问题标签 [stream-processing]

最近，WiFi 加密是通过使用现代 GPU 的并行处理能力强行进行的。 您认为其他现实生活中的问题会从类似技术中受益吗？

是否有等效istream::putback(char)于 OCaml 的 C++ 方法？

如何在stdin的开头添加一个字符？

我正在尝试更多地了解在运行 php 应用程序甚至使用 HipHop 的 c++ 编译的 php 应用程序时可以使用的硬件。我想设置一个微服务器并使用 GPU 来帮助 CPU 处理请求......

任何人？

我真的不确定这是否是正确的地方。我对不同类型硬件的不同编程模型感兴趣。

开始是这样的，我展示了我正在使用 NVIDIA CUDA 做的一些工作。我告诉人们，使用 GPU 作为协处理器的主要问题之一是您必须在主机和 GPU 之间传输数据。然后有几个人继续向我询问有关 AMD“APU”的问题，以及图形核心与普通 CPU 核心在同一个芯片上的事实。

我通过指出 Intel/AMD CPU+GPU 芯片永远不会包含与专用 NVIDIA 卡一样多的图形内核来回避这些问题。

问题是，我真的不知道 AMD APU 或 Intel Sandy/Ivy Bridge 芯片的编程模型是什么。

我的问题是：

1. 如何编写程序以利用 AMD/Intel 芯片上的图形内核？
2. 这些图形核心真的可以直接访问主机内存吗？
3. 有没有关于这些芯片在 SP 和 DP FLOPS 中的性能类型的任何信息？
4. 来自 CUDA，在 NVIDIA GPU 和其他相关芯片的编程之间可以找到哪些相似之处？
5. Cell 处理器的 SPE 是如何访问内存的，或者它的编程模型与今天的这些 Intel/AMD 芯片相比如何？

假设我想从 Yahoo! 中的 Java bean 创建一个事件！S4。我可以使用以下代码来做到这一点：

消息构造函数参数：

• streamName - 流的任何名称
• clazz - 流的事件类的完全限定名称
• string - 对象的字符串表示形式

问题：

以下对象的字符串表示形式会是什么样子，以便可以在事件中使用？

假设我必须设计一个规则引擎，根据静态配置规则，责任链在运行时会发生变化。实现这个问题的最佳设计模式是什么？

例如，例如。根据某些配置，流中的一组事件可以（1）过滤，（2）划分为子集（3）修改

对于每个流，客户可以选择全部 3 个或三个中的一些或三个都不选。

因此，我的装配管道应该在运行时根据每个流的配置进行配置。

实现这一目标的最佳设计模式是什么？

我的电脑上有 ATI Mobility Radeon 4650。我已经安装了带有 OpenCL 1.2 SDK 的 AMD APP SDK v2.7并打开了示例应用程序。所有这些都表示未找到 GPU。但是，根据入门指南，我的视频卡受支持，但仅限测试版。我查看了文档并尝试了谷歌但没有帮助。如何让 SDK 识别我的卡？我目前在 Windows x64 上运行。

我正在尝试使用 Clojure 从一个大（> 1GB）文件中按行号获取 5 行。我快到了，但看到了一些奇怪的东西，我想了解发生了什么。

到目前为止，我有：

现在，(read-lines "my-file" [0])工作没有问题。但是，传入[0 1]给我以下堆栈跟踪：

在我从文件中读取第二行之前，流似乎已被关闭。有趣的是，如果我手动从文件中拉出一行，则(nth lines 200)该multi-nth调用适用于所有 <= 200 的值。

知道发生了什么吗？

我需要以某种方式从我的广播服务器中读取包含 VU 仪表数据的流，看起来像这样

“0xa5 leftVal rightVal 0xa5 leftVal .....等”

流是连续的。

我想接收这些数据并在 JavaScript(jQuery) 中解析它来管理 VU 表动画。

我正在设计一个原型实时监视器，用于处理相当大量（>30G/天）的流式数字数据。我想用 Clojure 写这个，因为这种语言似乎很适合这种“观察者 + 状态机”系统，这可能最终会成为。

我为框架找到的两个主要候选者是 Lamina 和 Storm。还有 Riemann 和 Pulse，但前者似乎更像是一个完整的解决方案而不是一个框架，我宁愿不承诺最终设计；Pulse 的 repo 看起来有点无人维护？

我想知道的是；这两个项目针对什么样的数据和工作流程进行了优化？Storm 似乎更成熟，但 Lamina 似乎更可组合和“Clojureic”（我的背景是 Python，所以我倾向于高度评价它）。

我从网上阅读中发现：

• Storm 似乎专注于大数据（流），核心是带有 Clojure DSL 的纯 Java。它似乎为许多现有数据源预先构建了处理程序。

• Lamina 更像是一个轻量级的、可重用的组件，它执行 Clojure 对抽象进行编码的事情，这意味着它可以被重用为其他事件系统的基础。数据源需要在代码中处理。

• 两者都有一组有用的聚合/拆分/计算库函数开箱即用。Lamina 的 graphviz 集成是一个不错的选择。