此白皮书详细介绍了如何利用公有云(如Amazon AWS、 Google GCP或Microsoft Azure)直接在本地数据上扩展分 析工作负载,而无需通过人工干预将数据复制和同步到 云中。我们将以实例展示如何通过部署在公有云上的 Alluxio,来自动把数据从HDFS缓存到运行Presto和Hive 的机器内存上。此外,我们也将展示如何在位于两个不 同位置的Amazon EMR集群中设置和执行性能基准,并给 出我们的研究结果概述。

立即下载白皮书,了解更多精彩内容!
此白皮书详细介绍了如何利用公有云(如Amazon AWS、 Google GCP或Microsoft Azure)直接在本地数据上扩展分 析工作负载,而无需通过人工干预将数据复制和同步到 云中。我们将以实例展示如何通过部署在公有云上的 Alluxio,来自动把数据从HDFS缓存到运行Presto和Hive 的机器内存上。此外,我们也将展示如何在位于两个不 同位置的Amazon EMR集群中设置和执行性能基准,并给 出我们的研究结果概述。

立即下载白皮书,了解更多精彩内容!

Alluxio 基于Amazon S3,完成 MLPerf Storage v3.0基准测试, 交出


当 AI 训练数据存储在某个云区域,而 GPU 集群部署在另一个云区域时,每一轮 epoch 训练迭
京公网安备 11010802040260号