大量のデータを高速で分析するなら
GPUデータベースとは CPUとの比較で分かるビッグデータ並列処理
データを処理する新しい方法としてGPUデータベースの活用が始まっている。ビッグデータの並列処理を中心に話を聞いた。
近年は新しいデータ処理技術が次々と登場している。GPUデータベースもその1つだ。これまで主にグラフィックス表示やゲームシステムに使われてきたGPUの能力を、グラフデータ処理や機械学習などのビッグデータ処理に活用する。
451 Researchでデータプラットフォームとアナリティクス担当のシニアアナリストを務めるジェームズ・カーティス氏に、GPUデータベースの背景と用途について聞いた。
併せて読みたいお薦めの記事
〇高まるGPUの需要
GPUを活用したインフラ構築
――ビッグデータ処理の需要が高まり、GPUを導入するデータセンターが増えている。また、Blazegraph、Kinetica、MapDもGPUデータベースを利用している。GPUデータベースの活用は今後どの程度広がるか。
ジェームズ・カーティス氏 新しいデータベースは特定のワークロードやシナリオに合わせて調整する傾向にある。そのためのアプローチはGPUデータベースのベンダーによって異なる。汎用データウェアハウスのように広範な用途の市場を対象とするベンダーは「SQL-92」準拠を進めている。
GPUは大量のデータを処理できるため、特定の種類のクエリ処理に適している。例えば地理空間分析を高速化するのに向いている。
しかし、1つのSQL文が20ページも続くような複雑なSQLクエリにGPUを使っても、標準的なインメモリSQLデータベースのパフォーマンスを高めることはできない。並列処理でなければGPUを使う効果はあまりない。地理空間データなどの処理なら演算を並列に実行できる。
――GPUはCPUの代わりになるか。
カーティス氏 GPUはCPUを置き換えるものではない。GPUの用途は限られており、並列処理に限定される。機械学習はこうした並列処理が有用な分野だ。だが、機械学習にGPUデータベースを使うという考えはまだあまり浸透していない。
とはいえ、GPUは一時的な流行では終わらないだろう。GPUを利用するデータベースの構築が進み、広範なデータベース市場における新しいレベルの議論が始まっている。
GPUはこれから多くのシステムに普及するだろう。そして並列処理できるクエリとそうでないクエリを分類し、クエリのワークロードに応じてGPUとCPUを使い分ける技術が進歩していくと思う。
――RDBMS（リレーショナルデータベース管理システム）でどんなジョブも処理できると考えられた時代もあった。今はデータ処理の幅が広がった。
カーティス氏 ほとんどのデータベースは必要な処理に対応できる。問題はそれを速く効率的に行えるかだ。私の知る限り、あらゆる処理に最適に対応できる万能のデータベースは存在しない。
そこで「NoSQL」が登場した。大規模なリレーショナルシステムはスケーリングが難しく、維持費がかかるため、市場にギャップがあったからだ。しかし、リレーショナルSQLが万能ではないように、NoSQLも万能ではない。
今後はオペレーションと分析をハイブリッドで処理するHOAP（hybrid operational and analytic processing）の導入が進むだろう。これは、トランザクションの一部としてデータを渡せば、そのわずかな機会を利用してトランザクションに対する分析やアクションを行うというものだ。
企業はそうした機能を求めているが、実現は簡単ではない。企業は連続したつながりの中でビッグデータ分析をすることを求めている。
必要性と切望がアナリティクスのさまざまなユースケースを生み出す。GPUの活用もその1つであり、大量のデータを高速で分析したいという欲求が推進につながっている。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
技術文書・技術解説
[Jamf Japan 合同会社] MDMだけでモバイルセキュリティは十分？ 不足する対策を16項目でチェック -
事例
[Wrike Japan 株式会社] 世界的な家電メーカーが実践する「クリエイティブプロセス効率化」の方法とは？ -
事例
[Wrike Japan 株式会社] 世界的テクノロジー企業に学ぶ、プロセス標準化とプロジェクト納品自動化の秘訣 -
事例
[Wrike Japan 株式会社] ソニー・ピクチャーズ テレビジョンに学ぶ、次世代サービスデリバリーのヒント -
事例
[Wrike Japan 株式会社] ソミック石川に学ぶ、ICT浸透後に直面した「工数管理」の課題と解決策
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
2
AI全部入り「Microsoft 365 E7」に企業が二の足を踏む訳 移行意向はわずか4％
-
3
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
4
膨らむAIコストに歯止め GitHubのマルチモデルルーターは何が違うのか
-
5
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
6
エンジニアが選考を辞退する本当の理由 7割が隠す“面接の違和感”とは
-
7
Anthropicが明かす AIは入力データを「どこまで覚えているのか」
-
8
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
9
「結局使わなくなる」Microsoft 365 Copilotを半年で定着 キリンの3施策
-
10
ライオンが挑む「守りのIT」脱却：Google Cloudで加速させるデータ駆動型経営
ホワイトペーパーランキング PR
-
1
生成AIのハルシネーションを防止 回答精度を高めるセマンティックレイヤーとは
-
2
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
3
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
4
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
5
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
6
マンガで解説：「ゼロトラスト」「SASE」の必要性とメリット
-
7
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
8
情報セキュリティ対策早分かりガイド：25の自社診断で弱点と解決策を理解
-
9
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
10
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー