| |
可视化：图像的主题色提取算法，是不是太高端了？ |
|
| 可视化是最热的云应用领域之一，云集了无数大牛和创新企业代表。本文来自Pat Hanrahan和Jeffrey Heer两位可视化“大师”所率领的斯坦福可视化小组的一篇论文，重点分享了图像的主题色提取算法。 |
| |
| |
麻省理工专家发布新系统Ascend，专注内存访问安全缺陷 |
|
| MIT研究员近日展示了名为Ascend的系统，该系统可以解决涉及内存访问上的安全缺陷。Ascend通过一系列的措施来最小化攻击者从内存数据传输过程中获得信息的可能性，其中包括了内存地址的树形结构及周期性的内存访问。 |
| |
| |
Hadoop+GPU强强联手的性能探索 |
|
| Hadoop并行处理可以成倍地提高性能，GPU也日益成为计算任务的重要分担者，Altoros Systems研发团队一直致力于探索Hadoop+GPU的可能性，以及在实际的大规模系统中的实现，这篇文章就是他们的部分研究成果。 |
| |
| |
程序员的野心：让GPU像CPU一样运行 |
|
| 美国印第安纳大学计算机博士Eric Holk最近开发了一门新语言Harlan来对GPU进行编程。Harlan借鉴了高级编程语言Python、Ruby的抽象思想，彻底发挥GPU的潜力，使GPU能同时执行成千上万个任务。 |
| |
| |
XOR的黄色大象：Erasure Code为Hadoop节省数据恢复带宽 |
|
| 如何在尽可能少的成本下，保证数据安全，或在数据丢失后实现快速恢复？在Azure和Facebook中都使用了Erasure Code，这是一种替代Hadoop三副本和传统Reed Solomon Code的高效算法。来自南加州大学和Facebook的7名作者共同完成了论文《XORing Elephants: Novel Erasure Code for Big Data》。论文作者开发了Erasure Code家族的新成员——Locally Repairable Codes，明显减少修复数据时的I/O和网络流量。 |
| |
| |
扩展PHP的五个简单技巧，让单服务器并行支撑30000用户 |
|
| 两人小团队基于公司给100万个投资人同时发送电子邮件的业务需求，不得不弄清单服务器并行支持的最大用户数目。而在这个过程中，他们总结了5个PHP扩展的小技巧，让每个服务器可以同时支撑3万个用户。 |
| |
