NVIDIA-GPUs bewältigen Big-Data-Analysen und Suchanfragen bei führenden Anwendungen

(Auszug aus der Pressemitteilung)

San Jose, Kalifornien, GTC 2013, 19. März 2013 – NVIDIA hat heute bekannt gegeben, dass führende Unternehmen aus dem Enterprisesegment und der mobilen Applikationssparte GPUs zur Big-Data-Analyse und erweiterter Suche in kommerziellen sowie Endverbraucher-Anwendungen einsetzen.

Shazam, Salesforce.com und Cortexica gehören zu den ersten Unternehmen, die den Einsatzbereich von GPUs ausweiten und sie jenseits ihrer traditionellen Rolle (als Berechnungseinheiten für massive Datenmengen und komplexe Algorithmen bei wissenschaftlichen und ingenieurwissenschaftlichen Applikationen) einsetzen. Sie vertrauen auf NVIDIA-Tesla-GPU-Beschleunigung bei unterschiedlichsten Audio-Suchen, Big-Data-Analysen und Bilderkennungsverfahren.

„GPU-Beschleunigung bietet bei Anwendungen mit vielen Daten oder Berechnungen großen Mehrwert“, sagt Sumit Gupta, General Manager Tesla Accelerated Computing Business bei NVIDIA. „Eine wachsende Zahl von Anwendungen, die mobile Dienste und Social-Media-Analysen bereitstellen, beinhaltet sowohl viele Daten als auch viele Berechnungen. Das treibt die Anbieter an auf GPU-Beschleunigung zu setzten und ihre Infrastruktur zu erweitern und so der wachsenden Nachfrage gerecht zu werden.“

Was ist das für eine Melodie?
Shazam – eine der Top-Fünf Musik-Anwendungen im Apple App Store und Google Play Store – nutzt GPU-Beschleunigung, um die Suche und Identifizierung von Songs aus ihrer 27 Millionen Titel umfassenden Datenbank in Höchstgeschwindigkeit durchzuführen. Über 300 Millionen Nutzer nehmen mit einem Smartphone oder einem Tablet kurze Musikabschnitte auf, die dann über einen akustischen Fingerabdruck abgeglichen werden.

Mit mehr als zehn Millionen Song-Suchanfragen pro Tag, zwei Millionen neuen Nutzern jede Woche und einer Datenbank, die sich über die letzten Jahre verdoppelt hat, wächst Shazam rasant. Durch die Beschleunigung des Such-und Matching-Prozesses ist es für Shazam dank Tesla-GPUs möglich, eine Low-Cost-Server-Infrastruktur aufrechtzuerhalten, die sich dem schnellen Wachstum der Firma anpasst.

„GPUs ermöglichen es uns, unsere enormen Bedürfnisse bei der Verarbeitung kosteneffizient zu handhaben, da die doppelte Leistung pro Dollar im Vergleich zu einem CPU-basierten System geliefert wird“, sagt Jason Titus, Chief Technology Officer von Shazam Entertainment. „Wir fügen Millionen von Video- und fremdsprachigen Audiospuren zu unseren bestehenden Diensten hinzu und die GPU-Beschleunigung gibt uns die Möglichkeit, skalierbares Wachstum zu erzielen.“

Twitter-Analyse in Echtzeit
Salesforce.com nutzt die GPU-Beschleunigung, um großen, internationalen Unternehmen wie Cisco, Dell und Gatorade zu helfen, die mehr als 500 Millionen täglichen Tweets über Marken-, Produkt-, Service-und Support-Probleme zu überwachen und zu analysieren.

NVIDIA-CUDA-GPUs ermöglichen es Salesforce.com, die Erkenntnisse fast zehn Minuten schneller zu liefern als mit einem vergleichbaren, CPU-basierten System. Darüber hinaus bieten GPUs genügend Spielraum für das Unternehmen, mit dem exponentiellen Wachstum von Twitter zu wachsen und der steigenden Nachfrage von Geschäftskunden nach fortschrittlichen sozialen Medien gerecht zu werden.

Sieh es, suche es
Mit der mobilen Anwendung von Cortexica finden und kaufen Nutzer Waren, die ihrem eigenen Geschmack zusagen. Verbraucher fotografieren Shirts oder ähnliche Gegenstände mit ihrem Smartphone oder Tablet. Die App durchsucht daraufhin eine Bekleidungs-Online-Datenbank und liefert bei Übereinstimmung eine Auswahl an Online-Händlern.

Mit GPU-Beschleunigung kann Cortexica komplexe, visuelle Algorithmen zur Objekterkennung auf einer geringen Anzahl von Servern durchführen und so eine Echtzeitsuche in einer Datenbank mit Millionen von Bildern ermöglichen.

„GPUs sind von grundlegender Bedeutung für unseren Erfolg“, sagt Iain McCready, CEO von Cortexica. „Mit der GPU-Beschleunigung laufen unsere komplexen, bio-inspirierten Algorithmen 30 mal schneller als auf CPUs und bieten unseren Kunden dadurch das beste, schnellste und genaueste Nutzererlebnis.“

Weitere Informationen zu NVIDIA-Tesla-GPUs stehen auf der der Tesla-GPU-Website zur Verfügung. Um mehr über das Modell der CUDA-Parallel-Programmierung zu erfahren oder die neueste Version der C-/C ++-Toolkits herunterzuladen, besuchen Sie die CUDA-Website.