GPU 数据库

在2015年之前GPU数据库还只是一个技术案例的演示版本，自2015年以来已经陆续有基于GPU加速的数据库。

GPU数据库的若干优点

针对大量数据执行重复性操作时，GPU数据库相比常规的CPU数据库有了显著改进。这是由于GPU在每块卡上可能有数千个核心和高带宽内存。
GPU具有许多独特的优点：
1.更快速的创新:GPU仍然遵循阿姆达尔定律（Amdahl’s law），效率提升通常是CPU速度提升的两倍，而且发布周期短得多。与CPU相比，GPU在处理同样的工作负载时通常快10倍至100倍。
GPU尺寸小得多（大小只有CPU的1/6.5至1/20）。仅仅16台GPU加速的服务器拥有与1000个CPU集群一样强大的执行能力。
具有实时可视化和处理数据的能力。由于数据驻留在强大的图形渲染引擎上，结果以极快的速度显示！

2.数据获取速度非常快：
近实时数据探索――实时数据探索和飞快的获取速度通常意味着，数据科学家和机器学习算法确实从使用GPU中获益良多。

通俗的来说：

CPU需要很强的通用性来处理各种不同的数据类型，同时又要逻辑判断又会引入大量的分支跳转和中断的处理。这些都使得CPU的内部结构异常复杂; 所以CPU一般由几个针对顺序串行处理而优化的内核组成 
GPU 
GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境. 所以一般GPU具有一个大规模并行架构，由数千个更小，效率更高的内核组成，用于同时处理多个任务。 
GPU数据库vs传统数据库： 
GPU和数据库各有所长，GPU数据库擅长处理需要大量数学密集型运算的任务，比如视觉模拟、超快数据库事务、计算视觉
和机器学习等任务，而数据库擅长于特定要求的计算，如比较复杂的连接计算 

 

目前市场上出现的GPU数据库：

MapD

公司网址：https://www.omnisci.com/

git地址：https://github.com/omnisci/mapd-core

产品定位：GPU OLAP database

基于C++开发的MapD数据库核心，开源遵循GPL3协议。MapD公司成立于2013年总部位于旧金山，是一家为企业提供图形处理器GPU数据分析服务的初创企业，率先使用图形处理单元（GPU）来以毫秒为单位来分析数十亿行的数据，比传统的基于CPU的系统快。

2018年9月品牌重命名为OmniSci。2018年10月获得C轮5500万美元的融资。

此前MapD,

 2017年3月获得2500万美元B轮融资
 2016年3月获得1000万美元A轮融资；
 2014年10月获得200万美元种子轮融资；
 2014年3月获得10万美元风险投资。

公司网址：https://sqream.com

git地址：https://github.com/SQream

产品定位：

以色列公司，目前采用的闭源代码，2018年国内的阿里巴巴有投资此公司，目前在阿里云可试用。

SQream于2018年5月获得了阿里巴巴集团领投的2640万美元B轮融资,总融资额将达到4000万美元。

以色列 Sqream，2015 年种子轮$7.5M，2017 年 A 轮$24M。

 

公司网站：http://blazingdb.com

git地址：https://github.com/blazegraph/database

产品定位：Distributed GPU SQL Engine on RAPIDS

BlazingDB是一个GPU驱动的数据库，主要针对使用PostgreSQL、MySQL或Amazon Redshift数据库的公司，BlazingDB的创造者声称BlazingDB的速度提升要远超其它产品。

基于java开发，目前只支持ubuntu 16.04 LTS,可以支持docker运行.

 

ZILLIZ（上海赜睿信息科技有限公司）

产品定位：GPU OLAP数据库.

2016年成立于中国上海，2018年获得A1轮融资1000万美元，总融资金额超过1100万美元。

 

Blazegraph:

网站：https://www.blazegraph.com/

产品定位：GPU Graph Database

Kinetica

网站：https://www.kinetica.com

git地址：https://github.com/kineticadb

产品定位：High Performance Analytics Database

美国 Kinetica，2016 年种子轮共$13M，2017 年 6 月 A 轮$50M，共融资$63M(6300万美元)

 

pg_storm:

git地址：https://github.com/heterodb/pg-strom

兼容postgresql的GPU数据库.

brytlyt：

网站：https://www.brytlyt.com/

产品定位：World's Fastest & Most Advanced GPU Database

该产品基于postgresql开发。

 

Uber AresDB：

Uber 公司于2019年年初开源的GPU数据库，用于实时分析。

https://eng.uber.com/aresdb/

https://github.com/uber/aresdb

 

 

 

参考：

https://www.jianshu.com/p/2ce166bc2e12

https://tech.marksblogg.com/benchmarks.html

https://www.infoq.cn/article/96KL3BQwqz-IzxYi2wUO