[發明專利]基于協處理器的面向數組的數據庫處理

有效

• 申請號: 201380076602.9
• 申請日: 2013-03-15
• 公開（公告）號: CN105229608A
• 公開（公告）日: 2016-01-06
• 發明（設計）人: I.羅伊;F.劉;V.塔爾瓦;S.陳;J.常;P.蘭加納桑
• 申請（專利權）人: 惠普發展公司;有限責任合伙企業
• 主分類號: G06F9/46
• 分類號: G06F9/46
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 張凌苗;陳嵐

背景技術

數組（array）處理在包括機器學習、圖表分析和圖像處理的許多領域中具有廣泛的應用。這樣的數組的重要性已經導致新的存儲和分析系統，諸如面向數組的數據庫（AODB）。AODB是基于多維數組數據模型來組織的并且支持具有要在數組上執行的數學操作符（諸如合并數組操作、篩選數組操作等等）的結構化查詢語言（SQL）類型的查詢。AODB已經應用于寬泛范圍的應用，包括地震分析、基因組測序、算法貿易和保險覆蓋范圍分析。

附圖說明

圖1是根據示例實現方式的面向數組的數據庫（AODB）系統的示意圖。

圖2是根據示例實現方式的由圖1的AODB系統使用的處理工作流的圖示。

圖3是作為組塊大小的函數的供中央處理單元（CPU）和協處理器處理數據組塊的時間的圖示。

圖4和5圖示了根據示例實現方式的由圖2的AODB系統執行以調節用于由協處理器處理的數據的示例格式轉換。

圖6是根據示例實現方式的基于協處理器的處理和基于CPU的處理的性能對工作負載類型的圖示。

圖7和8是描繪了根據示例實現方式的通過選擇性地使用基于CPU的處理和基于協處理器的處理來處理對AODB系統的用戶輸入的技術的流程圖。

具體實施方式

對于諸如涉及稠密矩陣乘法、K均值聚類、稀疏矩陣計算和圖像處理（僅舉幾個示例）的分析之類的復雜多維分析而言，面向數組的數據庫（AODB）可能比傳統數據庫相對更加高效。然而，AODB可能變得被算法復雜度和數據集大小所壓垮。本文公開了通過將查詢的處理分布在中央處理單元（CPU）和協處理器之間以用于高效處理對基于AODB的系統的查詢的目的的系統和技術。

一般而言，協處理器受CPU監管，因為協處理器可能在其執行一些CPU式功能（諸如例如從系統存儲器檢索指令）的能力方面受限。然而，在對基于AODB的系統的查詢的處理中包括一個或多個協處理器利用了協處理器執行基于數組的計算的能力。以此方式，相比于CPU，協處理器可以具有相對大數目的處理核。例如，諸如NVIDIATeslaM2090圖形處理單元（GPU）之類的協處理器可以具有16個多處理器，其中每一個具有32個處理核，總計512個處理核。將這與給定CPU相比，給定CPU可能具有例如8或16個處理核。盡管給定CPU處理核可能擁有比給定協處理器處理核顯著更多的處理能力，但是與協處理器的處理核并行處理數據的能力結合的協處理器的處理核的相對大的數目使得協處理器相當適合于數組計算，數組計算通常涉及在大數目的數組條目上執行相同的操作。

對于本文所公開的示例實現方式，協處理器是圖形處理單元（GPU），盡管依照另外的實現方式可以使用其它類型的協處理器（數字信號處理（DSP）協處理器、浮點算術協處理器等等）。

依照示例實現方式，AODB系統的（一個或多個）GPU和（一個或多個）CPU可以部署在至少一個計算機（服務器、客戶端、超極本計算機、臺式計算機等等）上。更具體地，GPU可以部署在計算機的擴展卡上并且可以與計算機的組件通過諸如例如快速外圍組件互連（PCIe）總線之類的擴展總線通信。擴展卡可以包含本地存儲器，其與計算機的主系統存儲器分離；并且計算機的CPU可以使用PCIe總線以用于向GPU的本地存儲器遞送數據和指令的目的，使得GPU可以訪問指令和數據以用于處理。此外，當GPU產生作為該處理的結果的數據時，數據被存儲在GPU的本地存儲器中，并且CPU可以同樣地使用PCIe總線通信來指導數據從GPU的本地存儲器到系統存儲器的遞送。

在另外的實現方式中，GPU可以位于除PCIe總線之外的總線上。此外，在另外的實現方式中，GPU可以是集成到計算機中的芯片或芯片組，并且照此，GPU可以不被部署在擴展卡上。

圖1描繪了根據示例實現方式的基于AODB的數據庫系統100的示例實現方式。系統100被構造成處理描述基于數組的操作的用戶輸入150。作為示例，依照示例實現方式，系統100可以被構造成處理SciDB類型的查詢，其中“SciDB”是指特定開源數組管理和分析數據庫。以此方式，依照一些示例實現方式，用戶輸入150可以是數組查詢語言（AQL）查詢（類似于SQL查詢但是指定數學操作）或者數組函數語言（AFL）查詢。此外，用戶輸入150可以例如通過諸如R之類的基于數組的編程語言來生成。