La prochaine étape passe par le GPU.

Pendant quinze ans, l’analytique a poussé le processeur dans ses derniers retranchements. Le prochain ordre de grandeur viendra d’un matériel différent.

Le raisonnement en quatre étapes.

  1. La voie du processeur arrive à son terme.

    Les moteurs en colonnes ont gagné en vitesse en alimentant quelques cœurs de processeur aussi efficacement que les lois de la physique le permettent. Cette voie a cessé de progresser.

  2. La bande passante mémoire est la limite.

    Une requête analytique lit, filtre, regroupe et joint des données. La mémoire du processeur est partagée par tous les cœurs.

  3. Le GPU est adapté à cette charge.

    Des milliers de cœurs et une mémoire à haute bande passante appliqués au comptage, au filtrage, au regroupement et aux jointures.

  4. Pourquoi cela ne s’est pas produit auparavant.

    Les bases de données sur GPU ont validé le concept, mais sont restées propriétaires et coûteuses. Les cartes sont désormais largement disponibles et les outils ont gagné en maturité.

La réponse de RayoDB.

  • Les données résident sur la carte.

    Le stockage est organisé de sorte que les colonnes nécessaires à une requête résident dans la mémoire du GPU.

  • La capacité augmente par unités.

    Chaque nœud de calcul dispose d’un GPU. Pour obtenir davantage de capacité, il suffit d’ajouter des nœuds.

  • Les modèles s’exécutent au plus près des données.

    Les prévisions, la détection d’anomalies et la recherche sémantique s’exécutent sous forme de fonctions SQL.

Une session, deux instructions.

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

Du véritable SQL RayoDB, avec des lignes fournies à titre d’illustration. Aucun temps n’est affiché,conformément à notre politique.

Découvrez ce que le GPU change sur vos données.

L’accès anticipé est ouvert à un petit groupe de partenaires de conception disposant de charges de travail réelles.