Katana Graph mengoptimalkan mesin analitik pada Intel Xeon generasi ke-3
Katana Graph, startup analitik grafik berkecepatan tinggi yang berfokus pada pemrosesan kumpulan data besar yang tidak terstruktur, mengumumkan telah mengoptimalkan mesin grafiknya untuk prosesor dan sistem memori Intel Xeon generasi ke-3 yang baru.
Katana Graph engine (KGE) adalah platform untuk analitik grafik berkecepatan tinggi, penambangan pola, dan kueri pada kelompok CPU dan GPU yang heterogen, memberikan apa yang dikatakan perusahaan sebagai kemampuan komputasi yang tak tertandingi untuk memproses bahkan grafik terbesar seperti grafik perayapan web dengan miliaran simpul dan triliunan tepi. Ini mengekstrak wawasan yang dapat ditindaklanjuti dari kumpulan data besar yang tidak terstruktur, menggunakan algoritme grafik berkinerja tinggi. Scale-out memberikan lebih banyak kekuatan komputasi agregat dan DRAM untuk menganalisis properti grafik yang lebih besar daripada yang mungkin dilakukan pada satu mesin.
KGE dengan modul teknologi partisi, komunikasi, virtualisasi, dan penyimpanan yang menyertainya merupakan puncak dari lebih dari satu dekade penelitian lanjutan dalam teknologi grafik dan komputasi kinerja tinggi oleh salah satu pendiri Chris Rossbach dan Keshav Pingali. KGE didasarkan pada penelitian yang dilakukan di grup sistem perangkat lunak cerdas Pingali di University of Texas di Austin, yang bekerja pada model pemrograman paralel, kompiler, dan sistem runtime untuk aplikasi dengan data tidak terstruktur berskala besar.
Pada CPU, sistem runtime Katana mengoptimalkan eksekusi program untuk mengeksploitasi lokalitas NUMA (non-uniform memory access); misalnya, ia melakukan penyeimbangan beban dinamis NUMA-aware untuk memastikan bahwa beban komputasi tersebar merata di antara inti CPU. Pada GPU, mesin grafik Katana menggabungkan pengoptimalan kinerja untuk mengurangi overhead peluncuran kernel dan operasi atom.
Untuk eksekusi pada cluster, KGE membuat grafik partisi antara mesin dalam cluster menggunakan berbagai macam kebijakan partisi grafik termasuk edge-cuts dan vertex-cuts. Kebijakan pemartisian grafik khusus aplikasi dapat diterapkan di pemartisi grafik Katana.
Komunikasi sering kali menjadi hambatan kinerja dalam eksekusi memori terdistribusi dari program analitik grafik. Untuk menghindari hal ini, mesin grafik Katana memiliki runtime komunikasi yang telah dioptimalkan untuk komputasi grafik.
Pustaka grafik inti Katana menyediakan struktur data konkuren yang sangat skalabel seperti representasi grafik konkuren dan daftar kerja konkuren untuk mengimplementasikan algoritme yang efisien kerja. Pustaka ini dapat digunakan oleh ilmuwan data untuk menulis aplikasi baru dengan Python, menyerahkannya ke sistem yang mendasarinya untuk mengoptimalkan program untuk eksekusi yang terdistribusi dan heterogen.
Analisis performa tinggi di Intel Xeon
Platform sekarang dapat memanfaatkan prosesor Intel Xeon generasi terbaru yang dapat diskalakan dan teknologi memori persisten Intel Optane untuk memproses grafik besar pada kluster yang jauh lebih kecil. Ini akan lebih mendukung organisasi dengan kumpulan data dan grafik besar yang tidak terstruktur, termasuk pengecer online, lembaga keuangan, dan perusahaan manajemen identitas, dalam memahami pelanggan, operasi, dan peluang mereka.
Platform Katana Graph dapat diterapkan di luar kotak pada prosesor Intel Xeon generasi ke-2 dan ke-3 yang dapat diskalakan dengan peningkatan pembelajaran mendalam Intel, tanpa perlu modifikasi tambahan. Pada prosesor Xeon generasi ke-3 yang dapat diskalakan, solusi Katana Graph menawarkan peningkatan nyata dalam kecepatan yang dikombinasikan dengan kemampuan untuk memproses kumpulan data yang jauh lebih besar saat menggunakan lebih sedikit mesin.
“Kami bangga bahwa Katana Graph Engine kami berjalan hingga dua kali lebih cepat pada prosesor Intel Xeon generasi ke-3 yang dapat diskalakan daripada generasi sebelumnya, dan memberikan kinerja yang lebih baik lagi dengan pengoptimalan,” kata Keshav Pingali, Katana Graph co -penemu dan CEO. “Pelanggan kami membutuhkan kemampuan analitik berperforma tinggi yang kami keluarkan dengan bekerja sama dengan Intel.”
