基于GPU的不确定数据流窗口连接运算

摘要

Data in some emerging applications， such as sensor networks， real-time monitoring systems， etc.， are always time-varying， uncertain， and continuously arriving. These data need to be quickly processed. However， some important operations are costly， such as%在很多新兴应用领域、如传感器网络，实时监控系统等，产生的数据流是不断变化的、连续到达的、数据值可能不确定、且必须被快速处理。其中有些操作，如数据流的实时窗口连接运算，非常消耗时间，这对数据流处理系统的性能提出了严峻的挑战。目前，大多数算法采用软件优化来提高处理速度，但其性能提高有限。利用GPU（图形处理器）的高并行度、多线程、高带宽的并行处理能力，设计了一种软硬件结合的方法来加速处理数据流的窗口连接操作。在CUDA（统一计算架构）下，由CPU控制将内存中的数据传输至GPU存储器中，然后利用多线程进行并行处