Jedox hebt In-Memory-BI auf eine neue Stufe

Freiburg, im Dezember 2013: Bereits seit geraumer Zeit setzt Jedox auf einen außergewöhnlichen Ansatz der Datenverarbeitung im Arbeitsspeicher von Grafikkarten (GPU). Jetzt aber hat der Spezialist für Self-Service Business Intelligence-, Analytics- und Performance Management-Lösungen diese besondere In-Memory-Methodik verfeinert: Mit den neuen Tesla-K40-GPU erweitert Jedox massiv die Möglichkeiten der Bearbeitung von großen Datenmengen. Diese Technologie sorgt dafür, dass Anwender gleichzeitig Kosten senken und die Effizienz ihrer BI-Umgebung steigern können.

Hersteller NVIDIA nennt seinen neuen Grafikprozessor den „bisher schnellsten Beschleuniger, der jemals gebaut wurde.“ Er liefere eine „sehr hohe Leistung für eine Vielzahl wissenschaftli-cher, ingenieurswissenschaftlicher, High-Performance-Computing-(HPC)- und Enterprise-Anwendungen.“ Diesen Vorteil macht sich nun auch Jedox zu Nutze.

Bis dato nutzte das Unternehmen für seinen OLAP Accelerator Tesla K20-GPUs, welche der parallelen In-Memory-Datenverarbeitung bereits zusätzliches Tempo verliehen. Dabei war Jedox das erste Unternehmen, das Grafikkarten für die Beschleunigung von Berechnungen im Geschäftsalltag einsetzte. Dafür hielten die Anwender die für die Berechnungen relevanten Daten zusätzlich im schnellen Arbeitsspeicher der GPU („In-GPU-Memory“). Dieser Ansatz war darüber hinaus skalierbar, so dass durch die Verwendung mehrerer GPUs sowohl eine Erhöhung der Geschwindigkeit als auch des GPU-Speichers für größere Datenmengen ermöglicht wurde.

Mehr Speicher, mehr Platz, mehr Tempo

„Die K40 GPU erhöht den nutzbaren Speicher gegenüber dem Vorgänger K20 deutlich, und zwar von 5 auf 12 GB. Damit, und auch durch die mögliche parallele Verwendung mehrerer Karten, lassen sich nun deutlich größere Datenmodelle per GPU berechnen als bisher. Da auch die Zahl der Rechenkerne von 2496 auf 2880 pro Karte erhöht wurde, bekommen Anwender einen weiteren Geschwindigkeitsvorteil“, erläutert Tobias Lauer, Head of Research der Jedox AG.

Diese Effizienzgewinne hat Jedox bereits ausgiebig testen können: Bei der Analyse von Wikipedia-Daten konnte der Einsatz der GPU-Methode die Rechenzeit für aufwendigere Analysen auf einem Standardrechner von 10 bis maximal 40 Sekunden auf ein bis zwei Sekunden verringern. Die identischen Daten verwendet SAP als Beispiel einer „Big Data“-Anwendung für sein Datenbanksystem HANA. Technische Details zum Jedox-Versuch können Interessenten im Jedox-Blog lesen: http://blog.jedox.com/.

„Der Umgang mit großen Datenmengen wird mehr und mehr zum Alltagsthema bei Unterneh-men. Mit unserer GPU-Methode zeigen wir diesen Anwendern einen Weg auf, derlei Berechnungen schnell und performant zu realisieren, ohne in eine kostspielige Datenbank investieren zu müssen. In unserem Modell sind lediglich die Jedox-Software und handelsübliche Grafikkarten vonnöten – die mehr als kostengünstigere Variante“, resümiert Jedox CEO Kristian Raue.

By | 2017-03-14T11:37:16+00:00 Dezember 18th, 2013|Categories: Jedox News|
X
X