Accelerating Graph Algorithms by Zheng, Zhigao;

20% KEDVEZMÉNY?
A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.

Kiadói listaár EUR 213.99
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.

83 584 Ft (79 604 Ft + 5% áfa)
Kedvezmény(ek) 20% (cc. 16 717 Ft off)
Kedvezményes ár 66 867 Ft (63 683 Ft + 5% áfa)
A kedvezmény érvényes eddig: 2026. június 30.

73 554 Ft

Beszerezhetőség

Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.

A termék adatai:

Kiadó Springer Nature Singapore
Megjelenés dátuma 2026. május 30.

ISBN 9789819557462
Kötéstípus Keménykötés
Terjedelem154 oldal
Méret 235x155 mm
Nyelv angol
Illusztrációk XVI, 154 p. 1 illus.

Kategóriák

A számítástudomány elmélete, a számítástechnika általában Adatkezelés a számítógépes rendszerekben Operációs rendszerek és grafikus felhasználói felületek Számítógépes programozás általában A számítástudomány elmélete, a számítástechnika általában (karitatív célú kampány) Adatkezelés a számítógépes rendszerekben (karitatív célú kampány) Operációs rendszerek és grafikus felhasználói felületek (karitatív célú kampány) Számítógépes programozás általában (karitatív célú kampány)

Hosszú leírás:

Graph processing involves the manipulation, analysis, and traversal of graph data structures. Graphs consist of vertices/nodes connected by edges/links, representing relationships between entities. Graph processing is crucial in various domains like social networks, recommendation systems, bioinformatics, and more.

Graph processing, especially the processing of large-scale graphs with the number of vertices and edges in the order of billions or even hundreds of billions, has attracted much attention in both industry and academia. However, it remains a great challenge to process such large-scale graphs on memory limited accelerators. This book tries to introduce some recent techniques to unleash the power of parallel computing by using recent hardware accelerators like GPU/FPGA.

This comprehensive book covers several key features essential for maximizing efficiency and performance in GPU-based computing. Readers will learn to master GPU memory utilization techniques to enhance algorithmic speed and implement graph traversal and processing algorithms using high-performance CUDA programming. The guide also explores the potential of parallel computing for graph analytics, providing optimization strategies for diverse graph structures and algorithmic complexities. To ensure practical understanding, the book includes real-world case studies and practical examples for hands-on learning.

Whether you're a researcher, data scientist, or enthusiast in GPU computing, this book is your gateway to unlocking the full potential of graph processing in the era of parallel computing. Elevate your expertise and revolutionize your approach to graph analysis with this essential resource.

Több

Tartalomjegyzék:

"

""Chapter I: Recent Accelerators"".- ""Chapter II: Graph Traversal Algorithms on GPU"".- ""Chapter III: Graph Analysis Algorithms on GPU"".- ""Chapter IV: Graph Mining Algorithms on GPU"".- ""Chapter V: Performance Analysis of Different Accelerators"".- ""Chapter VI: Applications and Related Topics"".

"