Computación gráfica: una nueva forma de entender el mundo

Ilustración de la arquitectura ReRAM. Crédito: Computación inteligente (2022). DOI: 10.34133/2022/9806758

En la era de Big Data, la relación entre los datos es compleja y de gran escala. La relación entre varios objetos de datos se describe como vértice y borde, donde el vértice representa el objeto de datos y el borde representa la relación entre los objetos de datos. Esta estructura de datos que representa la relación de los objetos de datos se llama Graph. La información útil a menudo se puede extraer y aplicar a varios escenarios mediante el análisis del gráfico.

La computación de gráficos es una tecnología que estudia el gráfico en el mundo humano, describiéndolos, retratándolos, analizándolos y computándolos. Actualmente, esta tecnología emergente ha sido ampliamente utilizada y ha surgido una gran cantidad de algoritmos gráficos. A través del análisis de datos gráficos a gran escala, se puede obtener información importante oculta en los datos gráficos. Los ejemplos incluyen el análisis epidemiológico en tiempo real, la publicidad dirigida y la identificación rápida de comportamientos anómalos en el campo financiero.

Para facilitar la comprensión del campo del análisis gráfico, el equipo del Prof. Dr. Hai Jin de la Universidad de Ciencia y Tecnología de Huazhong resume el estado de investigación de las tecnologías clave de computación gráfica de la implementación de sistemas de software y las arquitecturas específicas del dominio, y luego resume , compare y analice los últimos avances en investigación desde tres aspectos: teoría básica, software del sistema y arquitectura del sistema. El artículo de revisión fue publicado el 29 de octubre en Computación inteligente.

El análisis de gráficos incluye principalmente el procesamiento de gráficos, la extracción de gráficos y el aprendizaje de gráficos, y se usa mucho en aplicaciones prácticas. A medida que la cantidad de datos gráficos continúa expandiéndose, la computación gráfica enfrenta una serie de desafíos.

La adopción generalizada de aplicaciones de análisis de gráficos y el aumento gradual en el tamaño y la complejidad de los datos de gráficos plantean importantes desafíos para las tecnologías de software y las arquitecturas de hardware para la computación de gráficos. Además, existe una brecha entre las características del análisis gráfico y las características del hardware de uso general.

Para abordar los problemas de la computación gráfica a gran escala, los investigadores han llevado a cabo una amplia investigación fundamental y estudios de tecnología clave en los últimos años.

A nivel de software, se han realizado mejoras a las plataformas de hardware de uso general existentes a través de técnicas de software, como plataforma de una sola máquina y plataforma distribuida; a nivel de hardware, la aceleración de hardware se ha realizado principalmente a través de innovaciones arquitectónicas para llenar la brecha significativa entre el hardware de propósito general y las características únicas de análisis de gráficos.

En los últimos años, han surgido nuevos dispositivos informáticos y de memoria, y las tecnologías de optimización de software y las tecnologías de aceleración de hardware han logrado mejoras significativas en el rendimiento.

Actualmente, el análisis gráfico sigue siendo un tema de investigación popular y enfrenta una serie de problemas que deben abordarse. Por ejemplo, síntesis de alto nivel específica del dominio, patrones inciertos para la minería de gráficos, gráficos grandes y patrones para la minería de gráficos, aprendizaje de gráficos dinámicos, limitaciones de huella de memoria, aprendizaje de gráficos heterogéneos, etc.

Proporcionado por Computación Inteligente