За последние десятилетия объемы наборов данных значительно выросли. С одной стороны, приобретение стало дешевле и быстрее, что позволяет измерять больше экземпляров. С другой стороны, для каждого экземпляра выполняется больше измерений. Сложность интерпретации таких больших наборов данных подтолкнула вперед разработку методов уменьшения размерности. Алгоритмы, такие как PCA, MDS, T-SNE, UMAP или автоэнкодеры, успешно позволяют нам обрабатывать большие объемы многомерных данных с..

Вступление В этой статье мы представляем новую структуру, которая позволяет бесшовную интеграцию ПЛИС в платформу разработки Apache Arrow. Интеграция FPGA с Apache Arrow-совместимыми фреймворками позволяет ускорять приложения для обработки данных без какого-либо предшествующего опыта работы с FPGA. Мы представляем прототип на Java, который обеспечивает бесшовную связь фреймворков с поддержкой Apache Arrow с FPGA. Сначала мы кратко объясняем цели нашей реализации, устраняя конкретные..