中小规模机器学习的问题

https://mp.weixin.qq.com/s/-sHu8yAhKBCBfXkBIfCnuQ

具体而言，Hadoop 和 Spark 虽然提供了一些同步和粗粒度运算符（例如，Map，Reduce 和 Join 等），但主要还停留在解决中小规模机器学习的问题。GraphLab/GraphX 主要是为了图存储和计算，并不适用于普通的大规模机器学习算法。MPI 虽然能够支持普通的分布式计算，但其缺乏容错机制。特别是在 worker 很大的情况下，MPI 的运行成功率会大大降低，如图1所示。