圖形處理單元加速數據庫市場已成為一個實質性的啟動利基。 然而，目前還不清楚GPU加速的數據庫是否或何時會進入主流企業數據庫管理系統。

雖然近年來GPU在數據庫體系結構方面取得了一些進展，但它們似乎不太可能突破特定于應用程序的協處理器桶，解決大多數組織使用數據庫管理系統的核心事務處理工作量。

這是因為GPU不適合加速任何無法并行化的數據庫操作，或者不涉及浮點和其他數字處理，或者需要大量數據從主要中央處理單元在系統總線上來回移動。

商業GPU優化的數據庫已經成為一個有希望的利基，主要來自專注于加速數據分析應用程序的初創企業，這是一個非常擁擠的利基市場。 例如：

值得注意的是，沒有一家領先的企業DBMS供應商進入GPU加速數據庫的市場。 他們中的大多數人與Nvidia合作，為GPU加速他們的云和現場解決方案組合中的AI工作量。 一些合作伙伴與GPU數據庫利基公司，并整合這些合作伙伴的產品作為加速器的分析密集型數據庫工作，如數據倉庫和人工智能。

GPU作為企業數據庫中的分析協處理器是很有意義的。 事實上，您可以在GPU上運行一些企業數據庫工作負載，正如最近在本博客中討論的Oracle產品管理器那樣。 通過這樣做，您所獲得的是更快的分析處理，通過將柱狀、內存中、單實例多個數據、智能緩存、高帶寬服務器內存和其他應用于基于CPU的處理的復雜技術結合起來，提高數據庫的性能，超出了供應商可能已經設計的性能。

盡管如此，在圖像處理和人工智能中，GPU顯然是突出的。 雖然CPU是為在大量數據上執行少量簡單計算而優化的，但GPU擅長在少量數據上并行許多計算。 GPU非常適合于加速深度學習（重復矩陣計算以從處理的每個數據集中提取洞察力)和成像(每幅圖像處理數百萬矢量計算）。 這就解釋了為什么，根據最近的文章，未來對GPU的需求可能來自沉浸式AI應用程序，這些應用程序需要高性能的成像和數據驅動的智能融合。

GPU數據庫市場的未來在于一個數據平臺，它在很大程度上超出了RDBMS的范圍：區塊鏈。 對相對較少的數據進行高度并行的計算是區塊鏈的全部內容-特別是，它是區塊鏈共識協議的基礎。 事實上，GPU數據庫供應商已經將他們的解決方案出售給加密貨幣挖掘市場，以處理這些和其他以區塊鏈為中心的工作負載。

如果GPU優化的數據庫市場希望突破其利基，它很可能是由對結合區塊鏈，深度學習和交互成像的應用程序的需求驅動的.. 可能是什么？

一種可能性是在視頻流市場上使用區塊鏈服務。 正如我幾個月前所討論的，初創公司已經進入流媒體市場，打破了NetflixInc.、YouTube和其他高調內容看門人在一個多設備、多通道、始終在世界上向最終用戶分發視頻和其他流媒體娛樂的束縛。 這些初創公司大多試圖通過建立對等媒體環境來平整視頻流市場，在這些環境中沒有中央服務器來存儲和管理內容。

這些啟動的共同之處是使用區塊鏈作為底層平臺，用于所有以下功能：視頻存儲、分發和治理。 沒有一個我知道提供基于人工智能的視頻處理作為一個整體或擴展的功能，但這似乎是一個有希望的下一步，以建立潛在的賺錢新服務。 而這些人工智能功能-除了基于區塊鏈的加密貨幣之外，幾種用于出版商、觀眾和其他生態系統參與者之間支付的加密貨幣-似乎是為GPU加速的數據庫量身定做的。

但目前尚不清楚GPU數據庫提供商是否在探索這類機會。 其中大多數最有可能的增長途徑將是混合數據環境中的高性能查詢加速器。

顯示您對我們的任務的支持，我們的一鍵訂閱我們的優管頻道（下面）。 我們擁有的用戶越多，你就越能向你推薦相關的企業和新興技術內容。 謝謝！

支持我們的使命：>；>；>；SUBS CRIBE NOW>；>；>；到我們的優管頻道。

我們還想告訴你我們的使命，以及你如何幫助我們完成它。 硅谷媒體公司的商業模式是基于內容的內在價值，而不是廣告。 與許多在線出版物不同，我們沒有付費墻或經營橫幅廣告，因為我們希望保持我們的新聞開放，沒有影響或需要追逐流量。 硅谷的新聞、報道和評論-以及我們硅谷工作室的現場、未經剪輯的視頻和CUBE的環球視頻團隊-需要大量的艱苦工作、時間和金錢。 保持高質量需要贊助商的支持，他們與我們的無廣告新聞內容的愿景一致。

如果您喜歡這里的報道，視頻采訪和其他無廣告內容，請花點時間查看我們的贊助商支持的視頻內容樣本，推特您的支持，并繼續回到硅安格爾。