2012年Todd Mostak 在哈佛中东研究中心攻读硕士研究生，他试图为自己的论文主题绘制和处理阿拉伯之春期间发布的4千万Twitter帖子，但处理这些帖子数小时耗费了甚至数 天。没有现成的系统能帮助他实现大数据集快速互动分析，于是他一边读MIT的数据库课程，一边开发出了利用GeForce Titan GPU处理数据的并行数据库系统MapD（演示，非论文）。基于GFU的数据库系统比基于CPU的数据库性能提升了70倍，而整个硬件只花了5千美元。Todd Mostak计划在开源许可证下发布MapD。如果你感兴趣，可以在哈佛的WorldMap网站上浏览包含1.25亿Twitter帖子的数据集，体验其快速的响应。
删除一条评论
评论删除后，数据将无法恢复
引用来自“李马燕”的评论
GPU是不是显卡？这玩意儿和数据库啥关系？
引用来自“达达仔”的评论
楼上的各位，GPU计算可以使用大量的压缩算法，减少IO，这样IO的速率就会成倍的提升。
引用来自“s1981x”的评论
引用来自“李马燕”的评论
GPU是不是显卡？这玩意儿和数据库啥关系？
引用来自“合金小猪”的评论
引用来自“李马燕”的评论
GPU是不是显卡？这玩意儿和数据库啥关系？
数据库问题在于并发，问题是并发又不是完全独立，中间有很多原子性操作。GPU上真的要比CPU上优秀？
引用来自“s1981x”的评论
引用来自“李马燕”的评论
GPU是不是显卡？这玩意儿和数据库啥关系？