【大数据】面向政府治理大数据的高性能计算系统（二）

面向政府治理大数据的高性能计算系统（二）2020-06-01在计算框架的融合方式方面，需要采用合适的机制和方法，使得一个应用能够将不同的任务提交到不同的框架上计算，这样才能将政府治理大数据分析处理平台作为一个整体来使用。相应地，需要采用适宜的编程方法将MPI程序和MapReduce程序进行融合，并将其作为一个整体提交到政府治理大数据分析处理平台。（2）基于融合计算框架的政府治理大数据分析处理关键算法虽然政府治理大数据在数据特征、应用特性、计算模式等方面具有明显的多样性和复杂性，其所需要的数据分析处理模型和算法却具有明显的共性。机器学习和图计算处于政府治理大数据分析处理计算任务的核心地位，是研究设计政府治理大数据应用的关键部分，其中，深度学习已经成为大数据处理的共性关键技术，在各个应用领域都有重要的基础作用。在政府治理大数据分析处理中，深度学习也将扮演极重要的角色。虽然在机器学习方面，特别是深度学习和图计算方面已经有不少的并行优化研究和相应的并行化算法、并行化工具库，但是基于高性能计算机系统的政府治理大数据处理需要考虑混合式计算框架以及高性能计算机系统自身在体系结构、互联网络等方面的特