受架构所限，AI时代由CPU驱动的数据库在数据访问速度及处理速度上均不再适用，而这也恰是擅长规模化并行计算的GPU的优势。也因此，AI时代，GPU或将驱动数据库变革。
CPU驱动的数据库老矣
传统数据库，如Oracle、DB2，往往由CPU提供驱动力。而CPU为通用型处理器，采用串行架构，擅长逻辑计算，负责不同类型种类的数据处理及访问，同时逻辑判断又需要引入大量分支跳转中断处理，这使得CPU的内部结构复杂。也因此，CPU算力的提升主要靠堆核来实现。
随着云计算、大数据、AI、物联网等技术应用，数据在近几年呈指数型增长，IDC统计显示全球90%数据均在近几年产生，这便对CPU的处理能力提出考验，而目前CPU的物理工艺、核心数已接近极限，数据量却不会停止，对硬件平台的处理访问能力也不会停止。因此，在AI时代下，由传统CPU驱动的数据库已不能满足需求。
GPU数据库风头正盛
不同于CPU，GPU采用并行计算模式，单卡核心数达到上千个，擅长处理密集型运算应用，如图形渲染、计算视觉和机器学习。由此，从2015年起，GPU数据库也成为硅谷的投资热点，经过3年有余的验证，GPU已被证实的确适用于AI时代。
GPU数据库的优势
相比由CPU驱动的数据库，采用GPU驱动的数据库在性能、成本及能耗方面均具备优势。
首先在性能上，得益于上千的处理核心，GPU数据库比CPU驱动的数据库性能提高10-100倍；而在硬件成本上，虽然单个GPU平台高于单个CPU平台，但总体GPU平台部署数量远少于CPU平台，总体硬件成本降至十分之一；同样，单个GPU平台在能耗上超过单个CPU平台，但平台数的减少也使得总体能耗降低。
GPU数据库创企
3年时间里，全球也诞生了几家GPU数据库公司，如MapD，总部位于旧金山，产品为GPU OLAP database，基于C++开发的MapD数据库核心，开源遵循GPL3协议；Kinetica，同样位于旧金山，提供商业智能分析和可视化技术实现海量数据的处理，并支持Google Cloud、AWS，Azure；SQream，以色列公司，采用闭源代码，目前已获阿里支持，并已在阿里云适用。
结语
互联网时代，中国错失了数据库市场，AI时代，能否用GPU数据库赶上呢？
本文属于原创文章，如若转载，请注明来源：AI时代 GPU数据库或成趋势//server.zol.com.cn/714/7145114.html
