Caravela Project(2006-) http://www.

Caravela Project(2006-) http://www.caravela-gpu.org/The GRID environment becomes very popular fashion in the large scale distributed computing in the world. The GRID environment is very attractive to the application designers who need a large scale computation power because the concept of GRID is that any amount of computation power will be provided to the user as much as he wants to use such the electric power from a plug in a wall. However, one of the biggest worrying things for GRID users is security because the contributors' machines mamy be damaged by the anonymous users. If we can eliminate the worrying thing for the security in a remote machine, we can easily and gladly contribute the computing power to the GRID network.On the other hand, recently a research field that is trying to execute general purpose programs such as FFT, Compression, Encoding, etc. on GPU (Graphic Processing Unit) on a video adapter. Such researches provides several times faster than the recent CPU-based computation. This has been very surprising truth for researchers in the world. The researchers working with GPU calls this field as GPGPU.However, the recent environment for GPGPU is still in a way to be static, because the programming interface to GPU is specialized to 3D graphic designs. GPU accepts data streams to be processed by the program on it, and outputs also data streams. We can say GPU is like programmable pipeline hardware. This is different from the current programming model in CPU. Therefore, we need to address this interface problem as soon as possible.In addition to the powerful performance, GPU can not touch any resource in the host machine due to its processing mechanism. We call the core processor in GPU a shader. The shader just read the input data streams, process it using its program and provides output data streams to memory. There does not exists any more possibility to touch other resources on the host machine. This would address the problem of GRID computing mentioned above.To address the problems above, Caravela is designed and implemented. Caravela is a programming framework that provides an interface to GPGPU application in local and a distributed environment.

0/5000

源语言: -

目标语言: -

结果 (简体中文) 1: [复制]

复制成功！

达卡维拉项目（2006-）http://www.caravela-gpu.org/ 网格环境变得非常流行的时尚在分布于世界计算规模大。网格环境是谁需要大规模的计算能力的应用设计非常有吸引力的，因为电网的概念是因为他想用从插件这样的功率运算功率的任何款项将提供给用户尽可能多一堵墙。然而，对网格用户最大的令人担忧的事情之一是安全性，因为贡献者的机器玛米由匿名用户被损坏。如果我们能消除在远程机器的安全性令人担忧的事情，我们可以轻松愉快地贡献的计算能力到电网中。 在另一方面，最近一个研究领域正试图视频适配器上执行的通用程序，如FFT，压缩，编码等对GPU（图形处理单元）。这些研究提供了若干倍，比最近的基于CPU的运算速度更快。这一直是非常令人惊讶的真相在全世界的研究人员。与GPU工作的研究人员称这一领域为GPGPU。 然而，最近的GPGPU环境仍处于一种方式是静态的，因为编程接口，GPU是专门为3D图形设计。GPU接受数据流要由程序在其上进行处理，并将其输出也数据流。我们可以说，GPU就像是可编程管线硬件。这是在CPU当前的编程模型不同。因此，我们必须尽快解决这个问题的接口。 除了强大的性能，GPU不能碰在主机任何资源由于其处理机制。我们调用GPU核心处理器的着色器。着色器刚刚读出的输入数据流，利用其程序，并提供输出数据流提供给存储器它处理。虽然目前没有任何存在的可能性越大触摸主机上的其他资源。这将解决上面提到的计算网格的问题。 为了解决上述问题，达卡维拉的设计和实施。达卡维拉是一种编程框架，提供给当地GPGPU应用和分布式环境的接口。

正在翻译中..

结果 (简体中文) 2:[复制]

复制成功！

卡拉维拉项目（2006年-）http://www.caravela-gpu.org/ 网格环境已成为世界上大规模分布式计算中非常流行的时尚。GRID 环境对于需要大规模计算能力的应用设计人员非常有吸引力，因为 GRID 的概念是，任何计算能力都将提供给用户，就像他想使用墙上的插头中的电一样多。然而，对于GRID用户来说，最令人担忧的事情之一是安全性，因为贡献者的机器被匿名用户损坏了。如果我们能消除远程机器安全性的令人担忧的问题，我们就能轻松愉快地为GRID网络贡献计算能力。 另一方面，最近一个研究领域，试图执行通用程序，如FFT，压缩，编码等在GPU（图形处理单元）上的视频适配器。这种研究提供比最近基于 CPU 的计算快好几倍。对于世界上的研究人员来说，这是一个非常令人惊讶的事实。使用 GPU 的研究人员将此字段称为 GPGPU。 但是，GPGPU 的最近环境仍然是静态的，因为 GPU 的编程界面专用于 3D 图形设计。GPU 接受程序处理的数据流，并输出数据流。我们可以说GPU就像可编程的管道硬件。这与当前 CPU 中的编程模型不同。因此，我们需要尽快解决这个接口问题。 除了强大的性能外，GPU 由于其处理机制，无法触摸主机中的任何资源。我们将 GPU 中的核心处理器称为"扫描器"。扫描器只需读取输入数据流，使用程序处理它，并为内存提供输出数据流。再没有可能触摸主机上的其他资源。这将解决上述网格计算问题。 为了解决上述问题，卡拉维拉被设计和实施。Caravela 是一个编程框架，在本地和分布式环境中为 GPGPU 应用程序提供接口。

正在翻译中..

结果 (简体中文) 3:[复制]

复制成功！

Caravela项目（2006-）http://www.Caravela-gpu.org/org/ 网格环境在世界范围内的大规模分布式计算中成为一种非常流行的方式。网格环境对于需要大规模计算能力的应用程序设计人员来说是非常有吸引力的，因为网格的概念是，任何数量的计算能力都将提供给用户，就像他从墙上的插头需要这样的能力一样。然而，对于网格用户来说，最令人担忧的事情之一是安全性，因为匿名用户破坏了贡献者的主体。如果我们能够消除远程机器中的安全隐患，就可以轻松愉快地为网格网络贡献计算能力。 另一方面，最近的研究领域试图在视频适配器上的G（图形处理单元）上实现FFT、压缩、编码等通用程序。这种研究提供了比目前基于CPU的计算速度快几倍的速度。这对世界上的研究人员来说是非常令人惊讶的事实。与GPU一起工作的研究人员称这个领域为GPGPU。 然而，GPGPU的最新环境仍然是静态的，因为编程接口是专门用于3D设计的。GPU接受程序在其上处理的数据流，并输出数据流。我们可以说GPU就像是可编程的流水线硬件。这与CPU中当前的编程模型不同。因此，我们需要尽快解决这个接口问题。 除了强大的性能外，GPU由于其处理机制，无法触及主机中的任何资源。我们称GPU中的核心处理器为shader。着色器只是读取输入数据流，使用其程序对其进行处理，并将输出数据流提供给内存。不存在任何接触主机上其他资源的可能性。这将解决上面提到的网格计算问题。 为了解决上述问题，设计并实现了Caravela。Caravela是一个编程框架，它为本地和分布式环境中的GPGPU应用程序提供接口。

正在翻译中..

其它语言

本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.