O Starburst alcança respostas de consulta de análise de IA 3 a 4 vezes mais rápidas ao adotar GPUs em vez de CPUs.
A empresa desenvolve e utiliza o motor SQL distribuído de código aberto Trino para consultar e analisar fontes de dados díspares, anteriormente dependendo de CPUs x86 para processamento de consultas. Seu software pode executar consultas de dados em planilhas, bancos de dados, data warehouses na nuvem e lakehouses. Em maio, a Dell atualizou seu portfólio de produtos AI Factory. Uma atualização chave: a plataforma inclui um Data Analytics Engine com tecnologia Starburst com análise SQL acelerada por GPU, oferecendo desempenho de consulta até 6 vezes mais rápido em sistemas não GPU em GPUs Nvidia Blackwell, com suporte planejado para hardware Vera futuro.
O CEO da Starburst, Justin Borgman, compartilhou em um briefing que o software Starburst agora suporta a CPU Vera e a GPU Rubin da Nvidia. Quando questionado sobre a posição de mercado da Starburst em relação à Databricks e Snowflake, Borgman comentou: “É uma coopetição clássica. Cooperamos da perspectiva do cliente e interoperamos com essas plataformas, consultando seus dados. Se você é um grande banco executando Databricks, Snowflake, Teradata, IBM e Oracle, o Starburst complementa todos esses sistemas. Isso é central para nossa estratégia, dando aos clientes flexibilidade para preservar seus investimentos tecnológicos existentes. Do lado competitivo, ambas as plataformas visam servir como a única fonte unificada de dados.”
“Competimos por certas cargas de trabalho, mas nossa arquitetura difere. Para grandes empresas, entregamos valor único que elas não conseguem igualar: federação de dados e implantação híbrida. Suportamos operação on-premises, enquanto essas duas plataformas rodam apenas na nuvem.”
Ele continuou: “A parceria com a Nvidia se torna atraente porque agora suportamos GPUs ao lado de CPUs. A Nvidia lançou uma nova CPU este ano, embora as GPUs permaneçam seu negócio principal. As empresas podem alavancar GPUs existentes, incluindo capacidade ociosa, para executar cargas de trabalho de análise e obter maior flexibilidade.”
“Começamos este trabalho no início do ano e acabamos de lançar nossa primeira versão, construída usando cuDF, um kit de ferramentas de processamento de dados estruturados NVIDIA CUDA-X de código aberto. Construído sobre primitivas CUDA otimizadas, o cuDF aproveita o paralelismo da GPU e a largura de banda da memória para acelerar pipelines de processamento de dados e análise.”
Borgman declarou: “Vemos um forte desempenho, cerca de três a quatro vezes mais rápido que as CPUs. As GPUs têm custos mais altos, que devem ser ponderados no planejamento de custo-desempenho. Mas os primeiros casos de uso mostram que grandes bancos compraram GPUs que não operam em plena utilização constantemente. Eles já incorreram nesse gasto de capital; executar análises em lote durante horários de menor movimento pode elevar a utilização da GPU de 60% para 90%.”
Ele descreveu duas abordagens operacionais: “Você pode agendar trabalhos para janelas ociosas conhecidas, como das 21h à meia-noite. Também suportamos monitoramento em tempo real da utilização da GPU para agendar dinamicamente trabalhos quando recursos sobressalentes ficam disponíveis.”
A Nvidia se beneficia, pois isso expande seu mercado total endereçável.
Quando perguntado o que desencadeou essa iniciativa, Borgman disse: “A serendipidade desempenhou um grande papel. No início deste ano, a Nvidia nos contatou para benchmarkar sua nova CPU Vera, marcando sua entrada no mercado de CPUs. Nossos testes mostraram que o Starburst rodou significativamente mais rápido na Vera em comparação com processadores Intel. A Nvidia apresentou nossos resultados de benchmark na apresentação principal de Jensen, o que deu início à nossa colaboração. Então a Nvidia sugeriu que avaliássemos seu framework cuDF para habilitar o Starburst em GPUs.”
O ganho de desempenho resultante varia de 3x a 7x, dependendo da complexidade da consulta, com as consultas maiores e mais complexas atingindo o speedup de 7x.
Borgman acredita que isso muda o posicionamento do Starburst contra Databricks e Snowflake: “Isso nos diferencia. Databricks e Snowflake são serviços nativos da nuvem que absorvem custos de computação em seu modelo de precificação, apertando suas margens de lucro. Nós permitimos que os clientes implantem em sua própria infraestrutura. Esses fornecedores de nuvem devem buscar continuamente o menor custo de computação, o que não se alinha bem com o hardware de preço mais alto da Nvidia. Acreditamos que somos a única plataforma de dados corporativos bem adequada para fazer parceria com a Nvidia neste espaço.”
Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang/Diretor de Estratégia Global
WhatsApp / WeChat: +86 13426366826
E-mail: yangyd@qianxingdata.com
Website: www.qianxingdata.com/www.storagesserver.com
Foco de Negócios:
Distribuição de Produtos de TI/Integração de Sistemas e Serviços/Soluções de Infraestrutura
Com mais de 20 anos de experiência em distribuição de TI, fazemos parceria com as principais marcas globais para fornecer produtos confiáveis e serviços profissionais.
“Usando a Tecnologia para Construir um Mundo Inteligente”Seu Provedor Confiável de Serviços de Produtos de TI!
Por favor verifique seu email!
Portuguese
