Алгоритмы классификации, распределенные в облаке
Первым крупным переломом для Lokad после начала проекта в 2008 году стало появление облачных вычислений. Облачные вычисления были новой парадигмой, которая ворвалась в индустрию. Сразу же старые высокопроизводительные вычисления (HPC) устарели, и Lokad должен был принять их преемника. Облачные вычисления стали первым радикальным отходом Lokad от того, что до сих пор можно считать ‘основным’ программным обеспечением предприятия. Хотя сейчас большинство поставщиков предприятий предлагают SaaS, почти никто не принял облачно-ориентированный дизайн1. Принятие облачных вычислений было обусловлено пионерской работой Матье Дюру, второго сотрудника Lokad (первым сотрудником Lokad был другой доктор наук).
Подобно работе Бенуа Петра, эта диссертация ранее не публиковалась на веб-сайте Lokad. Я рад исправить эту ошибку сегодня.
Автор: Матье Дюру
Дата: сентябрь 2012 года
Аннотация:
Вопросы, рассмотренные в этой диссертации, вдохновлены проблемами исследования, с которыми сталкивается компания Lokad. Эти проблемы связаны с вызовом разработки эффективных техник параллелизации алгоритмов кластеризации на платформе облачных вычислений. Глава 2 представляет введение в технологии облачных вычислений, особенно технологии, посвященные интенсивным вычислениям. Глава 3 подробно описывает предложение Microsoft по облачным вычислениям: Windows Azure. Следующая глава подробно описывает технические аспекты разработки облачных приложений и предоставляет некоторые шаблоны проектирования облачных решений. Глава 5 посвящена параллелизации известного алгоритма кластеризации - Batch K-Means. Она предоставляет представление о вызовах облачной реализации распределенного Batch K-Means, особенно о влиянии затрат на связь на эффективность реализации. Главы 6 и 7 посвящены параллелизации другого алгоритма кластеризации - Vector Quantization (VQ). Глава 6 представляет анализ различных схем параллелизации VQ и представляет различные ускорения сходимости, обеспечиваемые ими. Глава 7 представляет облачную реализацию этих схем. Она подчеркивает, что именно онлайн-характер техники VQ позволяет асинхронную облачную реализацию, что значительно снижает затраты на связь, описанные в главе 5.
Жюри:
-
Литмусовым тестом для оценки наличия облачно-ориентированного дизайна у поставщика является вопрос, можно ли вам, как клиенту, увеличить объем данных до 10 терабайт за несколько часов без разрешения поставщика. Большинство поставщиков программного обеспечения для предприятий не работают с общими ресурсами, поэтому требуется предварительное согласование для обеспечения правильного размера выделенного пула ресурсов. ↩︎
