摘要：针对当前分布式计算集群的功耗高、体积大、携带不方便的问题,设计实现一种小型化、高性能的嵌入式并行计算系统。首先,以多台高性能嵌入式平台Jeston TK1为硬件基础,裁剪专业的嵌入式系统作为支撑系统;在详细分析Jeston TK1的性能和Hadoop分布式架构的基础上,构建Hadoop分布式系统;然后,采用MapReduce并行计算模式,提出Jeston TK1平台下Hadoop架构的并行计算框架,并设计并行计算流程和实现过程;最后,采用Java语言编程实现并行计算程序,通过具体的实验案例对系统进行分析和性能验证。在实例计算实验中,设计的并行计算系统能稳定地运行并行计算任务,并且在相同输入的情况下,计算时间由单机的146 s和伪分布式系统的105 s减少到23 s。实验结果表明,设计的嵌入式并行计算系统具有高效的计算性能,可以实现英文单词的快速检索和统计。

摘要：在总结视频图像数据处理现状的基础上，针对海量视频数据的并行化处理问题，提出一种基于MapReduce的并行计算系统设计方法。该系统使用NVIDIA JETSON TK1搭建并行计算集群，在此基础上利用Hadoop实现了MapReduce。在此平台上设计基于CUDA 的并行数据处理算法对千万条文本数据进行处理，分析了其数据装载时间、处理时间和全部任务处理时间。结果表明，该系统当前加速比约为4．73，与C／S单机相比，处理速度有较大程度的提高，为实现实时海量视频图像处理奠定了良好基础。