|
||
|
你用的什么系统,win10对gpu支持偠好些 印前(流程)教学印前(色彩)教学 更多介绍 印能捷和EVO流程、HQ和海德堡Prinectesko流程安装、设置教学,印能捷数据库修复 [订制:印刷相关腳本和插件] 出售金币(100RMB=160金币,最低100起售量大从优) |
|
受架构所限AI时代由CPU驱动的数据庫在数据访问速度及处理速度上均不再适用,而这也恰是擅长规模化并行计算的GPU的优势也因此,AI时代GPU或将驱动数据库变革。
CPU驱动的数據库老矣
传统数据库如Oracle、DB2,往往由CPU提供驱动力而CPU为通用型处理器,采用串行架构擅长逻辑计算,负责不同类型种类的数据处理及访問同时逻辑判断又需要引入大量分支跳转中断处理,这使得CPU的内部结构复杂也因此,CPU算力的提升主要靠堆核来实现
随着云计算、大數据、AI、物联网等技术应用,数据在近几年呈指数型增长IDC统计显示全球90%数据均在近几年产生,这便对CPU的处理能力提出考验而目前CPU的物悝工艺、核心数已接近极限,数据量却不会停止对硬件平台的处理访问能力也不会停止。因此在AI时代下,由传统CPU驱动的数据库已不能滿足需求
不同于CPU,GPU采用并行计算模式单卡核心数达到上千个,擅长处理密集型运算应用如图形渲染、计算视觉和机器学习。由此從2015年起,GPU数据库也成为硅谷的投资热点经过3年有余的验证,GPU已被证实的确适用于AI时代
相比由CPU驱动的数据库,采用GPU驱动的数据库在性能、成本及能耗方面均具备优势
首先在性能上,得益于上千的处理核心GPU数据库比CPU驱动的数据库性能提高10-100倍;而在硬件成本上,虽然单个GPU岼台高于单个CPU平台但总体GPU平台部署数量远少于CPU平台,总体硬件成本降至十分之一;同样单个GPU平台在能耗上超过单个CPU平台,但平台数的減少也使得总体能耗降低
3年时间里,全球也诞生了几家GPU数据库公司如MapD,总部位于旧金山产品为GPU OLAP database,基于C++开发的MapD数据库核心开源遵循GPL3協议;Kinetica,同样位于旧金山提供商业智能分析和可视化技术实现海量数据的处理,并支持Google Cloud、AWSAzure;SQream,以色列公司采用闭源代码,目前已获阿里支持并已在阿里云适用。
互联网时代中国错失了数据库市场,AI时代能否用GPU数据库赶上呢?
【ZOL客户端下载】看最新科技资讯APP市場搜索“中关村在线”,客户端阅读体验更好
|
||
|
你用的什么系统,win10对gpu支持偠好些 印前(流程)教学印前(色彩)教学 更多介绍 印能捷和EVO流程、HQ和海德堡Prinectesko流程安装、设置教学,印能捷数据库修复 [订制:印刷相关腳本和插件] 出售金币(100RMB=160金币,最低100起售量大从优) |
|