- 简介在过去的十年中，数据分析的格局已经明显转向异构架构，特别是整合GPU以提高整体性能。在内存分析领域，通常面临内存带宽限制的情况下，采用GPU已被证明具有优势，因为它们具有卓越的带宽能力。GPU的并行处理能力突出，为数据密集型工作负载提供了异常的效率，并在数据处理速度方面超越了传统的CPU。虽然GPU数据库利用了这些优势，但不同GPU系统之间的比较研究仍然很少。鉴于这种对GPU数据库在数据分析中的兴趣，本文提出了一项涵盖多个GPU数据库系统的调查。重点将是阐明用于提供结果和关键性能指标的基本机制，利用SSB和TPCH等基准测试。这项工作旨在为GPU数据库领域内的新研究提供启示。
- 图表
- 解决问题研究GPU数据库在数据分析中的应用，比较不同GPU系统的性能表现和机制
- 关键思路使用SSB和TPCH等基准测试，对多个GPU数据库系统进行比较研究，探讨其性能表现和底层机制
- 其它亮点实验使用了SSB和TPCH等基准测试，比较了多个GPU数据库系统的性能表现和底层机制，为GPU数据库在数据分析中的应用提供了参考；论文提出的方法可以为未来GPU数据库的研究提供新思路和方向
- 最近的相关研究包括《GPU-accelerated databases: a survey》、《A survey of GPU-based accelerated database systems》等
沙发等你来抢
去评论
评论
沙发等你来抢