大数据云起 现CPU运算技术面临GPU挑战

在特定的科学研究领域里面，以GPU协同CPU来强化整体运算能力的应用，越来越常见，然而，过去在商业领域中罕见实际导入使用的例子。

不过，今年的情势很不同，Nvidia在GTC 2013大会上，正式宣布了几家商用实例，他们是提供云服务和开发移动应用的公司，已经将GPU用在大数据（Big Data）的分析与升级搜索，而且他们的服务可同时涵盖到消费端与商业应用。

CRM用PC等级GPU吞下所有数据处理

首先登场的，是以提供CRM软件即服务（SaaS）而闻名的云端服务供货商Salesforce。他们之所以用GPU，是因为旗下的Marketing Cloud服务替客户提供了Social listening的功能，也就是社交网站监控与分析。而使用该服务的用户，目前有Cisco、Dell、Gatorade、美国红十字会等。

Salesforce.com在此面临的挑战之一，主要是需处理每天来自Twitter网站上的用户新增的5亿篇帖子（tweets），这些帖子中包含了不同性质的数据，同时，每天的新帖数量还在不断增长，而且速度越来越快。

除此之外，Salesforce在本身的主题档案库中，也定义了160万以上的搜索表示式（每一笔包含12个关键词），这里的数据也是随着用户数成长而持续增加中。

原本Salesforce所用的方法，是在一般的x86处理器架构下，利用Apache Lucene这套Java链接库，来获得关键词索引与搜索的布尔运算机制，以及用Twitter worker程序，针对一大批推文来建立索引，并且用它来查询所有的表示式，但这么做，数据吞吐量低，并且会产生很高的延迟。

后来，Salesforce采用新的方法，称之为Zapp，利用可提供高吞吐量的GPU来加速，也就是让关键词比对的控制由CPU执行，而需要大量运算的工作交给GPU，大幅缩短了处理的时间，于是计算成本不再随表达式数量的增加而呈线性增长。

Salesforce表示，只需要两颗Nvidia GTX 580的GPU，就足以处理尖峰负载时间的所有帖子，这足以省下大量硬件与人力上的资源。

移动App开发商用GPU架构达到省钱之道

在GTC2013大会上，另一个实际印证GPU可应用在大数据处理的案例是知名的App开发商Shazam。 他们的歌曲查询程序Shazam，在Apple App Store和Google Play的移动设备软件市场集中，受到用户青睐，是音乐类应用的Top5。

Shazam App的主要功能是提供歌曲搜索与识别服务，它可以“听”用户正在听的音乐，并告知曲目信息。目前在手机与平板电脑下载Shazam的数量，已经超过3亿，而该公司后端拥有的歌曲也在2012年达到2700万的惊人数据。

看起来，使用这项服务的人众多，同时所要比对的数据也非常庞大，并且是声纹（acoustic fingerprint）比对，系统要能从数千万首歌曲中，判断能否与用户上传的范例音乐相符，困难度可想而知。

社交网站与移动应用普及，导致需分析的数据量暴增

因成为IT主流趋势的社交网站与移动应用，这两种风潮下所激增的大量数据不容忽视。像Salesforce每天要分析5亿篇tweets，这样的成长是在3年内发生；Shazam面对的是3亿用户与2700万首歌曲的数据库，并且只花了1年，用户与歌曲数就增长1倍以上。

另一个该公司要去面对的问题，是新进用户、搜索次数与歌曲量都在极速成长——他们每天要应付1千万首歌的搜索请求，每周有2百万个新用户，而所收录的歌曲总数已2倍速度剧增。

为了加速歌曲搜寻与比对过程，以及因应倍增的用户需求，Shazam决定使用上百颗Nvidia Tesla的GPU，建设低成本的服务器基础设施，以应对上述的服务运维规模与成长需求。

Shazam公司首席技术官Jason Titus表示，同样花一块钱，GPU可让他们得以获得两倍CPU架构系统的效能，并且能达到自身的成长规模。