🥇 BlazingSQL SQL इन्जिन, जसले GPU एक्सेलेरेशन प्रयोग गर्दछ, खुला स्रोत हो

घोषणा गरे SQL इन्जिनको स्रोत खोल्ने बारे ब्लेजिंग एसक्यूएल, जसले डेटा प्रशोधन गति बढाउन GPU प्रयोग गर्दछ। BlazingSQL पूर्ण विकसित DBMS होइन, तर ठूला डाटा सेटहरूको विश्लेषण र प्रशोधन गर्न इन्जिनको रूपमा राखिएको छ, यसको कार्यहरूमा तुलना गर्न सकिन्छ। अपाचे स्पार्क। कोड पाइथन र मा लेखिएको छ खोल्नुहोस् Apache 2.0 अन्तर्गत इजाजतपत्र प्राप्त।

BlazingSQL ट्याबुलर ढाँचाहरूमा भण्डारण गरिएका ठूला डाटा सेटहरू (दसौं गिगाबाइटहरू) मा एकल विश्लेषणात्मक प्रश्नहरू प्रदर्शन गर्न उपयुक्त छ (उदाहरणका लागि, लगहरू, नेटफ्लो तथ्याङ्कहरू, आदि)। BlazingSQL ले नेटवर्क र HDSF र AWS S3 जस्ता क्लाउड फाइल प्रणालीहरूमा होस्ट गरिएका CSV र Apache Parquet ढाँचाहरूमा कच्चा फाइलहरूबाट प्रश्नहरू चलाउन सक्छ, परिणामलाई सीधा GPU मेमोरीमा स्थानान्तरण गर्दछ। GPU मा सञ्चालनको समानान्तरीकरण र छिटो भिडियो मेमोरीको प्रयोगको लागि धन्यवाद, BlazingSQL क्वेरीहरू भन्दा कममा कार्यान्वयन हुन्छ। 20 पटक Apache Spark भन्दा छिटो।

GPU सँग काम गर्न, NVIDIA को सहभागितामा विकसित गरिएको सेट प्रयोग गरिन्छ खोल्नुहोस् पुस्तकालयहरू RAPIDS, जसले तपाईंलाई डेटा प्रशोधन र विश्लेषण अनुप्रयोगहरू सिर्जना गर्न अनुमति दिन्छ जुन पूर्ण रूपमा GPU साइडमा चल्छ (द्वारा प्रदान गरिएको पाइथन इन्टरफेस निम्न-स्तर CUDA आदिम प्रयोग गर्न र गणनाहरू समानान्तर गर्न)।

BlazingSQL ले डाटा प्रोसेसिङ API को सट्टा SQL प्रयोग गर्ने क्षमता प्रदान गर्दछ cuUDF (आधारमा Apache तीरRAPIDS मा प्रयोग गरिन्छ। BlazingSQL एक अतिरिक्त तह हो जुन cuDF को शीर्षमा चल्छ र डिस्कबाट डाटा पढ्न cuIO पुस्तकालय प्रयोग गर्दछ। SQL क्वेरीहरूलाई cuUDF प्रकार्यहरूमा कलहरूमा अनुवाद गरिन्छ, जसले तपाईंलाई GPU मा डेटा लोड गर्न र यसमा मर्ज, एग्रीगेसन र फिल्टरिङ कार्यहरू गर्न अनुमति दिन्छ। हजारौं GPU हरू फैलिएको वितरित कन्फिगरेसनहरूको सिर्जना समर्थित छ।

BlazingSQL ले डाटासँग काम गर्न धेरै सरल बनाउँछ - cuDF प्रकार्यहरूमा सयौं कलहरूको सट्टा, तपाईंले एउटा SQL क्वेरी प्रयोग गर्न सक्नुहुन्छ। SQL को प्रयोगले RAPIDS लाई अवस्थित एनालिटिक्स प्रणालीहरूसँग एकीकृत गर्न सम्भव बनाउँछ, विशिष्ट प्रोसेसरहरू नलेखी र अतिरिक्त DBMS मा डाटाको मध्यवर्ती लोडिङको सहारा बिना, तर
RAPIDS का सबै भागहरूसँग पूर्ण अनुकूलता कायम राख्दै, अवस्थित कार्यक्षमता SQL मा अनुवाद गर्दै र cuDF स्तरमा प्रदर्शन प्रदान गर्दै। यसमा पुस्तकालयहरूसँग एकीकरणको लागि समर्थन समावेश छ XGBoost и cuML एनालिटिक्स र मेशिन लर्निंगको समस्याहरू समाधान गर्न।

स्रोत: opennet.ru

BlazingSQL SQL इन्जिन कोड खोल्नुहोस्, त्वरणको लागि GPU प्रयोग गरेर

एक टिप्पणी थप्न Отменить ответ