圖形處理單元加速的數(shù)據(jù)庫市場已將自己確立為一個重要的新興市場。但是，尚不清楚GPU加速的數(shù)據(jù)庫是否或何時進入主流企業(yè)數(shù)據(jù)庫管理系統(tǒng)。

盡管GPU近年來已在數(shù)據(jù)庫體系結構方面取得了一些進展，但它們似乎不太可能脫離特定于應用程序的協(xié)處理器存儲區(qū)，并解決大多數(shù)組織使用數(shù)據(jù)庫管理系統(tǒng)的核心事務處理工作負載。

這是因為GPU不適合加速無法并行化，不涉及浮點數(shù)和其他數(shù)字處理的數(shù)據(jù)庫操作，或者需要大量數(shù)據(jù)在系統(tǒng)總線之間來回移動的數(shù)據(jù)庫。主要的中央處理單元。

商業(yè)GPU優(yōu)化的數(shù)據(jù)庫已經將自己確立為一個有前途的利基市場，主要來自專注于加速數(shù)據(jù)分析應用程序的創(chuàng)業(yè)公司，而這是一個非常擁擠的利基市場。例如：

Brytlyt的GPU加速分析數(shù)據(jù)庫可以在幾秒鐘內經濟高效地查詢數(shù)十億行數(shù)據(jù)集。

BlazingDB的GPU加速數(shù)據(jù)庫可以對海量數(shù)據(jù)集運行快速，簡單的SQL查詢。

Kinetica的平臺可以在數(shù)十億行中執(zhí)行標準的SQL查詢(以微秒為單位)，同時可視化結果，執(zhí)行機器學習模型并提取大量流數(shù)據(jù)。

OmniSci的平臺將SQL查詢編譯為可以在Nvidia Corp. GPU，Intel Corp. X86或IBM Corp. Power CPU上運行的機器代碼。

SQream的GPU加速列式數(shù)據(jù)庫幾乎實時處理了數(shù)萬億行。

值得注意的是，沒有一家領先的企業(yè)級DBMS提供商進入GPU加速數(shù)據(jù)庫市場。他們中的大多數(shù)人都與Nvidia合作， 以GPU加速其云和本地解決方案組合中的AI工作負載。一些與GPU數(shù)據(jù)庫利基公司合作的合作伙伴 ，還整合了這些合作伙伴的產品，作為分析密集型數(shù)據(jù)庫內工作負載(如數(shù)據(jù)倉庫和AI)的加速器。

GPU作為企業(yè)數(shù)據(jù)庫中的分析協(xié)處理器非常有意義。實際上，您可以像在最近的博客中討論的Oracle產品經理一樣，在GPU上運行一些企業(yè)數(shù)據(jù)庫工作負載。通過這樣做，您將獲得更快的分析處理速度，并通過合并列式，內??存中，單實例多數(shù)據(jù)，智能緩存，高帶寬服務器內存和其他復雜功能，提高數(shù)據(jù)庫性能，超出供應商可能已經設計的性能。技術應用于基于CPU的處理。

即便如此，GPU顯然在圖像處理和AI中脫穎而出。CPU經過優(yōu)化，可以對大量數(shù)據(jù)執(zhí)行少量的簡單計算，而GPU擅長并行化大量數(shù)據(jù)的計算。GPU非常適合用于加速深度學習(重復的矩陣計算以從處理的每個數(shù)據(jù)集中提取見解)和成像(每個處理的圖像數(shù)百萬個矢量計算)的加速。這就解釋了為什么在最近的這篇文章中，對GPU的未來需求可能來自需要將成像與數(shù)據(jù)驅動的情報進行高性能融合的沉浸式AI應用程序。

GPU數(shù)據(jù)庫市場的未來在于很大程度上不在RDBMS范圍內的數(shù)據(jù)平臺：區(qū)塊鏈。相對少量的數(shù)據(jù)進行高度并行計算就是區(qū)塊鏈的全部意義所在–特別是它是區(qū)塊鏈共識協(xié)議的基礎。實際上，GPU數(shù)據(jù)庫供應商已經將他們的解決方案出售給了加密貨幣挖掘市場，以處理這些以及其他以區(qū)塊鏈為中心的工作負載。

區(qū)塊鏈+深度學習+交互式成像

如果GPU優(yōu)化的數(shù)據(jù)庫市場希望突破其利基市場，那么很可能會受到對結合了區(qū)塊鏈，深度學習和交互式圖像的應用程序的需求的驅動。那可能是什么?

一種可能性是視頻流市場中的區(qū)塊鏈服務。正如我?guī)讉€月前所討論的，初創(chuàng)公司進入流媒體市場的目的是打破Netflix Inc.，YouTube和其他備受關注的內容看門 人的束縛， 他們將視頻和其他流媒體娛樂過度分配給多設備，多渠道的最終用戶，在世界上。這些初創(chuàng)企業(yè)中的大多數(shù)都試圖通過構建對等媒體環(huán)境來拉平視頻流市場，其中沒有中央服務器來存儲和管理內容。

這些創(chuàng)業(yè)公司的共同點是使用區(qū)塊鏈作為以下所有功能的基礎平臺：視頻存儲，分發(fā)和治理。據(jù)我所知，沒有人將基于AI的視頻處理作為一項整體或擴展功能提供，但這似乎是有前途的下一步，以開發(fā)可能賺錢的新服務。這些AI功能-除了一些基于區(qū)塊鏈的加密貨幣(發(fā)行商，查看者和其他生態(tài)系統(tǒng)參與者之間有數(shù)種付款方式)之外-似乎是為GPU加速數(shù)據(jù)庫量身定制的。

但目前尚不清楚GPU數(shù)據(jù)庫提供商是否正在探索這種機會。對于它們中的大多數(shù)，最可能的增長途徑將是混合數(shù)據(jù)環(huán)境中的高性能查詢加速器。