Преведи "parallel processing" на Германски

DE SANsymphony verwendet eine patentierte parallele I/O-Verarbeitungstechnologie, bei der eine variable Anzahl von Kernen in einem Mehrkernprozessor vollständig genutzt wird, um I/O-Threads parallel zu verarbeiten.

• parallele I
• O-Verarbeitungstechnologie
• Mehrkernprozessor vollständig genutzt

DE RaptorXML+XBRL Server ist ein XBRL-Validierungs- und -Verarbeitungsprozessor, mit dem XBRL-Daten mit Hochgeschwindigkeit und parallel auf modernen Mehrkern-CPUs verarbeitet werden können. RaptorXML+XBRL Server unterstützt auch die XULE-Verarbeitung.

• Verarbeitungsprozessor
• XBRL-Daten mit Hochgeschwindigkeit
• parallel auf modernen

DE Wir haben mit C#/.NET gearbeitet, um eine eigene Software zu entwickeln. Sie nutzt die Vorteile mehrerer Kerne und Maschinen, um Daten parallel zu verarbeiten.

• gearbeitet
• nutzt die Vorteile
• Kerne
• Maschinen

DE Die DIGITUS PCIe Parallel 1-Port Karte kann an einem PCI Express Steckplatz installiert werden, damit Sie ein SPP / ECP paralleles Peripheriegerät am Computer anschließen können

• DIGITUS PCIe Parallel
• PCI Express Steckplatz
• ECP paralleles Peripheriegerät

DE Die gute Performance der SPP / ECP Parallel-Karte verfügt über einen DB25 parallel Port, der ideal für den Anschluss von Druckern, Scannern, CD-Laufwerke, Speicherkarten-Lesegeräte und mehr ist

• ECP Parallel-Karte verfügt
• parallel Port
• Druckern
• Scannern
• CD-Laufwerke
• Speicherkarten-Lesegeräte

DE Dieses Video verwendet die TTask-Klasse der Bibliothek zur Parallelprogrammierung, um Prozeduren zu verwalten, die in parallelen Threads ausgeführt werden können

• Dieses Video verwendet
• TTask-Klasse der Bibliothek
• Parallelprogrammierung
• Prozeduren zu verwalten
• parallelen Threads ausgeführt

DE Wir haben mit C#/.NET gearbeitet, um eine eigene Software zu entwickeln. Sie nutzt die Vorteile mehrerer Kerne und Maschinen, um Daten parallel zu verarbeiten.

• gearbeitet
• nutzt die Vorteile
• Kerne
• Maschinen

DE Parallel Query ist für Amazon Aurora mit MySQL-Kompatibilität verfügbar. Die ersten Schritte sind leicht: Aktivieren Sie einfach Parallel Query, wenn Sie Ihren Aurora-Cluster erstellen.

• verfügbar
• Aktivieren Sie einfach
• Query
• Ihren Aurora-Cluster

DE Parallel Query ist für die mit MySQL 5.6 kompatible Version von Amazon Aurora ab v1.18.0 verfügbar. Wir planen, Parallel Query auf Aurora mit MySQL 5.7-Kompatibilität und auf Aurora PostgreSQL-kompatible Edition zu erweitern.

• MySQL kompatible Version
• planen
• MySQL
• Aurora PostgreSQL-kompatible Edition

DE Wenn Sie überzeugt sind, dass Parallel Query die richtige Wahl ist, können Sie sich darauf verlassen, dass der Abfrageoptimierer automatisch entscheidet, welche Abfragen Parallel Query verwenden sollen

• darauf verlassen
• Abfrageoptimierer automatisch entscheidet
• welche Abfragen Parallel
• verwenden sollen

DE Die im Zuge dieser Lehrveranstaltung durchgeführte kommissionelle Prüfung erfolgt in Übereinstimmung mit den Anforderungen an abschließende Prüfungen in FH-Bachelorstudiengängen gemäß FHStG.i.d.g.F.

• Zuge dieser Lehrveranstaltung
• kommissionelle Prüfung erfolgt
• gemäß

DE Beachte bitte, dass eine höhere Anzahl an parallelen Requests auch eine größere Belastung für Deinen Server bedeutet. Wenn Du Dir unsicher bist, wie belastbar Dein Server ist empfehlen wir, die parallelen Anfragen nur langsam zu erhöhen.

