Der nächste Schritt gehört der GPU.
Fünfzehn Jahre lang wurde in der Datenanalyse das Letzte aus Prozessoren herausgeholt. Die nächste Größenordnung erfordert andere Hardware.
Die Argumentation in vier Schritten.
Der Weg über Prozessoren ist ausgereizt.
Spaltenorientierte Engines wurden schneller, indem sie wenige Prozessorkerne so effizient versorgten, wie es die Physik erlaubt. Dieser Fortschritt ist zum Stillstand gekommen.
Die Speicherbandbreite ist der Engpass.
Eine analytische Abfrage liest, filtert, gruppiert und verknüpft. Der Prozessorspeicher wird von allen Kernen gemeinsam genutzt.
Eine GPU ist für diese Arbeit ausgelegt.
Tausende Kerne und Speicher mit hoher Bandbreite werden zum Zählen, Filtern, Gruppieren und Verknüpfen eingesetzt.
Warum dies zuvor nicht möglich war.
GPU-Datenbanken haben das Konzept bewiesen, blieben aber proprietär und teuer. Die Karten sind heute allgemein verfügbar und die Werkzeuge ausgereift.
Wie RayoDB dies umsetzt.
Die Daten liegen auf der Karte.
Der Speicher ist so angeordnet, dass sich die von einer Abfrage benötigten Spalten im GPU-Speicher befinden.
Kapazität ist eine Frage der Anzahl.
Jeder Worker verfügt über eine GPU. Mehr Spielraum bedeutet mehr Worker.
Modelle laufen direkt neben den Daten.
Prognosen, Anomalieerkennung und semantische Suche laufen als SQL-Funktionen.
Eine Sitzung, zwei Anweisungen.
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;| hour | events |
|---|---|
| 2026-08-27 00:00 | 1,284,913 |
| 2026-08-27 01:00 | 962,340 |
| … | … |
168 rows · sample data
2 · The next 24 hours, forecast in SQL
SELECT * FROM AI_FORECAST(hourly_events, hour, events, 24);| hour | forecast | low | high |
|---|---|---|---|
| 2026-09-03 00:00 | 1,301,540 | 1,214,002 | 1,388,118 |
| 2026-09-03 01:00 | 978,116 | 901,455 | 1,054,210 |
| … | … | … | … |
24 rows · sample data
Echtes RayoDB SQL, beispielhafte Zeilen. Es werden keine Laufzeiten gezeigt,gemäß unserer Richtlinie.
Erleben Sie mit Ihren Daten, was die GPU verändert.
Der Frühzugang steht einer kleinen Gruppe von Designpartnern mit realen Workloads offen.