NVIDIA ускорила аналитические запросы Presto на GPU-платформе GB200 NVL72

NVIDIA в материале для разработчиков рассказала, как GPU-ускорение открытого SQL-движка Presto на платформе GB200 NVL72 позволяет выполнять аналитические запросы к очень большим наборам данных с низкой задержкой.

Что такое Presto и почему он важен

Presto — это open source распределённый SQL-движок, изначально созданный для быстрых интерактивных запросов к огромным массивам данных без предварительного переноса этих данных в отдельное аналитическое хранилище. Инструмент используют, когда аналитику или инженеру данных нужно получить ответ на SQL-запрос за секунды, а не после долгой batch-обработки, характерной для классических инструментов больших данных.

Что даёт GPU-ускорение

По данным NVIDIA, при переносе вычислений Presto на GPU-инфраструктуру GB200 NVL72 движок демонстрирует пиковую производительность именно на низколатентных аналитических нагрузках — то есть в сценариях, где важна скорость ответа при работе с очень большими объёмами данных. Речь идёт не о замене Presto новым продуктом, а о том, чтобы тот же самый открытый SQL-движок эффективнее использовал GPU вместо привычных CPU-кластеров. Различие между CPU- и GPU-исполнением аналитических запросов особенно заметно на сценариях с высокой конкурентной нагрузкой — когда множество аналитиков одновременно обращаются к одному и тому же огромному набору данных и ожидают ответ в реальном времени, а не после долгой очереди batch-заданий. Именно для таких низколатентных сценариев NVIDIA и позиционирует связку Presto с GB200 NVL72.

• Presto — open source распределённый SQL-движок для интерактивных запросов к большим данным
• Платформа ускорения — NVIDIA GB200 NVL72, GPU-инфраструктура компании
• Заявленный эффект — пиковая производительность именно на низколатентных аналитических нагрузках
• Материал опубликован в NVIDIA Developer Blog для разработчиков и инженеров данных

Зачем NVIDIA продвигает GPU для аналитики

Материал продолжает линию NVIDIA по продвижению GPU не только для обучения и инференса ИИ-моделей, но и для классической аналитики баз данных. Компания предлагает разработчикам переносить уже существующие SQL-движки, такие как Presto, на GPU-платформы вроде GB200 NVL72, а не полагаться исключительно на наращивание CPU-кластеров для интерактивной аналитики. Для команд, которые уже используют GB200 NVL72 для ИИ-нагрузок, такой подход означает возможность задействовать ту же инфраструктуру и для аналитических SQL-запросов, не разворачивая отдельный CPU-контур под данные. Такой подход экономически логичен для организаций, которые уже инвестировали в GPU-кластеры под обучение и инференс ИИ-моделей: вместо того чтобы держать отдельную CPU-инфраструктуру исключительно под SQL-аналитику, они получают возможность распределять аналитические и ИИ-нагрузки на одном и том же парке GPU-серверов.

Что это значит

Развитие GPU-ускоренных версий популярных open source инструментов вроде Presto показывает, что конкуренция за инфраструктуру данных выходит за пределы обучения нейросетей: GPU всё активнее позиционируются NVIDIA как универсальная вычислительная платформа не только для ИИ, но и для повседневной бизнес-аналитики над очень большими наборами данных. Для отрасли в целом это ещё один сигнал того, что граница между инфраструктурой для ИИ и инфраструктурой для данных продолжает размываться, а решения о закупке GPU всё чаще принимаются с оглядкой не только на обучение моделей, но и на повседневные SQL-нагрузки аналитических команд.

Кому в первую очередь пригодится связка

Больше всего от такого ускорения выигрывают команды, у которых аналитические запросы к большим данным уже упираются в задержку CPU-инфраструктуры, а сами данные слишком велики или изменчивы, чтобы заранее готовить их в отдельном хранилище под каждый конкретный отчёт.