基于AWS云平臺(tái)GPU集群加速的Apriori算法的研究和應(yīng)用.pdf

1、碩士學(xué)位論文基于AWS云平臺(tái)GPU集群加速的Apriori算法的研究和應(yīng)用ResearchandApplicationofAWSGPUClusterBasedAprioriAlgorithm作者姓名：學(xué)科、專(zhuān)業(yè)：學(xué)號(hào)：指導(dǎo)教師：奎建明副教援完成日期：2015—5—2大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)碩士學(xué)位論文摘要健康和疾病防控對(duì)每一個(gè)人都很重要，而大數(shù)據(jù)時(shí)代的到來(lái)，給生命科學(xué)和健康領(lǐng)域帶來(lái)

2、了機(jī)遇和挑戰(zhàn)。對(duì)醫(yī)療數(shù)據(jù)的合理挖掘和使用，將發(fā)現(xiàn)臨床癥狀、生活習(xí)慣、遺傳等等因素和疾病之間的關(guān)聯(lián)和規(guī)律。這將在臨床輔助決策、疾病預(yù)測(cè)、個(gè)性化治療等等領(lǐng)域起著決定性作用。Apriori算法是數(shù)據(jù)挖掘中最經(jīng)典也是最常用的算法之一，然而對(duì)于海量規(guī)模的數(shù)據(jù)，數(shù)據(jù)挖掘所需要的計(jì)算量也迅速膨脹，Apriori算法過(guò)程變得十分耗時(shí)，很難滿(mǎn)足人們的需求。如何加速Apriori算法效率，快速地從海量醫(yī)療數(shù)據(jù)中挖掘出有用的關(guān)聯(lián)規(guī)則是一個(gè)需要解決的問(wèn)題。傳統(tǒng)

3、的計(jì)算機(jī)集群技術(shù)可以很好的提高算法的效率并且具有較好的可擴(kuò)展性，但是其過(guò)于高昂的成本以及復(fù)雜的架構(gòu)使得其使用范圍極其有限。相對(duì)于CPU來(lái)說(shuō)，GPU有著更多的執(zhí)行單元，使得GPU有著高性能的并行計(jì)算能力。通過(guò)GPU的并行計(jì)算能力的使用可以在成本較低的情況下得到較好的加速效果，但是主機(jī)中顯卡數(shù)目的限制使得它可擴(kuò)展性不高，很難應(yīng)對(duì)應(yīng)用需求越來(lái)越大的計(jì)算量。亞馬遜云平臺(tái)允許用戶(hù)通過(guò)低廉的租用成本來(lái)使用海量的云計(jì)算資源，基于此，提出一種基于亞馬遜

4、云平臺(tái)GPU集群加速的Apriori算法，該方法通過(guò)按需計(jì)費(fèi)的方式來(lái)使用亞馬遜的云計(jì)算資源，成本低廉；GPU實(shí)例中的G2實(shí)例包含高性能的NVIDIAGPU，具有很強(qiáng)的并行計(jì)算能力，可以帶來(lái)良好的加速效果；亞馬遜云服務(wù)提供彈性的計(jì)算能力，具有良好的可擴(kuò)展性，可以應(yīng)對(duì)應(yīng)用的彈性需求。通過(guò)對(duì)Apriori算法的分析和并行化設(shè)計(jì)，提出了基于AWS云平臺(tái)GPU集群的Apriori算法。其中解決了AWS中GPU集群的通信設(shè)計(jì)和搭建、數(shù)值型數(shù)據(jù)離散化