基于GPU运算平台RAPIDS的查询引擎BlazingSQL现对外开源

GPU加速SQL引擎BlazingSQL建立在Nvidia的GPU资料科学平台RAPIDS之上，RAPIDS开源平台提供了一套基于GPU的CUDA加速函式库，可用于机器学习以及资料视觉化。现在BlazingSQL团队已经与RAPIDS团队整合，并将程式码于GitHub上开源。

RAPIDS奠基于跨语言开发平台Apache Arrow，以及用来载入、聚合和过滤资料的GPU资料影格（GPU DataFrame，GDF）函式库cuDF。GPU资料影格是一种GPU记忆体资料格式，可为GPU应用程式提供互通性。BlazingSQL提供一套存取cuDF的SQL介面，可将企业资料湖泊的查询资料，编码成GPU资料影格，方便GPU记忆体使用。

BlazingSQL让开发者以SQL语法，就能利用GPU查询资料，而不需要操作複杂的cuDF函式呼叫。另外，BlazingSQL也能用来连结云端或是网路档案系统，直接对原始档案进行查询。BlazingSQL中的SQL最佳化工具，可以使RAPIDS堆叠运作更加快速。

BlazingSQL还整合Python平行运算函式库Dask，可以为资料科学家提供快速的分析运算。官方提到，过去需要数千台伺服器进行的大规模资料科学研究，现在只需要其中一小部分的基础设施就能够完成，过去需要耗时数小时甚至是数天的大型资料集工作负载或是查询，由于BlazingSQL利用GPU，数秒钟就能完成，而这赋予资料科学家快速迭代模型的能力。

除此之外，BlazingSQL让开发者在开发测试环境与正式产品环境，可以使用相同的程式码，官方表示，资料科学家通常需要先小规模的测试工作负载雏形，待验证完成之后，会为分散式系统重新建置程式，而BlazingSQL可以使用同一行程式码，在不同发布规模中运作。

有鑒于BlazingSQL与RAPIDS发展息息相关，因此为了未来的发展，双方整合了开发团队，官方表示，他们认为RAPIDS将成就下一代分析生态系，而SQL又是构成当前主要分析生态系的重要语法，BlazingSQL为RAPIDS下的SQL标準，因此与RAPIDS团队整合，以利为cuDF做出更多贡献。BlazingSQL建构在RAPIDS的cuDF以及GPU档案I/O函式库上，因此当这些项目受到更新时，也同时改善了BlazingSQL的效能。