Kestrel 运行库2019-01-30T18:02:30+00:00

Kestrel 运行库

大数据应用程序调度和负载均衡

KESTREL运行库

当前计算多元化趋势不可阻挡。以CPU、GPU和FPGA为代表的异构计算平台在金融、深度学习与人工智能、基因组学和机器视觉等应用中不断增加,可以预见的是随着计算产业的演进,我们会看到越来越多的异构计算平台在承载应用方面发挥越来越重要的作用。用于大数据处理框架(如Apache Spark™)对这些计算平台的集成和管理又变成了一个极其复杂而又艰巨的任务,其需要大数据应用程序开发人员、加速器设计人员和系统管理员之间进行实时同步和协调。

峰科的Kestrel™运行库采用先进的加速器资源管理设计,可以轻松面对这一挑战,它是异构计算集群的一款加速器管理工具,提供与Apache Spark™兼容的加速器虚拟化、任务监控、排队、资源分配和调度。

Kestrel Runtime 性能

简化加速开发流程

全局加速(GAM)基于Apache YARN构建,可在集群内提供全局资源分配,从而优化系统吞吐量和加速利用率。

节点加速(NAM)基于Blaze运行库系统构建,该系统是UCLA的一个开源项目, 支持通过硬件加速来提升Spark应用程序的性能,同时它为应用程序提供加速器虚拟化层,并负责集群中资源共享,任务间资源隔离等等。

易用性

  • 基于容器思想设计
  • 自动的资源调度和分配
  • 简单的加速器调用API

性能优化

  • 细粒度的加速器资源共享
  • 数据缓存,数据传输和运算同时进行
  • 加速机器学习库(MLlib)

可扩展性

  • 支持各类异构系统
  • 易于框架集成
  • 内置Apache Spark生态系统

了解更多

Kestrel Datasheet

Kestrel数据表

联系我们

谢谢!信息已经成功提交!