知识卡片
转向以数据为核心
以CPU为中心的处理,需要把相关数据送到CPU;当搬运成本和主机处理能力成为约束时,可以把一部分处理放在靠近存储或传输数据的位置。这里改变的是处理位置和分工,而不是取消CPU或要求所有工作硬件化。数据总量增长并不必然使局部性失效,还要看工作集、访问方式和缓存覆盖;只有明确这些成本,才能判断近数据处理是否值得。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
- · 引言
原书出处 · 1 处
- 引言 · 查看原书依据
在数据中心内部,计算通常都是在CPU执行的,我们通常称之为集中式的以计算为核心(Compute Centric)。CPU性能提升速度逐渐放缓,而数据量还在大幅度增加,为了克服大数据处理分析面临的难题,不得不将集中式的以计算为核心转换成分布式的以数据为核心(Data Centric)。于是出
参考来源
- 位置:《软硬件融合 (黄朝波 著)》引言《引言》(来源项目book-sources;源文件:extracted/软硬件融合 (黄朝波 著)/_epub-src/OEBPS/Text/chapter007.xhtml)
- 结论依据:该项对“以CPU为中心的处理,需要把相关数据送到CPU;当搬运成本和主机处理能力成为约束时,可以把一部分处理放在靠近存储或传输数据的位置”给出定义、对比、案例或条件;保留论证范围,不将启发式当无条件定律。
- 原始内容:在数据中心内部,计算通常都是在CPU执行的,我们通常称之为集中式的以计算为核心(Compute Centric)。CPU性能提升速度逐渐放缓,而数据量还在大幅度增加,为了克服大数据处理分析面临的难题,不得不将集中式的以计算为核心转换成分布式的以数据为核心(Data Centric)。于是出