Hadoop MapReduceで行列積を計算する（ケース２）（Dense Matrix Multiplication with Hadoop MapReduce: Case2) - tetsuya_odakaの日記
前回のログでは、Case1として行列積の演算プログラムを示した。 しかしながら、5000行5000列の行列同士の演算に6時間以上の時間がかかってしまい、これでは「ビッグデータ」の探索的な分析では使えないだろう。 これまで、再三引用している「エコノミスト誌（6/4号）」の分析では、変量の数は300であり、サンプルサイズは51であった（これについては、以前のログで述べた）から、オーダーとしては、Case1のプログラムでも間に合う可能性がある。 しかしながら、同誌に掲載されている「Yahoo! JAPAN 景気指数」では60万語（60万変量）と、CIとの相関を調べている。 Case2では、Case1のプログラムを改良することにより、実行速度の向上をはかる。 Case1のスケーラビリティー評価のところでも述べたが、Case1の実行時間は「単純な算術演算の回数の増加」では説明できない。 MapRed
ソフテック・PGIテクニカル情報・コラム
弊社代表取締役社長でHPCエグゼクティブ・コンサルタントである筆者、加藤【筆者プロフィール】が30年にわたるスパコン、HPC業界での経験にもとづき、並列化のための基本的な考え方、並列化の方法、PGIコンパイラの使用例等の技術的なトピックを定期的にコラム形式で掲載しております。現在、GPU コンピューティングにフォーカスし、 OpenACC を利用した技術記事を連載中です。 Copyright © 株式会社ソフテック PGI Accelerator | PGI CUDA Fortran | GPU並列化 MPI/openMP 並列化テクニカル・コラム アップデート © Tsutomu Kato, SofTek 2019年3月12日 【基礎編】PGI CUDA 環境 NVIDIA 社 Linux CUDA インストールガイド（google翻訳で翻能） Linux上での CUDA 環境をインスト
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
