Rethinking Analytical Processing in the GPU Era

Zusammenfassung

Das Zeitalter der GPU-gestützten Datenanalytik ist da. In diesem Beitrag argumentieren wir, dass jüngste Fortschritte in Hardware (größere GPU-Speicher, schnellere Interconnects und I/O, sinkende Kosten) und Software (komponierbare Datensysteme und ausgereifte Bibliotheken) die zentralen Hürden beseitigt haben, die einer breiteren Nutzung von GPU-Datenanalytik im Weg standen. Wir stellen Sirius vor, einen prototypischen Open-Source-SQL-Engine, der GPU-nativ ist und Drop-in-Beschleunigung für unterschiedliche Datensysteme bietet. Sirius behandelt die GPU als primäre Engine und nutzt Bibliotheken wie libcudf für hochperformante relationale Operatoren. Über die Standard-Anfragerepräsentation Substrait liefert es Drop-in-Beschleunigung für bestehende Datenbanken, indem es die CPU-Engine ersetzt, ohne die nutzerseitige Schnittstelle zu ändern. Auf TPC-H erreicht Sirius bei Integration mit DuckDB auf einem einzelnen Knoten bei gleichen Hardware-Mietkosten eine 7-fache Beschleunigung und bei Integration mit Apache Doris in einem verteilten Setting bis zu 12,5-fache Beschleunigung.