效率高百倍、成本降10倍 GPU数据库迎来黄金时代

如果说大数据是人工智能时代的石油，你想好如何提炼了吗?

　　人工智能时代，全球每天产生的数据量呈指数级增长。据IDC统计，到2020年，全球数据总量将达到44ZB(十万亿亿字节)，中国的数据量将达到8060EB，占全球总量的18%。同时，企业希望通过数据分析的结果增强自身的运营能力，这就要求数据分析速度更快、更高效。

　　尽管市面上现有的大多数基于 CPU 的大数据解决方案已经能处理海量数据，但由于CPU 处理器更新迭代的速度未能呈现如摩尔定律预测的定期翻倍，不能完全满足企业实时分析、高性价比的数据处理需求。

　　“各行各业日益增长的AI数据处理需求与陈旧的数据库软硬件体系之间的矛盾，成为人工智能时代的主要矛盾。”常年与数据打交道的星爵(Zilliz创始人兼CEO谢超)发现，GPU性能改进的速度曲线，跟爆炸式数据增长的曲线非常吻合。他判断，基于 GPU 的大数据加速器的创业时机到了。

　　2016年，星爵离开工作6年的数据系统行业巨头甲骨文(Oracle)公司，创办 Zilliz。公司基于众核处理器硬件(如 GPU)研发加速的、面向人工智能的新一代OLAP(联机分析处理)数据库系统。简单来说，Zilliz 要将数据库从CPU 上搬到 GPU 上。

　　把数据库搬到GPU上，效率提高100倍

　　在星爵看来，Zilliz 的优势之一，是选择切入GPU 数据库市场的时间节点恰到好处。

　　“如何运用GPU加速数据处理速度，在2006年的时候就是学术热点。但根据技术成熟度曲线，技术萌芽期并不是一个好的进入时期。”星爵补充道，之后经过近十年的工业探索，GPU 数据库才真正具备了工业化实力。

　　在过去数十年间，人工智能技术曾因CPU架构下计算能力的限制，裹足不前;OLAP(联机分析处理)数据库技术也由于同样的原因，发展缓慢。

　　相较于CPU的十几核来说，GPU上可以承载数千个处理单元。随着深度学习技术在2012年的突破，GPU 这种大规模并行计算能力开始在人工智能时代彰显价值，GPU 旋即成为主流处理器之一。

　　任何硬件的普及都需要杀手级应用的推动，比如微信之于智能手机、深度学习之于 GPU。“上层软件受下层硬件的约束。”星爵解释，GPU 最早用于图像渲染，多应用在游戏领域，使用范围较窄。

　　作为CPU的协处理器，GPU市场普及程度不佳，导致多年来基于 GPU 的数据库也一直没有发展起来。而如今，英伟达等芯片厂商已经把GPU的生态搭建起来，帮助开发者把门槛降低。“任何人都可以在上面开发应用，就像当初的安卓系统普及一样，现在也有了实现GPU数据库的苗头。”

　　而之所以选择做分析型OLAP 数据库，是因为交易型OLTP(on-line transaction processing)数据库多用于银行交易等场景，对于安全性要求较高，这块市场相对饱和。而OLAP 侧重于决策支持，是 AI 应用的底层支撑，还处于高速增长阶段。

　　并且计算密集型的OLAP 需要分析大量数据，与 GPU 计算力的结合更为成熟。据统计，OLAP 的全球市场规模在200亿美元左右，而目前，全球范围内获得大宗投资的GPU 数据库玩家，包括 Zilliz 在内只有4个(美国的Kinetica、MapD，以色列的SQream)。

　　2016年，星爵创办Zilliz，目前已经组建起一个包含数据库领域、存储领域、异构计算领域、算法优化领域人才的技术团队，2017年12月，Zilliz联合IBM发布了国内首台GPU硬件加速数据库一体机MegaWise。

　　据星爵介绍，与传统的CPU数据库相比，Zilliz基于GPU的OLAP数据库系统，可以将数据处理效率提高30-100倍，同时降低10倍硬件成本、20倍计算能耗。

　　“过去互联网公司做 BI 报表需要30分钟到一小时，工作人员点击操作按钮后就可以去吃饭喝咖啡了。而Zilliz系统可以将时间缩短为3-5秒，提升整个工作流程。”

　　用无感迁移解决部署障碍痛点

　　美国公司统治了数据库市场若干年，已经建立起了自己的CPU 数据库生态，Zilliz作为一个初创公司，如何打破客户的心里顾虑，在巨头口中抢蛋糕?

　　除了成本和性能，部署的便捷性也是客户在上线新的数据库系统时，重点考量的因素之一。为此，Zilliz提出了一个“无感迁移”的概念。在产品设计之初，研发团队就有针对性地将ETL工具做了相应的兼容，并提供标准的SQL接口。

　　“一个技术应用本质上要服务于业务需求，我们希望用户在接入我们的新数据库时，他的业务层面不会发生改变。”

针对私有部署，Zilliz推出搭载英伟达GPU芯片的一体机方案。该一体机采用IBM与英伟达合作开发的NVLink技术作为支撑，提升了数据在CPU与GPU处理器之间的传输速度。

　　另外，针对将数据部署在云端的客户，Zilliz也可以为其提供PaaS服务，在云端为客户提供服务，从而使客户无需采购GPU硬件设备便可以使用。

　　不仅仅是数据库系统本身，Zilliz 还提供数据库系统和人工智能计算框架(Tensorflow和MXNet等)之间的直接数据通道，将人工智能处理引擎融合进数据库执行引擎，提供集数据存储、管理、分析和人工智能处理于一体的OLAP数据库系统。

　　“数据的存储和处理与人工智能处理之间相互分离，是人工智能时代数据处理的痛点之一。分析师和数据科学家有将近80%的工作时间被浪费在数据ETL上。”Zilliz 打通了数据库系统和人工智能计算框架之间的数据通道，提高了 AI 端到端的处理性能。

　　数据库的未来在中国

　　“我坚信，数据库的未来一定是在中国。”

　　上个世纪，美国是全球数据产生速度最快、最早实现信息化的国家，星爵认为，这也是为什么甲骨文、微软等公司得以诞生在美国的原因。

　　而人工智能时代，得益于人口基数、基础架构，中国拥有世界范围内最大的数据体量、最复杂的使用场景、最多的数据分析需求。“这必然会倒推技术的进步。”

　　Zilliz 瞄准金融、政府、电信、游戏、电商、物联网、零售、物流、能源、医疗等应用领域，已经与金融、电信、公安、互联网头部机构经历了一年的 POC(Proof of Concept)，产品迭代到2.0。

　　2017年8月，Zilliz完成完成云启资本领投，靖亚资本、华岩资本跟投的数千万元人民币天使轮融资;2018年1月完成晨兴资本领投，松禾资本、云启资本、靖亚资本跟投的1000万美金A轮融资，并即将开放下一轮融资。

　　编辑：苏琦 杨梓铭