Minería de datos, analítica y bases de datos

Principales desarrolladores y aplicaciones de análisis de datos que utilizan CUDA

* Mejora esperada de la velocidad con respecto a un sistema basado en una CPU x64 de cuatro núcleos. Cifra obtenida de las pruebas internas de NVIDIA o de la documentación suministrada por el proveedor de la aplicación.

Otro software de análisis de datos que utiliza CUDA

• GPUMiner: minería de datos paralela en las GPUs NVIDIA, Fang et al, Universidad de Ciencia y Tecnología de Hong Kong y Microsoft
• Artículo de descripción de GPUMiner
• Cmatch: comparación rápida de cadenas en la GPU, Schatz, Trapnel, Universidad de Maryland
• o Artículo de descripción de Cmatch
• Paquete R+GPU para R, una conocida solución de código abierto para análisis estadístico.

• Bases de datos
• Artículo de IEEE Spectrum: "Por qué los procesadores gráficos transformarán el procesamiento de bases de datos”, Blas y Kladeway, Oracle Corporation
• GPUQP: coprocesamiento de consultas utilizando las GPUs
• Búsqueda paralela en tarjetas de vídeo, Kaldeway, Hagen, Blas, Sedlar, Oracle Corp
• Funciones agregadas definidas por el usuario en Oracle
• Tipos de datos textuales grandes en SQL de Microsoft
• Ampliación de la capacidad de PostgreSQL con CUDA
• Aceleración de las bases de datos comerciales en hardware: el caso de las operaciones espaciales , Bandi et al
• Analítica y minería de datos
• Análisis a gran escala acelerado en la GPU, Wu, Zhang, Hsu, HP Laboratories
• Algoritmo K-medias en GPUs estándar con CUDA
• Aprovechamiento de la tecnología de los procesadores gráficos para acelerar la minería de datos en SAP NetWeaver BIA, Weyerhaeuser (SAP), Mindnich (SAP), Farber (SAP), Lehner (Universidad Técnica de Dresde)
• Hacia la transformación de algoritmos para minería de datos temporal en la GPU, Sean Ponce, Virginia Tech
• Análisis de conglomerados mediante el algoritmo de K- Medias acelerado en procesadores gráficos
• Minería de textos acelerado en la GPU
• Cálculo de histogramas en CUDA
• Compilador y sistema de tiempo de ejecución para adaptar las aplicaciones de minería de datos a las GPUs
• Ordenación mediante la GPU
• Diseño de algoritmos de ordenación eficientes para GPUS de muchos núcleos
• Librería QuickSort para GPU
• Ordenación paralela en la GPU a alta velocidad utilizando un algoritmo híbrido
• Algoritmo de ordenación rápido y flexible con CUDA
• Ordenación a través de una red bitónica con CUDA
• Ordenación de ejemplo en la GPU
• GPUTeraSort: clasificación mediante coprocesadores gráficos de alto rendimiento para la gestión de bases de datos de gran tamaño
• Map-Reduce/ Hadoop
• Mars: una infraestructura Map-Reduce para la GPU
• Infraestructura Map-Reduce para programar GPUs
• DisMaRC: una infraestructura Map Reduce distribuida en CUDA
• MITHRA: adaptación de CUDA a clusters utilizando MapReduce
• Otro artículo sobre MITHRA

• Otras soluciones sectoriales basadas en Tesla
• Herramientas y librerías de desarrollo de software CUDA

MATLAB es una marca registrada de The MathWorks, Inc.

Jacket es una marca registrada de AccelerEyes