Welcome!

Linux Containers Authors: Liz McMillan, Elizabeth White, Yeshim Deniz, Zakia Bouachraoui, Carmen Gonzalez

News Feed Item

Voir le monde à travers les yeux de Wikipedia

La société SGI (NASDAQ : SGI), leader de confiance en matière de calcul technique, s'est associée à Kalev H. Leetaru de l'Université de l'Illinois pour créer pour la première fois le mappage et l'exploration du contenu textuel intégral de l'édition en langue anglaise de Wikipedia, dans le temps et dans l'espace. Les résultats comprennent des visualisations de l'histoire moderne capturées en moins d'un jour à l'aide de techniques d'exploration de données in-memory. En chargeant l'édition en langue anglaise intégrale de Wikipedia dans le SGI® UV™ 2000, M. Leetaru a pu montrer comment la vue du monde de Wikipedia s'est déroulée au cours des deux derniers siècles. La localisation, l'année et le sentiment négatif ou positif ont été liés à ces références.

Alors que les projets précédents ont cartographié les entrées de Wikipedia avec des métadonnées de localisation attribuées manuellement par un éditeur, ces tentatives précédentes ne représentaient qu'une infime partie des informations de localisation de Wikipedia. Ce projet a débloqué le contenu des articles mêmes, identifiant chaque localisation et chaque date dans les quatre millions de pages et dans les liens entre elles pour créer un réseau massif.

« Voir » Wikipedia d'une toute nouvelle façon.

« Cette analyse permet au monde de prendre du recul vis-à-vis des articles et des textes individuels pour obtenir une vue de la forêt de connaissances exceptionnelles capturées dans Wikipedia, et non pas seulement une vue page par page des arbres. On peut voir comment l'une des plus vastes collections de connaissances humaines a évolué et ce que l'on ne pouvait jamais voir auparavant, tel que le sentiment général à une date et à un lieu particulier, ou l'existence potentielle de lacunes dans la couverture des connaissances », a déclaré Franz Aman, directeur du marketing et chef de stratégie de SGI. « Nous adorons utiliser Google Earth parce que nous pouvons effectuer un zoom arrière et obtenir une vue d'ensemble. Grâce à SGI UV 2, nous pouvons appliquer le même concept à Big Data pour avoir une vue d'ensemble de notre Big Data ».

Sur la base de cette analyse, on constate quatre périodes de croissance dans la couverture historique de Wikipedia : 1001-1500 (Moyen-Âge), 1501-1729 (Début des Temps modernes), 1730-2003 (Siècle des Lumières), 2004-2011 (Ère Wikipedia) et sa croissance continue semble être axée sur l'amélioration de sa couverture d'évènements historiques, plutôt qu'une documentation accrue du présent. Le ton général de la couverture de chaque année par Wikipedia correspond étroitement à des événements mondiaux majeurs, la période la plus négative des 1000 dernières années étant la Guerre civile américaine, suivie de la Seconde Guerre mondiale. Cette analyse montre également que la « lacune de copyright » qui efface la plupart du vingtième siècle dans les collections d'ouvrages imprimés numérisés n'est pas un problème avec Wikipedia dont on constate la croissance exponentielle régulière de la couverture de 1924 à ce jour.

Permettre aux chercheurs d'explorer Big Data à la vitesse de Big Data

« La nature unidirectionnelle des connexions de Wikipedia, le manque de liens, et la distribution inégale de boîtes d'information font ressortir les limitations de l'exploration de métadonnées dans des collections telles que Wikipedia », a déclaré M. Leetaru. « Grâce à SGI UV 2, la vaste mémoire partagée m'a permis de poser des questions à l'ensemble complet des données en temps quasi-réel. Avec une énorme quantité de mémoire partagée à cohérence d'antémémoire au bout des doigts, je pourrais simplement écrire quelques lignes de code et l'exécuter à travers l'ensemble complet des données, en posant toutes les questions qui me viennent à l'esprit. Cela est impossible avec une approche de calcul « scale-out ». Cela ressemble beaucoup à l'utilisation d'une machine de traitement de texte au lieu d'une machine à écrire – Je peux effectuer mes recherches d'une manière entièrement différente, en me concentrant sur les résultats et non pas sur les algorithmes ».

