国盛计算机星环科技GPUNative数据库平台与NV合

大模型推理推动计算架构转向GPU核心

• 传统架构以CPU为核心（逻辑复杂任务设计），而GPU擅长SIMT并行计算（适合AI矩阵运算）。
• 内存墙瓶颈：GPU HBM带宽（2-5TB/s）远超CPU DDR（50-200GB/s），数据供给成最大障碍。

GPU直连与存储直连技术突破

• GPU直连方案：NVLink/NVSwitch（GPU间直连）、CXL（GPU直访系统内存）、异构封装（如NV Grace-Hopper）。
• 存储直连：SSD直接向GPU显存传输数据，CPU仅负责指令调度，打破传统硬盘->内存->显存的PCIe瓶颈。

数据库向GPU-Native变革路径

• 算子重构：用CUDA/OpenCL重写传统C++/Java算子。
• 显存管理：智能算法决定数据驻留GPU显存策略。
• 数据布局：从CPU友好的行式存储转向GPU友好的列式存储。
• 全面向量化：查询引擎需支持向量块处理，内核内置GPU加速向量索引。

核心逻辑与当前进展

• 硬件改造复杂，故将计算重心下沉至数据近端（GPU侧）。
• 当前成熟方案：向量/图数据库已支持CUDA驱动服务器配置，库内模型验证可行，查询性能提升量级，延迟大幅降低（适合实时推荐/金融风控）。
• 合作进展：与NV合作完成向量/图/认知数据库双向适配，未来或探讨GPU直连方案；公司ArgoDB作为分布式闪存数据库，具备技术前瞻性和市场空间优势。