NVIDIA acelera las consultas analíticas de Presto en la plataforma GPU GB200 NVL72

En un artículo para desarrolladores, NVIDIA explicó cómo la aceleración por GPU del motor SQL de código abierto Presto en la plataforma GB200 NVL72 permite ejecutar consultas analíticas sobre conjuntos de datos muy grandes con baja latencia.

Qué es Presto y por qué es importante

Presto es un motor SQL distribuido de código abierto. Se creó originalmente para lanzar consultas interactivas rápidas sobre enormes volúmenes de datos sin necesidad de trasladarlos antes a un almacén analítico independiente. Se utiliza cuando un analista o un ingeniero de datos necesita obtener la respuesta a una consulta SQL en segundos, y no tras el largo procesamiento por lotes (batch) típico de las herramientas clásicas de big data.

Qué aporta la aceleración por GPU

Según NVIDIA, al trasladar el cómputo de Presto a la infraestructura GPU GB200 NVL72, el motor alcanza su rendimiento máximo precisamente en cargas analíticas de baja latencia, es decir, en escenarios donde importa la velocidad de respuesta al trabajar con volúmenes de datos muy grandes. No se trata de sustituir Presto por un producto nuevo, sino de que el mismo motor SQL de código abierto aproveche mejor las GPU en lugar de los habituales clústeres de CPU. La diferencia entre ejecutar consultas analíticas en CPU y en GPU se nota especialmente en escenarios de alta concurrencia: cuando muchos analistas acceden a la vez al mismo conjunto de datos masivo y esperan una respuesta en tiempo real, no tras una larga cola de trabajos por lotes.

NVIDIA posiciona la combinación de Presto y GB200 NVL72 precisamente para estos escenarios de baja latencia.

• Presto: motor SQL distribuido de código abierto para consultas interactivas sobre big data
• Plataforma de aceleración: NVIDIA GB200 NVL72, la infraestructura GPU de la compañía
• Efecto declarado: rendimiento máximo precisamente en cargas analíticas de baja latencia
• El material se publicó en el NVIDIA Developer Blog, dirigido a desarrolladores e ingenieros de datos

Por qué NVIDIA impulsa las GPU para analítica

El material sigue la estrategia de NVIDIA de promover las GPU para el entrenamiento y la inferencia de modelos de IA y, también, para la analítica clásica de bases de datos. La compañía propone a los desarrolladores migrar motores SQL ya existentes, como Presto, a plataformas GPU como GB200 NVL72, en lugar de depender exclusivamente de ampliar clústeres de CPU para la analítica interactiva. Para los equipos que ya usan GB200 NVL72 en cargas de IA, este enfoque permite aprovechar la misma infraestructura para las consultas SQL analíticas, sin desplegar un entorno de CPU separado para los datos.

Tiene lógica económica para las organizaciones que ya han invertido en clústeres GPU para entrenamiento e inferencia de modelos de IA: en vez de mantener una infraestructura de CPU dedicada exclusivamente a la analítica SQL, pueden repartir las cargas analíticas y de IA en el mismo parque de servidores GPU.

Qué significa

El desarrollo de versiones aceleradas por GPU de herramientas populares de código abierto como Presto muestra que la competencia por la infraestructura de datos va más allá del entrenamiento de redes neuronales: NVIDIA posiciona cada vez más las GPU como una plataforma de cómputo universal, tanto para la IA como para la analítica de negocio cotidiana sobre conjuntos de datos muy grandes. Para el sector en su conjunto, es otra señal de que la frontera entre la infraestructura para IA y la infraestructura de datos sigue difuminándose, y de que las decisiones de compra de GPU tienen cada vez más en cuenta, además del entrenamiento de modelos, las cargas SQL diarias de los equipos de analítica.

A quién le resultará más útil esta combinación

Los más beneficiados por esta aceleración son los equipos cuyas consultas analíticas sobre big data ya chocan con la latencia de la infraestructura de CPU, y cuyos datos son demasiado grandes o cambiantes como para prepararlos de antemano en un almacén independiente para cada informe concreto.