1. CPU需要很强的通用性来处理各种不同的数据类型 针对逻辑进行分支和跳转 针对顺序串行优化 :
逻辑控制, 串行运算, 通用计算
2. GPU 数据类型统一、不依赖大量数据、不被打断的纯计算:
高并发(简单)运算, 高吞吐量运算, 计算密集(ALU单元)
主流GPU数据库介绍
MapD
MapD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,“MapD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的公司。
Kinetica
Kinetica 利用图像处理芯片提供计算支持,允许企业使用机器学习,商业智能分析和可视化技术更快速地分析海量数据
BlazingDB
Blazegraph
PG-Strom
Sqream