| عنوان فارسی مقاله: | طرح نقشه برداری موازی داده فضایی بزرگ بر مبنای بردار: ادغام محاسبات ابری با واحد پردازش گرافیکی |
| عنوان انگلیسی مقاله: | Parallel map projection of vector-based big spatial data: Coupling cloud computing with graphics processing units |
نمونه متن ترجمه
چکیده
هدف از این مقاله ارائه یک چارچوبی است که محاسبات ابری و محاسبات کارایی بالا را برای طرح نقشه برداری موازی داده های بزرگ فضایی را بر مبنای بردار ادغام می کند. در چند سال گذشته شاهد رشد فوق العاده ای از انواع حجم بالای داده های فضایی بودیم به عنوان مثال، داده های فضایی بزرگ.
طرح نقشه کشی اغلب مورد نیاز است، به عنوان مثال، زمانی که ما این داده های فضایی بزرگ را در تجزیه و تحلیل فضایی و رویکردهای مدل سازی بزرگ مقیاس به کار می بریم به یک سیستم مختصات معمولی نیاز داریم. با این حال، با توجه به اندازه این داده ها و پیچیدگی الگوریتمی از پیش بینی های نقشه برداری، تبدیل داده های فضـــــایی بزرگ بین پروژه های متناوب یک فشار چالش محاسباتی را نشان می دهد.
پیشرفت های اخیر در محاسبات ابری و محاسبات کارآیی بالا یک مفهوم نهادی برای پرداختن به این چالش محاسباتی ارائه می دهد. چارچوب طرح نقشه های موازی ارائه شده در این مطالعه بر اساس یک معمـــاری لایه ای است که توانایی های محاسبات ابری و محاسبات با کارایی بالا را به سرعت توسط شتاب واحدهای پردازش گرافیکی GPU ادغام کرده است.
ما با استفاده از داده های LIDAR بزرگ به عنوان نمونه ای از داده های بزرگ فضایی برداری بر مبنای بردار به بررسی استفاده از چارچوب طرح نقشه برداری موازی پرداختیم.
همانطور که نتایج تجربی نشان می دهد، چارچوب سرعت قابل توجهی را برای طرح ریزی دوباره داده بزرگ فضایی بر مبنای بردار فراهم کرده است. اتصال محاسبات عملکرد بالا و محاسبات ابری، که مکمل یکدیگرند، یک راه حلی را برای پردازش کارآمد و تجزیه و تحلیل داده های بزرگ فضایی پیشنهاد داده است.
