ZILLIZ

周报日期：2020.04.06 - 2020.04.12|研发进展规范 API、完善接口注释、整理项目文档。 完善 Arctern 与 Matplotlib 的协作方式。 Arctern 的离线安装方式。（进行中） 完成性能回归测试。 持续增加 test case，并修复 bug。 对接可视化前端：完善 REST API，端到端联调。（进行中） 渲染样式中增强颜色自定义...

​周报日期：2020.03.16 - 2020.03.22|研发进展 创建 Arctern-tutorial，添加 render example（gis example 暂未添加） 接入 spark profiling 系统 接入 spark log 调整和完善编译与安装文档 完成在 centos 上编译安装 Arctern 的流...

“异构计算”（Heterogeneous computing），是指在系统中使用不同体系结构的处理器的联合计算方式。在 AI 领域，常见的处理器包括：CPU（X86，Arm，RISC-V 等），GPU，FPGA 和 ASIC。（按照通用性从高到低排序）本文是 异构计算系列 的第二篇文章，重点介绍机器学习领域涌现的异构加速技术。

周报日期： 2020.03.09 - 2020.03.15|研发进展增加以 dataframe 为接口的 Python API。 简化 Render API，提高封装性，进行中。 接入 Spark profiling 系统，进行中。 完成中英文 README 第一版。 完成中英文安装文档第一版。 纽约出租车 tutorial，进行中。 完成 scalar 类 GIS...

周报日期： 2020.02.24 - 2020.03.01​|研发进展 ​确定 PostGIS 作为功能测试基准，已完成 SQL 执行脚本及 PostGIS/Arctern 结果对比脚本。进行 GeoSpark 、 PostGIS 测试案例向 Arctern 移植，已整理完成 400 多案例 搭建云端 (Azure) 性能测试环境，性能对比系统 GeoSpark、GeoM...

近两年，我们团队在研发基于异构计算的新型 OLAP 数据库系统-- MegaWise，这是一个处于“异构计算”与“大数据分析”交叉领域的工作。当前该系统已经完成0.5.0版，希望借此文介绍我们现有的一些技术探索。1．为什么要在“异构计算”与“大数据分析”上面做工作我想以一个真实的案例展开今天的内容。在今年的二月份，我们遇到一个做电信行业数据分析的客户，他们讲了这样一个问题：“我们现在最主要的计算...