NVIDIA acelera consultas analíticas do Presto na plataforma de GPUs GB200 NVL72

Em um artigo voltado a desenvolvedores, a NVIDIA explicou como a aceleração por GPU do motor SQL open source Presto na plataforma GB200 NVL72 permite executar consultas analíticas com baixa latência sobre conjuntos de dados muito grandes.

O que é o Presto e por que ele importa

O Presto é um motor SQL distribuído e open source, criado originalmente para consultas interativas rápidas sobre volumes enormes de dados, sem a necessidade de migrá-los antes para um data warehouse separado. A ferramenta é usada quando um analista ou engenheiro de dados precisa da resposta a uma consulta SQL em segundos, e não depois de um longo processamento em batch, típico das ferramentas clássicas de big data.

O que a aceleração por GPU oferece

Segundo a NVIDIA, ao levar o processamento do Presto para a infraestrutura de GPUs GB200 NVL72, o motor atinge desempenho máximo justamente em cargas analíticas de baixa latência, ou seja, em cenários em que a velocidade de resposta é crítica ao trabalhar com volumes de dados muito grandes. A proposta não é substituir o Presto por um novo produto, e sim fazer com que o mesmo motor SQL aberto aproveite as GPUs de forma mais eficiente do que os tradicionais clusters de CPU. A diferença entre executar consultas analíticas em CPU e em GPU fica especialmente evidente em cenários de alta concorrência: quando muitos analistas acessam ao mesmo tempo o mesmo conjunto de dados gigantesco e esperam a resposta em tempo real, e não após uma longa fila de jobs em batch.

É exatamente para esses cenários de baixa latência que a NVIDIA posiciona a combinação de Presto com o GB200 NVL72.

• Presto — motor SQL distribuído e open source para consultas interativas sobre big data
• Plataforma de aceleração — NVIDIA GB200 NVL72, a infraestrutura de GPUs da empresa
• Efeito anunciado — desempenho máximo justamente em cargas analíticas de baixa latência
• O material foi publicado no NVIDIA Developer Blog, voltado a desenvolvedores e engenheiros de dados

Por que a NVIDIA promove GPUs para análise de dados

O material reforça a estratégia da NVIDIA de promover GPUs não só para treinamento e inferência de modelos de IA, mas também para a análise clássica de bancos de dados. A empresa propõe que desenvolvedores levem motores SQL já existentes, como o Presto, para plataformas de GPU como o GB200 NVL72, em vez de depender exclusivamente da expansão de clusters de CPU para análises interativas. Para equipes que já usam o GB200 NVL72 em cargas de IA, essa abordagem permite aproveitar a mesma infraestrutura também para consultas SQL analíticas, sem montar um ambiente de CPU separado para os dados.

A lógica econômica é clara para organizações que já investiram em clusters de GPU para treinamento e inferência de modelos de IA: em vez de manter uma infraestrutura de CPU dedicada exclusivamente à análise SQL, elas podem distribuir cargas analíticas e de IA no mesmo parque de servidores com GPU.

O que isso significa

O avanço de versões aceleradas por GPU de ferramentas open source populares como o Presto mostra que a disputa pela infraestrutura de dados vai além do treinamento de redes neurais: a NVIDIA posiciona cada vez mais as GPUs como uma plataforma de computação universal, não só para IA, mas também para a análise de negócios do dia a dia sobre conjuntos de dados muito grandes. Para o setor como um todo, é mais um sinal de que a fronteira entre a infraestrutura de IA e a infraestrutura de dados continua se diluindo, e de que as decisões de compra de GPUs levam em conta cada vez mais não apenas o treinamento de modelos, mas também as cargas SQL cotidianas das equipes de análise.

Quem mais se beneficia da combinação

Os maiores ganhos com essa aceleração ficam com equipes cujas consultas analíticas sobre big data já esbarram na latência da infraestrutura de CPU e cujos dados são grandes ou dinâmicos demais para serem preparados com antecedência em um repositório separado para cada relatório específico.