maestro:在 FPGA 上使用异步累积更新加速迭代算法的框架

大师 在 FPGA 上使用异步累积更新来加速迭代算法的框架 什么是大师？ Maestro 是一个分布式集群计算框架，用于使用 FPGA 加速迭代算法。 迭代算法 迭代算法代表了一类普遍存在的数据挖掘、网络搜索和科学计算应用程序。 在迭代算法中，通过对输入数据集（例如 PageRank，Dijkstra 的最短路径）执行重复计算得出最终结果。 并行化此类算法的现有技术使用诸如 MapReduce 和 Hadoop 之类的软件框架在集群中的多个基于 CPU 的工作站之间分发数据以进行迭代并收集每次迭代的结果。 这些平台的特点是需要在迭代边界同步数据计算，从而阻碍系统性能。 为什么是大师？ Maestro 使用异步累积更新来打破这些同步障碍。 这些更新允许为大量数据点积累中间结果，而无需基于迭代的障碍，允许集群中的各个节点独立地朝着最终结果前进。 计算是动态优先级的，以加速算法收敛。 大师加