KIT | KIT-Bibliothek | Impressum | Datenschutz

HeAT - A Distributed and GPU-accelerated Tensor Framework for Data Analytics

Götz, Markus ORCID iD icon; Debus, C.; Coquelin, Daniel ORCID iD icon; Krajsek, K.; Comito, C.; Knechtges, P.; Hagemeier, B.; Tarnawa, M.; Hanselmann, Simon; Siggel, M.; Basermann, A.; Streit, Achim ORCID iD icon


Download
Originalveröffentlichung
DOI: 10.1109/BigData50022.2020.9378050
Scopus
Zitationen: 6
Dimensions
Zitationen: 11
Zugehörige Institution(en) am KIT Scientific Computing Center (SCC)
Universität Karlsruhe (TH) – Zentrale Einrichtungen (Zentrale Einrichtungen)
Publikationstyp Proceedingsbeitrag
Publikationsjahr 2020
Sprache Englisch
Identifikator ISBN: 978-1-72816-251-5
KITopen-ID: 1000131830
HGF-Programm 46.12.02 (POF III, LK 01) Data Activities
Erschienen in 2020 IEEE International Conference on Big Data (Big Data): 10-13 December 2020, online
Veranstaltung IEEE International Conference on Big Data (IEEE BigData 2020), Online, 10.12.2020 – 13.12.2020
Verlag Institute of Electrical and Electronics Engineers (IEEE)
Seiten 276-287
Nachgewiesen in Dimensions
Scopus
Relationen in KITopen
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page