GigaSpace基于GPU的高效数据管理库
GigaSpace是一个开放的基于GPU的库,用于大量数据的高效数据管理。它由一组4个组件组成,全部可定制:
多尺度空间分割动态树结构,高速缓存管理器存储对应于空间分区的非空节点的常量大小的数据块。
访问者函数前进数据(实际上,三:空间分区访问者,块访问者,点数据访问者)
访问者遇到缺少数据时调用的数据生产者。
数据类型可以是任何你选择的,只要块是固定大小;
'space'可以表示任何品种,只要你知道如何分割和访问它。
GigaVoxels和GigaSpace是一样的事情。 GigaSpace是查看工具的一般方式。 GigaVoxels的基本用途是使用八叉树作为树,体素块作为数据块,并使用体积锥跟踪作为访问者,因此这种命名优先于SVO社区。但我们提供了许多其他示例显示其他选择,因为潜在的使用比SVO大得多。
评论
GPUImage 3基于 GPU 加速的图形和视频处理库
GPUImage 3 是 GPUImage 的第三次迭代,这是一个用于在 Mac 和 iOS 上执行
GPUImage 3基于 GPU 加速的图形和视频处理库
0
cuGraph基于 GPU 的图形分析
RAPIDScuGraph库是一组图形分析,用于处理GPU数据帧中的数据-请参阅cuDF。cuGraph旨在提供类似NetworkX的API,这对数据科学家来说很熟悉,因此他们现在可以更轻松地构建GP
cuGraph基于 GPU 的图形分析
0
GPUImage 3基于 GPU 加速的图形和视频处理库
GPUImage3 是GPUImage的第三次迭代,这是一个用于在Mac和iOS上执行GPU加速的图形和视频处理库。原始的GPUImage库是用Objective-C编写的,适用于Mac和iOS;第二
GPUImage 3基于 GPU 加速的图形和视频处理库
0
BigCache基于 Go 的高效缓存
BigCache是用于在Go中写入千兆字节数据的高效缓存。快速,并发,逐行扫描内存缓存,以保持大量条目,而不影响性能。BigCache在堆上保留条目,但为它们省略了GC。要实现对字节数组的操作,因此在
BigCache基于 Go 的高效缓存
0