توجد بيانات ضخمة، ثم هناك بيانات ضخمة حقًا — تخيل تريليونات الصفوف من البيانات. تحتل شركة Ocient ومقرها شيكاغو الصدارة في هذا المجال بفضل تقنيتها المبتكرة لمستودع البيانات واسع النطاق.
اليوم، كشفت Ocient عن قدرات جديدة تعزز منصتها للبيانات واسعة النطاق، مع التركيز على التحليلات الجغرافية والذكاء الاصطناعي (AI) وتعلم الآلة (ML). تتضمن ميزة OcientGeo الجديدة مكتبة شاملة من الوظائف الجغرافية وفهرس مكاني عالمي محسن. يمكّن ذلك الشركات من استيعاب وتحليل كميات هائلة من البيانات الجغرافية التاريخية والآنية بكفاءة، مما يولد رؤى قابلة للتنفيذ. كما تسهم أدوات ML المدمجة في تسريع مبادرات الذكاء الاصطناعي الجغرافية.
تستفيد Ocient من تخزين ومعالجة محسّنة، تلبي متطلبات البيانات واسعة النطاق دون الاعتماد على GPUs. وقال الرئيس التنفيذي لشركة Ocient، كريس جلادوين: "ترتكز أولوياتنا على الحملات واسعة النطاق. في استعلامات Ocient المتوسطة — سواء كانت SQL أو تعلم الآلة أو مسائل جغرافية — نحن عادةً نتحدث عن حوالي تريليون عنصر."
تحليلات البيانات واسعة النطاق: تدفق البيانات بدلاً من GPUs
بينما تعتمد العديد من المؤسسات على GPUs لتحسين الأداء، تتبنى Ocient استراتيجية مختلفة. أوضح جلادوين: "سر نجاحنا يكمن في مستوى استثنائي من التوازي. ليس من غير المعتاد أن يكون هناك أكثر من مليون مهمة متوازية قيد التنفيذ في كل طبقة من الهيكل."
لتحقيق هذا التوازي الواسع داخل مستودع البيانات، تركز Ocient على التدفق. وذكر جلادوين أنه في الخوارزميات المتعلقة بتعلم الآلة مثل التجميع والانحدار والتصنيف، تنشأ القيود غالبًا ليس من العمليات الحسابية لوحدة المعالجة المركزية، بل من كثافة الحوسبة — وخاصة الحاجة إلى مزيد من الطاقة المعالجة لكل تيرابايت من البيانات.
التحدي الرئيسي يكمن في ضمان تدفق كافٍ عبر مجموعة الحوسبة، بما في ذلك التخزين والذاكرة. وهذا يشكل جوهر الابتكار الفني لدى Ocient، حيث تتخصص الشركة في تحسين الذاكرة وأنظمة التخزين السريعة (SSD). وعلق جلادوين قائلاً: "نحن نقدر GPUs — فهي مثيرة للإعجاب — لكننا ببساطة لم نواجه ضرورة لاستخدامها."
تعلم الآلة على نطاق واسع مع OcientML
ركز مستودع بيانات Ocient في البداية على استعلامات بيانات SQL، وتستند نفس المزايا المعمارية التي تتيح تحليلات سريعة على مجموعات البيانات الكبيرة الآن إلى OcientML وOcientGeo.
أوضح جلادوين أن OcientML يتيح للعملاء تنفيذ تعلم الآلة على مجموعات بيانات تحتوي على مليارات إلى تريليونات نقاط البيانات، مقدمًا مقاييس أداء تكلفة أفضل مقارنةً بالبدائل. تضمن ميزات إدارة الأحمال الوصول العادل إلى الموارد عبر استعلامات وتحليلات واسعة النطاق. علاوة على ذلك، يتم دمج OcientML في مستودع بيانات Ocient واسع النطاق، مما يلغي الحاجة إلى استخراج وتحويل وتحميل البيانات إلى منصة منفصلة.
تشمل فوائد OcientML تحسين دقة النماذج من خلال التفاعل الكامل مع البيانات التاريخية والحالية، وتسريع الدورات من خلال القضاء على الحركة غير الضرورية للبيانات، وتبسيط العمليات عبر إدارة SQL وML ضمن نظام موحد.
تتبع OcientGeo نهجًا مشابهًا، حيث تعد جزءًا لا يتجزأ من مستودع بيانات Ocient واسع النطاق، مستفيدة من التوازي الواسع المتاح في المنصة. مع OcientGeo، يمكن للمستخدمين إجراء استعلامات وتحليلات جغرافية على مجموعات بيانات ضخمة مباشرة ضمن بيئة Ocient، مما يلغي الحاجة إلى استخراج البيانات على نطاق واسع. تتيح هذه الميزة تنفيذ الاستعلامات الجغرافية التي تتضمن تريليونات من نقاط البيانات خلال ثوانٍ.
اختتم جلادوين قائلاً: "نحن فقط في بداية استكشاف هذه التطبيقات الجديدة التي لا يمكن تمكينها إلا من خلال تعزيز تكلفة وأداء تحليلات البيانات واسعة النطاق بعشرة أضعاف أو أكثر."
قائمة الترتيب
