
Exploring the Dataflow Supercomputing Paradigm: Example Algorithms for Selected Applications
Dieser nützliche Text bzw. diese Referenz beschreibt die Implementierung einer vielfältigen Auswahl von Algorithmen im DataFlow-Paradigma und hebt das aufregende Potenzial von DataFlow-Computing für Anwendungen in Bereichen wie Bildverständnis, Biomedizin, Physiksimulation und Wirtschaft hervor.
Die Abbildung weiterer Algorithmen auf die DataFlow-Architektur wird auch in den folgenden Springer-Titeln des gleichen Teams behandelt: DataFlow Supercomputing Essentials: Forschung, Entwicklung und Ausbildung, DataFlow Supercomputing Essentials: Algorithms, Applications and Implementations, und Guide to DataFlow Supercomputing.
Themen und Merkmale: stellt eine neuartige Methode der Graphenpartitionierung für große Graphen vor, die die Konstruktion eines Skelettgraphen beinhaltet; beschreibt eine Cloud-gestützte, webbasierte integrierte Entwicklungsumgebung, mit der Programme entwickelt und ausgeführt werden können, ohne dass der Benutzer DataFlow-Hardware besitzt; stellt einen neuen Ansatz für die Berechnung der Extrema von Funktionen in einer Dimension vor, indem der Algorithmus für die Suche nach dem Goldenen Schnitt implementiert wird; bespricht Algorithmen für eine DataFlow-Architektur, die Matrizen und Vektoren als zugrunde liegende Datenstruktur verwendet; stellt einen Algorithmus für den Entwurf sphärischer Codes vor, der auf der Methode der variablen Abstoßungskräfte basiert; erörtert die Implementierung einer Gesichtserkennungsanwendung unter Verwendung des DataFlow-Paradigmas; schlägt eine Methode für die auf der Region of Interest basierende Bildsegmentierung von Mammogrammbildern auf rekonfigurierbaren Hochleistungs-DataFlow-Computern vor; gibt einen Überblick über eine Vielzahl von DataFlow-Anwendungen in Physiksimulationen und untersucht eine DataFlow-Implementierung eines Bitcoin-Mining-Algorithmus.
Dieser einzigartige Band wird sich als wertvolles Nachschlagewerk für Forscher und Programmierer im Bereich DataFlow-Computing und Supercomputing im Allgemeinen erweisen. Auch für Studenten mit Hochschulabschluss und fortgeschrittene Studenten ist das Buch ein idealer Zusatztext für Kurse über Data Mining, Mikroprozessorsysteme und VLSI-Systeme.