لماذا تتمثل الخطوة التالية في وحدة GPU.

قضت التحليلات خمسة عشر عاماً في استنفاد قدرات المعالج. أما القفزة التالية بمقدار رتبة كاملة فتأتي من أجهزة مختلفة.

الحجة في أربع خطوات.

  1. بلغ مسار المعالج نهايته.

    ازدادت سرعة المحركات العمودية عبر تغذية عدد قليل من أنوية المعالج بأقصى كفاءة تسمح بها الفيزياء. ولم يعد هذا المسار يحقق مزيداً من التقدم.

  2. عرض نطاق الذاكرة هو الحاجز.

    يقرأ الاستعلام التحليلي البيانات ويصفيها ويجمعها ويربطها. وتتشارك جميع الأنوية ذاكرة المعالج.

  3. تتناسب وحدة GPU مع طبيعة العمل.

    آلاف الأنوية وذاكرة عالية النطاق الترددي مخصصة للعد والتصفية والتجميع والربط.

  4. لماذا لم يحدث ذلك من قبل.

    أثبتت قواعد بيانات GPU جدوى الفكرة، لكنها ظلت مغلقة المصدر ومرتفعة التكلفة. أما الآن فأصبحت البطاقات متاحة على نطاق واسع ونضجت الأدوات.

ما الذي يفعله RayoDB حيال ذلك.

  • توجد البيانات على البطاقة.

    يُنظم التخزين بحيث تكون الأعمدة التي يحتاج إليها الاستعلام موجودة في ذاكرة GPU.

  • السعة مسألة عدد.

    يمتلك كل عامل وحدة GPU واحدة. وتعني الحاجة إلى سعة إضافية إضافة المزيد من العاملين.

  • تعمل النماذج بجوار البيانات.

    تعمل التنبؤات واكتشاف الحالات الشاذة والبحث الدلالي في صورة دوال SQL.

جلسة واحدة، وعبارتان.

rayodb — sample sessionsample data

1 · A week of events, per hour

SELECT toStartOfHour(ts) AS hour, count() AS events
FROM product_events
WHERE ts >= now() - INTERVAL 7 DAY
GROUP BY hour;
hourevents
2026-08-27 00:001,284,913
2026-08-27 01:00962,340
……

168 rows · sample data

2 · The next 24 hours, forecast in SQL

SELECT * FROM AI_FORECAST(hourly_events, hour, events, 24);
hourforecastlowhigh
2026-09-03 00:001,301,5401,214,0021,388,118
2026-09-03 01:00978,116901,4551,054,210
…………

24 rows · sample data

SQL حقيقية من RayoDB، مع صفوف توضيحية. لا تُعرض أي قياسات زمنية،التزاماً بالسياسة.

اكتشف ما تغيره وحدة GPU في بياناتك.

الوصول المبكر متاح لمجموعة محدودة من شركاء التصميم ذوي أعباء العمل الحقيقية.