,Tesla GPU 的大幅增长说明了 CUDA 正被人们广泛采用。 目前,全球「财富」五百强企业已经安装了 700 多个 GPU 集群,从能源领域中的斯伦贝谢和雪佛龙到银行业中的法国巴黎银行,这些企业的范围十分广泛。
大数据
大数据(big data),或称巨量资料,指的是所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。(在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中[2] 大数据指不用随机分析法(抽样调查)这样的捷径,而采用所有数据的方法)大数据的4V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。
目前的大数据处理方法大多是基于Hadoop分布式并行,想到CUDA并行计算在处理大规模数据上的优势,个人觉得将这两者结合起来会有很好的发展。各位小伙伴不知道有什么想法,可以提出来,大家一起讨论呀!