• Beachte bitte
• Belastung für Deinen
• bedeutet
• Dir unsicher bist
• belastbar Dein Server

DE Wir haben mit C#/.NET gearbeitet, um eine eigene Software zu entwickeln. Sie nutzt die Vorteile mehrerer Kerne und Maschinen, um Daten parallel zu verarbeiten.

• gearbeitet
• nutzt die Vorteile
• Kerne
• Maschinen

DE Wir haben mit C#/.NET gearbeitet, um eine eigene Software zu entwickeln. Sie nutzt die Vorteile mehrerer Kerne und Maschinen, um Daten parallel zu verarbeiten.

• gearbeitet
• nutzt die Vorteile
• Kerne
• Maschinen

DE Wir haben mit C#/.NET gearbeitet, um eine eigene Software zu entwickeln. Sie nutzt die Vorteile mehrerer Kerne und Maschinen, um Daten parallel zu verarbeiten.

• gearbeitet
• nutzt die Vorteile
• Kerne
• Maschinen

DE Wir haben mit C#/.NET gearbeitet, um eine eigene Software zu entwickeln. Sie nutzt die Vorteile mehrerer Kerne und Maschinen, um Daten parallel zu verarbeiten.

• gearbeitet
• nutzt die Vorteile
• Kerne
• Maschinen

DE Wir haben mit C#/.NET gearbeitet, um eine eigene Software zu entwickeln. Sie nutzt die Vorteile mehrerer Kerne und Maschinen, um Daten parallel zu verarbeiten.

• gearbeitet
• nutzt die Vorteile
• Kerne
• Maschinen

DE Wir haben mit C#/.NET gearbeitet, um eine eigene Software zu entwickeln. Sie nutzt die Vorteile mehrerer Kerne und Maschinen, um Daten parallel zu verarbeiten.

• gearbeitet
• nutzt die Vorteile
• Kerne
• Maschinen

DE Wir haben mit C#/.NET gearbeitet, um eine eigene Software zu entwickeln. Sie nutzt die Vorteile mehrerer Kerne und Maschinen, um Daten parallel zu verarbeiten.

• gearbeitet
• nutzt die Vorteile
• Kerne
• Maschinen

DE Wir haben mit C#/.NET gearbeitet, um eine eigene Software zu entwickeln. Sie nutzt die Vorteile mehrerer Kerne und Maschinen, um Daten parallel zu verarbeiten.

• gearbeitet
• nutzt die Vorteile
• Kerne
• Maschinen

DE Wir haben mit C#/.NET gearbeitet, um eine eigene Software zu entwickeln. Sie nutzt die Vorteile mehrerer Kerne und Maschinen, um Daten parallel zu verarbeiten.

• gearbeitet
• nutzt die Vorteile
• Kerne
• Maschinen

DE Wenn Sie Ihren Mauszeiger über das Teilmodell in der Software bewegen, hebt Eiger die Fläche unter Ihrem Cursor sowie alle Flächen, die parallel dazu (und innerhalb einer kleinen Winkeltoleranz zur Parallele) verlaufen, blau hervor

• bewegen
• Flächen
• parallel dazu
• innerhalb einer kleinen
• Parallele
• verlaufen
• blau hervor

DE RaptorXML+XBRL Server ist ein XBRL-Prozessor, mit dem XBRL-Daten mit Hochgeschwindigkeit und parallel auf modernen Mehrkern-CPUs verarbeitet und validiert werden können.

