这个大数据项目开发工具，支持研究人员和开发人员大规模制作多媒体内容分析算法原型。通常，科学家和工程师喜欢使用高级编程语言，如Python或MATLAB来进行实验，因为它们可以快速实现一个新想法。然而，大数据实验通常是计算密集型的，因此最终必须由专业程序员重新编码为低级语言，才能获得足够的性能，从而在生产力和性能之间造成差距。此外，根据输入数据大小和硬件参数，可能存在将问题映射到并行硬件的多种策略，这进一步加剧了问题。
本项目以多媒体内容分析的应用领域为例（由于消费者制作的视频的稳定上传，数据量最大且增长最快的领域之一），对面向模式的，使用分层方法进行并行编程的特定于应用程序的专门化框架。最终目的是在高级语言的生产力水平上提供各种并行处理的可伸缩性。
社交媒体视频越来越多地被用于科学研究，因为它们允许我们观察和模拟许多研究过的现象，例如社会科学、经济学、气象学和医学。更具可扩展性的内容分析会影响任何使用社交媒体视频的领域。此外，社交媒体视频是许多人日常生活的一部分。使多媒体内容分析更具可伸缩性，可以让更多的学生和研究人员开发更好的算法，因此影响了许多人的生活。该框架可在项目网站上找到：http://smash.icsi.berkeley.edu
NSF拨款IIS:1251276，BIGDATA:Small:DCM:DA:Collaborative Research:SMASH——高级语言的可扩展多媒体内容分析
