【IT168 资讯】MapD Technologies是提供GPU加速数据库的公司，近日宣布开放其MapD Core数据库。该公司正在向开源社区提供项目，并将其代码放在GitHub的Apache 2许可证下，以培育新一代的数据应用程序。

　　该公司在一份声明中表示：“MapD率先使用图形处理单元(GPU)来以毫秒为单位来分析数十亿行的数据，比传统的基于CPU的系统快。 “通过开源MapD Core数据库和相关的可视化库，MapD正在为所有人提供世界上最快的分析平台。”

　　在博客文章中，公司创始人兼CEO Todd Mostak为开源提供了更多的建议。“我们这样做首先是对开源软件变革力量的信念。无论是在Hadoop还是深入学习的生态系统中，开放源码都带来了巨大的创新。”

　　该公司还宣布其免费的社区版软件，用于非商业开发和学术用途，包括MapD Core和MapD Immerse可视化分析客户端。该公司还推出了MapD分析平台企业版，该版本增加了MapD Core GPU渲染引擎以及未包含在开源版本中的分布式扩展，高可用性功能(如LDAP和ODBC)。

▲MapD Analytics生态系统

　　NVIDIA公司DGX系统公司总经理Jim McHugh说：“MapD决定开源其核心数据库是非常重要的，因为它将进一步激励已经在行动的GPU分析社区。预计MapD的这一举措，使数十万GPU开发人员能够尝试数据库加速并构建新的GPU加速应用解决方案。”

　　MapD被视为年轻的GPU数据库市场的领导者，并与Kinetica，BlazingDB，Blazegraph和PG-Strom等公司竞争。

　　在2015年的一篇文章中，SQream Technologies试图解释GPU在数据库处理中所带来的好处。由于其结构，与通常具有较小规模的SIMD实现的通用CPU相比，GPU使得能够在巨大的数据块(SIMD，单指令，多数据)上执行单个“指令”。

　　如果打个比喻，GPU可视为投币式压机，可以从一张金属板上冲出100枚硬币，而一枚CPU则是一枚硬币冲压机，可以一次从金属条上冲出10个硬币。这是GPU和CPU之间的关键区别。GPU是面向吞吐量的，而CPU是面向延迟的。因此，GPU非常适合同时对大量数据执行相同指令的操作。

　　能够克服这些相关挑战的公司可能会获得巨大的市场机会。据外媒报道，“GPU加速数据库的新兴市场将有一场军备竞赛，赢家将是能够扩展到最大的数据集，同时成为提供与行业标准SQL相融合的赢家。”

　　Github地址：https://github.com/mapd/mapd-charting