• XBRL-Daten mit Hochgeschwindigkeit
• parallel auf modernen
• verarbeitet

DE Altova, ein Anbieter von XML-Tools, stellte vorige Woche RaptorXML, einen vollständigen Verarbeitungs- und Validierungsserver zur schnelleren Verarbeitung von XML- und XBRL-Daten vor, der laut Falk für parallele Rechnerarchitekturen optimiert ist

• Altova
• Anbieter von XML-Tools
• stellte vorige Woche
• vollständigen Verarbeitungs-
• Validierungsserver zur schnelleren
• XML-

DE RaptorXML+XBRL Server ist ein XBRL-Validierungs- und -Verarbeitungsprozessor, mit dem XBRL-Daten mit Hochgeschwindigkeit und parallel auf modernen Mehrkern-CPUs verarbeitet werden können

• Verarbeitungsprozessor
• XBRL-Daten mit Hochgeschwindigkeit
• parallel auf modernen

DE MapReduce teilt Petabytes an Daten in kleinere Einheiten auf, die auf Hadoop-Commodity-Servern parallel verarbeitet werden, und erleichtert so die gleichzeitige Verarbeitung

• MapReduce teilt Petabytes
• Hadoop-Commodity-Servern parallel verarbeitet
• Verarbeitung

DE RaptorXML+XBRL Server ist ein XBRL-Prozessor, mit dem XBRL-Daten mit Hochgeschwindigkeit und parallel auf modernen Mehrkern-CPUs verarbeitet und validiert werden können.

• XBRL-Daten mit Hochgeschwindigkeit
• parallel auf modernen
• verarbeitet

DE RaptorXML+XBRL Server ist ein XBRL-Validierungs- und -Verarbeitungsprozessor, mit dem XBRL-Daten mit Hochgeschwindigkeit und parallel auf modernen Mehrkern-CPUs verarbeitet werden können

• Verarbeitungsprozessor
• XBRL-Daten mit Hochgeschwindigkeit
• parallel auf modernen

DE Altova, ein Anbieter von XML-Tools, stellte vorige Woche RaptorXML, einen vollständigen Verarbeitungs- und Validierungsserver zur schnelleren Verarbeitung von XML- und XBRL-Daten vor, der laut Falk für parallele Rechnerarchitekturen optimiert ist

• Altova
• Anbieter von XML-Tools
• stellte vorige Woche
• vollständigen Verarbeitungs-
• Validierungsserver zur schnelleren
• XML-

DE Andererseits enthalten Grafikprozessoren (GPUs) Hunderte von Kernen, die in der Lage sind, eine große Anzahl einfacher Aufgaben parallel zu verarbeiten

• Andererseits enthalten Grafikprozessoren
• GPUs
• Hunderte von Kernen
• große Anzahl einfacher
• parallel zu verarbeiten

DE Mit seinen Server-Funktionalitäten wie Parallelverarbeitung und Multi-Threading, Bulk SQL Merge, plattformübergreifender Unterstützung und mehr, eröffnet MapForce Server ganz neue Möglichkeiten für Datentransformationen.

• Multi-Threading
• Bulk SQL Merge
• plattformübergreifender Unterstützung
• eröffnet MapForce Server

DE Paralleles Laden, Validieren und Verarbeiten nach Design

• Paralleles Laden
• Validieren
• Verarbeiten nach Design

DE Parallele Verarbeitung mehrerer Lösungen

• Parallele Verarbeitung mehrerer

DE Durch Verwendung paralleler Rechnerumgebungen, Codeoptimierung für ultraschnelle Verarbeitung und niedrigen Speicherbedarf wurde RaptorXML von Grund auf für die schnelle XSLT-Verarbeitung entwickelt.

• Verwendung paralleler Rechnerumgebungen
• Codeoptimierung für ultraschnelle
• schnelle XSLT-Verarbeitung

DE Unmittelbarer Zugriff auf Daten über eine schnelle Datenverarbeitung mit niedriger Latenz dank Speichernutzung (RAM) und verteilter paralleler Ausführung.

• Latenz dank Speichernutzung
• RAM
• verteilter paralleler

DE Durch die massiv-parallele Verarbeitung lassen sich Big-Data-Workloads skalieren und Aufgaben automatisch auf mehrere Kerne verteilen.

• massiv-parallele Verarbeitung lassen
• Big-Data-Workloads skalieren
• Kerne

DE Dank Verwendung paralleler Rechnerumgebungen, Codeoptimierung für ultraschnelle Verarbeitung und niedrigem Speicherbedarf ermöglicht RaptorXML Server eine enorm hohe Verarbeitungsgeschwindigkeit

• Dank Verwendung paralleler
• Codeoptimierung für ultraschnelle
• niedrigem Speicherbedarf ermöglicht
• Server eine enorm
• Verarbeitungsgeschwindigkeit

DE Mit der Parallelverarbeitung werden Aufträge schneller fertiggestellt, um auch engste Termine einzuhalten. Sie können sogar Medien in Avid NEXIS gemeinsamen Bins und Projekten zuweisen und Aufträge direkt an Ihr Netzwerk senden.

