OpenCL™ is the first open, royalty-free standard for cross-platform, parallel programming of modern processors found in personal computers, servers and handheld/embedded devices. OpenCL (Open Computing Language) greatly improves speed and responsiveness for a wide spectrum of applications in numerous market categories from gaming and entertainment to scientific and medical software. OpenCL 1.1 Ope
January 29, 2018 I truly enjoy listening to Carl Hewitt talk about computers, and something he repeats often is "concurrency is not parallelism". For me, there was no real difference, and honestly, I've never bothered to dig into it. Last week, I've stumbled upon Rob Pike's talk on the subject, which leads me to finally do some research on the matter. Here are my findings. beware: as with most thi
MySQLのInnoDBストレージエンジンは行ロックをサポートしています。しかしOracleと同じ感覚でアプリケーションを作っていると、思わぬところでデッドロックに出くわすことがあります。これはInnoDBのロック範囲がOracleよりも微妙に広いためです。 実際の例で確認してみましょう。 mysql> select * from t; +----+------+ | c1 | c2 | +----+------+ | 10 | a | | 15 | a | | 20 | a | | 25 | a | | 30 | a | | 35 | a | | 40 | a | | 45 | a | | 50 | a | +----+------+c1列は主キーになっています。1つめのセッションで以下のSQLを実行します。 mysql> set tx_isolation = 'repeatable-r
この記事はMySQL Casual Advent Calendar 2013 3日目の記事です。 はじめに 以前にSELECT ... FOR UPDATEとロックの挙動 - walf443's blogの記事にTwitterで少し言及したんですが、それの補足というか、InnoDBのロックの範囲について僕はこう理解していますよという話です。 MySQLといえば、InnoDBをネットワークサーバとして使うためのフレームワークであり、SQLはInnoDBのインデックスにアクセスするためのDSLといっても過言ではないでしょう。 InnoDBのロックとはつまるところインデックス行のロックなので、InnoDBのロックの範囲を理解するためにInnoDBのインデックスについて少し前置きしておきます(だいぶ端折ったけど長くなった…)。 クラスタインデックスとセカンダリインデックス すでにInnoDBのイン
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。(このテンプレートの使い方) 出典検索?: "デッドロック" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL(2021年9月) デッドロックの例: 両方のプロセスが実行を継続するためのリソースを必要としている。 P1は追加のリソースR1を必要とし、リソースR2を保持している。 P2は追加のリソースR2を必要とし、リソースR1を保持している。 4つのプロセス(青線)が1つのリソース(中央の円)を要求する。プロセスは左側より右側を優先するというポリシーに従う。すべてのプロセスが同時にリソースをロックすると、デッドロックが発生する。これは対称性を崩すことで解決される。 デッドロック (英:
In this first post, I would like to describe the differences between Processes, Threads, what the GIL is, EventMachine and Fibers in Ruby. When to use which of the models, which open-source projects use them, what the pros and cons are. What is concurrency?ProcessesRunning multiple processes is not actually about concurrency, it’s about parallelism. Although parallelism and concurrency are often c
At Teachers Pay Teachers, we take performance seriously since it is widely accepted that performance delights users, increases Search Engine rankings and improves conversion rate. In this post, we’ll talk about how we reduced our product page upper 90th percentile response time from 120ms to 20ms. To begin, you should take a look at an example product page and note the types of information display
はじめに IBM Q の公開で無料で量子コンピュータをいじって遊べる素敵な時代がやってきました。私は 1+1 の計算をやってみたのですが、なかなか面白かったので投稿してみることにしました。実用性はありませんが、量子コンピュータの学習には適当かと思います。 ログイン IBM Q を開き、ユーザ登録をします。 ログインしたら Composer をクリック、Custom Topology を選択します。 Topology は Quantum 及び Classical の Registers を 4 に減らし、Set Topology を押して次に進みます。 0+0=0 の回路の作成 下図の回路をマウスで作成します。Gates からゲートを選択し、線の上でクリックすると置けます。 Gates の Advanced チェックボックスをチェックしてください。ccXが使えるようになります。 それぞれの意
量子コンピュータ (りょうしコンピュータ、英: quantum computer)は量子力学の原理を計算に応用したコンピュータ[1]。古典的なコンピュータで解くには複雑すぎる問題を、量子力学の法則を利用して解くコンピュータのこと[2]。量子計算機とも。極微細な素粒子の世界で見られる状態である重ね合わせや量子もつれなどを利用して、従来の電子回路などでは不可能な超並列的な処理を行うことができる[1]と考えられている。マヨラナ粒子を量子ビットとして用いる形式に優位性がある。 概説[編集] 2022年時点でおよそ数十社が量子コンピュータ関連の開発競争に加わっており、主な企業としては、IBM (IBM Quantum)、Google Quantum AI、Microsoft、Intel、AWS Braket、Atos Quantumなどが挙げられる[3]。 研究成果の年表については、英語版のen:T
What’s Next in Quantum is quantum-centric supercomputingA key factor in classical supercomputing is the intersection of communication and computation. The same holds true for quantum. Quantum-centric supercomputing utilizes a modular architecture to enable scaling. It combines quantum communication and computation to increase system capacity, and uses a hybrid cloud middleware to seamlessly integr
Posted on: June 23, 2017 Concurrency. Parallelism. These terms get used a lot in development discussions, and especially in Elixir and Erlang circles. But what do they mean? Let's talk about them using burritos! The Burrito Shop 🌯🌯 Suppose I work at a burrito shop. Two customers come in, and each orders a burrito. How do I get the work done? Burrito Strategy 1: Serial To do the work serially, I'
Deep Learning していると、学習にとても時間がかかるのがネックになる。 時間だけでなく、メモリもいっぱい必要になる。 今はGPUなるものがあり、これを使うと計算処理が一気に早くなると言われている。 GPUの計算性能は、CPUの50倍以上とか言われているのだが、実際にはそこまで高速にDeep Learningできるようにはならない。 GPUを使う場合には、GPUにデータを送ったり、GPUからデータを受け取ったりなど、CPUとGPUの間でのデータのやり取りが発生し、この量が半端ではない。このため、実際の速度向上は10倍程度にしかならない。 でも、もっと高速にしたいと思ったらどうすればよいだろうか。 多数のGPUを同時に使えば、どんどん高速になるのではないだろうか。 分散して学習する場合に問題になるのは、別々のGPUで学習した結果をまとめて、それをまた全GPUに分配し直すという作業が
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。(このテンプレートの使い方) 出典検索?: "ジーン・アムダール" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL(2023年1月) ウィスコンシン大学マディソン校 同窓生集会で講演するGene Amdahl, 2008年3月13日. ジーン・アムダール(Gene Amdahl、1922年11月16日 -2015年11月10日 )は、アメリカ人のコンピュータアーキテクトで、企業家である。彼の業績はIBMおよび彼の創設した会社(特にアムダール社)における、メインフレームの設計である。並列コンピューティングの基本的な理論としてアムダールの法則がよく知られている。 幼年期と教育[編集] アム
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
処理を実行中です
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