• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of High Performance Computing Applications >TOWARDS EXASCALE DISTRIBUTED DATA MANAGEMENT
【24h】

TOWARDS EXASCALE DISTRIBUTED DATA MANAGEMENT

机译：走向Exascale分布式数据管理

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

"Exascale eScience infrastructures" will face important and critical challenges, both from computational and data perspectives. Increasingly complex and parallel scientific codes will lead to the production of a huge amount of data. The large volume of data and the time needed to locate, access, analyze and visualize data will greatly impact on the scientific productivity of scientists and researchers in several domains. Significant improvements in the data management field will increase research productivity in solving complex scientific problems. Next-generation eSci-ence infrastructures will start from the assumption that exascale high-performance computing (HPC) applications (running on million of cores) will generate data at a very high rate (terabytes/s). Hundreds of exabytes of data (distributed across several centers) are expected, by 2020, to be available through heterogeneous storage resources for access, analysis, post-processing and other scientific activities.
机译：“ExaSAsale簧级基础设施”都将面临重要和批判性挑战，无论是从计算和数据的角度来看。越来越复杂和平行的科学代码将导致生产大量数据。大量的数据和定位，访问，分析和可视化数据所需的时间将极大地影响几个域中科学家和研究人员的科学生产力。数据管理领域的重大改进将提高解决复杂科学问题的研究生产力。下一代ESCI-ENCE基础架构将从ARASASAGE高性能计算（HPC）应用程序（运行百万核运行）的假设开始，将以非常高的速率（TBRABYTES / S）生成数据。预计将通过2020年通过异构存储资源获得数百个数据（分布在几个中心），以便通过异构存储资源进行访问，分析，后处理和其他科学活动。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号