Лапина Татьяна Ивановна, канд. технических наук, доцент каф. вычислительной техники
ул. 50 лет Октября 94, г. Курск 305040
Tatyana I. Lapina, Cand. of Sci. (Engineering), Associate Professor, Associate Professor of the Computer Science Department
50 Let Oktyabrya Str. 94, Kursk 305040
Филист Сергей Алексеевич, д-р технических наук, проф. каф. биомедицинской инженерии
ул. 50 лет Октября 94, г. Курск 305040
Sergey A. Filist, Dr. of Sci. (Engineering), Professor of the Department of Biomedical Engineering
50 Let Oktyabrya Str. 94, Kursk 305040
Криушина Юлия Алексеевна, аспирант
ул. 50 лет Октября 94, г. Курск 305040
Yulia A. Kriushina, Post-Graduate Student
50 Let Oktyabrya Str. 94, Kursk 305040
Криушин Евгений Александрович, аспирант
ул. 50 лет Октября 94, г. Курск 305040
Evgeniy A. Kriushin, Post-Graduate Student
50 Let Oktyabrya Str. 94, Kursk 305040
Цель - исследование способа повышения оперативноти процессов обработки данных при помощи аппаратных видеоускорителей, имеющих в своём составе ядра CUDA.
Методы. Использован метод программного взаимодействия с аппаратными вычислительными средствами видеоускорителя, обладающего ядрами CUDA при помощи решения BlazingDB, базирующегося на RAPIDS AI. Для исследования производительности и ускорения процессов обработки данных используется база данных PostgresSQL и технология BlazingSQL.
Результаты. Применение BlazingDB ускоряет процесс обработки данных в несколько раз относительно PostgresSQL. Производительность технологии BlazingDB, использующей видеоускоритель вместо центрального процессора, превзошла PostgresSQL в 10 и 35 раз для двух различных массивных задач по выборке и обработке информации.
Заключение. Исследованы возможности аппаратных видеоускорителей при применении их для задач по обработке информации в базе данных; проведено сравнение производительности решения BlazingDB для взаимодействия с ядрами CUDA и стандартных решений PostgresSQL; рассмотренное решение демонстрирует многократное увеличение производительности обработки данных при помощи большого количества ядер CUDA видеоускорителя относительно центрального процессора, имеющего значительно меньшее количество ядер, но большую частоту работы.
Purpose of research a way to increase the efficiency of data processing processes using hardware video accelerators that have CUDA cores in their composition.
Methods. The method of software interaction with the hardware computing means of a video accelerator with CUDA cores using the BlazingDB solution based on RAPIDS AI was used. PostgresSQL database and BlazingSQL technology are used to study the performance and speed up data processing processes.
Results. The use of BlazingDB speeds up the data processing process several times relative to PostgresSQL. The performance of BlazingDB technology, which uses a video accelerator instead of a central processor, surpassed PostgresSQL by 10 and 35 times for two different massive data sampling and processing tasks.
Conclusion. The possibilities of hardware video accelerators when using them for information processing tasks in a database are investigated; the performance of the BlazingDB solution for interacting with CUDA cores and standard PostgresSQL solutions is compared; the considered solution demonstrates a multiple increase in data processing performance using a large number of CUDA video accelerator cores relative to the CPU, which has a significantly smaller number of cores, but a large the frequency of work.
The authors declare that there are no conflicts of interest present.