L'approche analytique

Chargé dans SGI® UV™ 2000, l'ordinateur Big Brain, cet ensemble de données massif a subi un géocodage de texte intégral et une codification par date complète en utilisant des algorithmes qui ont identifié chaque mention de chaque localisation et de chaque date dans le texte de chaque entrée de Wikipedia. Plus de 80 millions de localisations et 42 millions de dates entre 1000 AD et 2012 ont été extraites, avec en moyenne 19 localisations et 11 dates par article (chaque 44 mots et chaque 75 mots, respectivement). Les connexions entre chaque date et chaque localisation ont été capturées dans un réseau massif représentant la vue de l'histoire par Wikipedia. Cette instrumentation a permis à M. Leetaru de réaliser une analyse en temps quasi-réel de l'ensemble complet des données sur le SGI UV 2 pour créer des cartes visuelles à travers l'espace et le temps et voir non seulement comment l'histoire s'est déroulée mais aussi le ton général du monde au cours des mille dernières années, et de tester de manière interactive une large gamme de théories et de questions de recherche, un travail qui lui a pris moins d'une journée.

Le nouveau SGI UV : L'ordinateur Big Brain

La famille de produits SGI UV 2 permet aux utilisateurs de trouver des réponses aux problèmes les plus difficiles du monde sur un système aussi facile à administrer qu'un poste de travail. Construit avec la famille E5 de processeurs Intel® Xeon®, exécutant un logiciel Linux standard, et prenant en charge une large gamme d'options de stockage, le SGI UV 2 offre une solution de norme industrielle complète pour le calcul sans limite.

En commençant avec seulement 16 cœurs et 32 gigaoctets de mémoire, le SGI UV 2 peut démarrer petit et s'agrandir facilement. Cette plate-forme de la prochaine génération double le nombre de cœurs (jusqu'à 4096 cœurs) et quadruple la quantité de mémoire principale cohérente (jusqu'à 64 téraoctets) par rapport à la génération précédente, disponible pour le calcul « in-memory » dans un système à une seule image. Le SGI UV 2 peut atteindre huit pétaoctets de mémoire partagée et à un débit E/S de pointe de quatre téraoctets par seconde (14 Po/heure), il pourrait ingérer le contenu intégral de la collection d'ouvrages imprimés de la U.S. Library of Congress en moins de trois secondes.

Le SGI UV 2000 est disponible dès maintenant. Le SGI UV 20 peut être commandé dès aujourd'hui et sera expédié à partir d'août 2012. Les prix commencent à 30 000 USD.

À propos de SGI

SGI, leader reconnu dans le domaine de l'informatique technique, s'engage à aider les clients à résoudre leurs obstacles économiques et technologiques les plus exigeants. Pour de plus amples renseignements, veuillez consulter le site sgi.com.

Connectez-vous avec SGI sur Twitter (@sgi_corp), Facebook (facebook.com/sgiglobal), YouTube (youtube.com/sgicorp), et LinkedIn.

Pour obtenir des photos et des vidéos, veuillez consulter : http://www.sgi.com/go/wikipedia

© 2012 Silicon Graphics International Corporation. SGI et le logo SGI sont les marques déposées ou les marques de commerce de Silicon Graphics International Corp. ou ses filiales aux États-Unis et/ou dans d'autres pays. Intel et Xeon sont des marques déposées d'Intel Corporation. Toutes les autres marques et dénominations commerciales appartiennent à leurs détenteurs respectifs.

Images offertes par Kalev Leetaru

Photos/Galerie multimédia disponibles : http://www.businesswire.com/cgi-bin/mmg.cgi?eid=50313303&lang=fr

More Stories By Business Wire

Copyright © 2009 Business Wire. All rights reserved. Republication or redistribution of Business Wire content is expressly prohibited without the prior written consent of Business Wire. Business Wire shall not be liable for any errors or delays in the content, or for any actions taken in reliance thereon.