• Parallelverarbeitung werden Aufträge
• fertiggestellt
• engste Termine einzuhalten
• NEXIS gemeinsamen Bins
• Projekten zuweisen
• Netzwerk

DE Neben der automatischen Speicherbereinigung unterstützt Go auch zu einem hohen Graf Nebenläufigkeiten und ermöglicht damit die parallele Verarbeitung von verschiedenen Befehlen

• Neben der automatischen
• hohen Graf Nebenläufigkeiten
• Verarbeitung von verschiedenen

DE Data-Warehouse-optimiert: Laden Sie Daten mit nativen Performance-optimierten APIs für Teradata, Oracle Exadata und andere EDWs, die MPP (Massively Parallel Processing) nutzen.

• Data-Warehouse-optimiert
• Laden Sie Daten
• nativen Performance-optimierten APIs
• Teradata
• Oracle Exadata
• andere EDWs
• MPP
• Massively Parallel Processing

DE Die parallele Verarbeitung bedeutet auch, dass verschiedene Reverbs auf verschiedene Sounds angewendet werden müssen. 

• parallele Verarbeitung bedeutet

DE Die Anordnung von Datensätzen über verschiedene Shards hinweg wird nicht gewährleistet, und die Verarbeitung der einzelnen Shards erfolgt parallel.

• Anordnung von Datensätzen
• verschiedene Shards hinweg
• gewährleistet
• Verarbeitung der einzelnen
• erfolgt

DE Eine weltweite Lizenz mit unbegrenztem Zugriff für paralleles Rechnen auf Clustern

• Zugriff für paralleles
• Clustern

DE Der DataMan 470 Barcode-Leser verfügt über sieben leistungsfähige Prozessorkerne, mit denen mehrere Algorithmen und Prozesse parallel mit erstaunlicher Geschwindigkeit ausgeführt werden können

• DataMan Barcode-Leser verfügt
• sieben leistungsfähige Prozessorkerne
• denen mehrere Algorithmen

DE Vantage on VMware ist eine MPP-Option (Massively Parallel Processing) für Produktionsfälle, die eine hohe Skalierbarkeit erfordern

• Vantage on VMware
• MPP-Option
• Massively Parallel Processing
• Produktionsfälle
• hohe Skalierbarkeit erfordern

DE Das NVIDIA® Jetson Nano™ Developer Kit ist ein leistungsstarker kleiner Computer, mit dem Sie mehrere neuronale Netze parallel in Anwendungen wie Bildklassifizierung, Objekterkennung, Segmentierung und Sprachverarbeitung ausführen können

• Jetson
• leistungsstarker kleiner Computer
• mehrere neuronale Netze
• Anwendungen wie Bildklassifizierung
• Objekterkennung
• Segmentierung

DE Wir setzen auf Big-Data-Technologie und Cluster Computing und ermöglichen so parallele Datenverarbeitung auf einem skalierbaren Server-Cluster.

• setzen auf Big-Data-Technologie
• Cluster Computing
• ermöglichen so parallele
• skalierbaren

DE Beschleunigen Sie die Performance von SAN-Arrays durch patentierte Technologien wie Parallel-I/O-Verarbeitung und Verwendung von DRAM als Cache.

• SAN-Arrays durch patentierte
• Parallel-I
• O-Verarbeitung
• Verwendung von DRAM

DE Verbessern Sie die Performance von Dateizugriffen auf NAS-Geräten mit paralleler NFS-Verarbeitung und Durchsatzoptimierung.

• Dateizugriffen auf NAS-Geräten
• paralleler NFS-Verarbeitung

DE Verbessern Sie die Performance durch RAM Caching, Parallel I/O und Auto-Tiering

• RAM Caching
• Parallel I
• Auto-Tiering