IoT & Smart Cities Stories
As you know, enterprise IT conversation over the past year have often centered upon the open-source Kubernetes container orchestration system. In fact, Kubernetes has emerged as the key technology -- and even primary platform -- of cloud migrations for a wide variety of organizations. Kubernetes is critical to forward-looking enterprises that continue to push their IT infrastructures toward maximum functionality, scalability, and flexibility. As they do so, IT professionals are also embr...
At CloudEXPO Silicon Valley, June 24-26, 2019, Digital Transformation (DX) is a major focus with expanded DevOpsSUMMIT and FinTechEXPO programs within the DXWorldEXPO agenda. Successful transformation requires a laser focus on being data-driven and on using all the tools available that enable transformation if they plan to survive over the long term. A total of 88% of Fortune 500 companies from a generation ago are now out of business. Only 12% still survive. Similar percentages are found throug...
At CloudEXPO Silicon Valley, June 24-26, 2019, Digital Transformation (DX) is a major focus with expanded DevOpsSUMMIT and FinTechEXPO programs within the DXWorldEXPO agenda. Successful transformation requires a laser focus on being data-driven and on using all the tools available that enable transformation if they plan to survive over the long term. A total of 88% of Fortune 500 companies from a generation ago are now out of business. Only 12% still survive. Similar percentages are found throug...
Atmosera delivers modern cloud services that maximize the advantages of cloud-based infrastructures. Offering private, hybrid, and public cloud solutions, Atmosera works closely with customers to engineer, deploy, and operate cloud architectures with advanced services that deliver strategic business outcomes. Atmosera's expertise simplifies the process of cloud transformation and our 20+ years of experience managing complex IT environments provides our customers with the confidence and trust tha...
AI and machine learning disruption for Enterprises started happening in the areas such as IT operations management (ITOPs) and Cloud management and SaaS apps. In 2019 CIOs will see disruptive solutions for Cloud & Devops, AI/ML driven IT Ops and Cloud Ops. Customers want AI-driven multi-cloud operations for monitoring, detection, prevention of disruptions. Disruptions cause revenue loss, unhappy users, impacts brand reputation etc.
As you know, enterprise IT conversation over the past year have often centered upon the open-source Kubernetes container orchestration system. In fact, Kubernetes has emerged as the key technology -- and even primary platform -- of cloud migrations for a wide variety of organizations. Kubernetes is critical to forward-looking enterprises that continue to push their IT infrastructures toward maximum functionality, scalability, and flexibility.
The Japan External Trade Organization (JETRO) is a non-profit organization that provides business support services to companies expanding to Japan. With the support of JETRO's dedicated staff, clients can incorporate their business; receive visa, immigration, and HR support; find dedicated office space; identify local government subsidies; get tailored market studies; and more.
Today's workforce is trading their cubicles and corporate desktops in favor of an any-location, any-device work style. And as digital natives make up more and more of the modern workforce, the appetite for user-friendly, cloud-based services grows. The center of work is shifting to the user and to the cloud. But managing a proliferation of SaaS, web, and mobile apps running on any number of clouds and devices is unwieldy and increases security risks. Steve Wilson, Citrix Vice President of Cloud,...
When Enterprises started adopting Hadoop-based Big Data environments over the last ten years, they were mainly on-premise deployments. Organizations would spin up and manage large Hadoop clusters, where they would funnel exabytes or petabytes of unstructured data.However, over the last few years the economics of maintaining this enormous infrastructure compared with the elastic scalability of viable cloud options has changed this equation. The growth of cloud storage, cloud-managed big data e...
Artificial intelligence, machine learning, neural networks. We're in the midst of a wave of excitement around AI such as hasn't been seen for a few decades. But those previous periods of inflated expectations led to troughs of disappointment. This time is (mostly) different. Applications of AI such as predictive analytics are already decreasing costs and improving reliability of industrial machinery. Pattern recognition can equal or exceed the ability of human experts in some domains. It's devel...