Atas nama Intel, Wei Li mengatakan, “Katana Graph telah memanfaatkan arsitektur inovatif dari prosesor Intel Xeon generasi ke-3 yang dapat diskalakan dalam mesin analitik grafik canggihnya, yang merupakan berita menarik.” Li, yang merupakan wakil presiden dan manajer umum kinerja pembelajaran mesin dalam kelompok arsitektur, grafik, dan perangkat lunak di Intel, menambahkan, “Pelanggan bersama kami akan langsung mendapat manfaat dari kolaborasi erat kami saat kami mengatasi tantangan yang terkait dengan pemrosesan kumpulan data besar.”
Selain peningkatan kecepatan dan kemampuan untuk menangani sejumlah besar data, pengguna akhir juga akan melihat penghematan yang signifikan dalam hal ukuran cluster dan biaya manajemen. Katana Graph mengatakan ini adalah bagian dari misinya untuk menyediakan kumpulan perangkat lunak grafik terbaik untuk memungkinkan organisasi memperoleh wawasan yang lebih dalam lebih cepat dari data tidak terstruktur mereka, dan menggunakan kecerdasan yang dapat ditindaklanjuti itu untuk mengembangkan bisnis mereka dan mempercepat pertumbuhan.
Intel Capital memimpin putaran pendanaan $28,5
Katana Graph didirikan pada tahun 2020 oleh Pingali dan Rossbach yang merupakan profesor di University of Texas di Austin. Mereka mengakui sinergi yang dimungkinkan oleh terobosan penelitian dalam algoritme grafik, penyimpanan, dan akselerasi perangkat keras yang memungkinkan pengembang bekerja dengan data yang tidak teratur dan tidak terstruktur pada skala dan efisiensi yang ditingkatkan secara besar-besaran.
Awal tahun ini, perusahaan menyelesaikan putaran pembiayaan seri A senilai $28,5 juta yang dipimpin oleh Intel Capital dengan partisipasi dari WRVI Capital, Nepenthe Capital, Dell Technologies Capital, dan Redline Capital.
Managing partner Intel Capital, Anthony Lim, mengatakan, “Platform Katana Graph membantu perusahaan besar memahami kumpulan data besar mereka yang tidak terstruktur, dan kami melihat permintaan ini di berbagai industri mulai dari jejaring sosial hingga penelitian biomedis dan farmasi. Kami sangat antusias untuk memimpin putaran pendanaan baru Katana Graph berdasarkan kolaborasi kami tahun lalu di mana teknologi Katana Graph dioptimalkan untuk prosesor Intel Xeon dan cluster berbasis Xeon.”
Scott Darling, presiden Dell Technologies Capital, mengatakan platform Katana adalah solusi terobosan yang mengintegrasikan penyerapan data, kueri, dan analitik dengan skala dan kinerja yang belum pernah ada sebelumnya untuk mengatasi masalah banjir data untuk data grafik yang tidak terstruktur. Dia menambahkan, “Kami juga bersemangat untuk mendukung perusahaan mengingat akar bersama Dell Technologies dan Katana Graph di University of Texas di Austin.”
Sementara itu, veteran industri dan investor, Lip-Bu Tan, mitra pengelola pendiri WRVI Capital, mengatakan, “Saya senang dan merasa terhormat untuk memberikan modal awal dan bermitra dengan profesor Keshav Pingali dan profesor Chris Rossbach untuk menyediakan platform paling komprehensif untuk perusahaan besar. -penambangan data grafik skala besar, kueri, dan analitik.”
Katana Graph tahun lalu menambahkan semakin banyak klien perusahaan di pasar farmasi, fintech, identitas, keamanan, dan EDA, serta momentum yang kuat di pasar analitik data besar. Sementara didirikan oleh para peneliti, perusahaan juga telah menambahkan tim kepemimpinan yang berfokus pada komersial dengan rekam jejak menjalankan bisnis atau divisi teknologi yang sukses, termasuk Farshid Sabet, chief business officer, yang merupakan GM edge AI di Intel. Selain itu, N. R. Narayana Murthy, pendiri Infosys dan Amy Chang, anggota dewan di Procter &Gamble dan Cisco, bergabung sebagai penasihat dewan untuk Katana.
Proposisi nilai utama Katana Graph adalah kemampuan untuk menangani data besar yang tidak terstruktur dan mengintegrasikan beban kerja penambangan pola kompleks pada kumpulan data perusahaan besar dan grafik pengetahuan, dengan kinerja superior untuk AI grafik kompleks, penambangan pola grafik, dan algoritma analitik grafik. Ini mendukung kelompok sumber daya komputasi yang heterogen termasuk CPU x86, CPU Arm, GPU, dan akselerator lainnya. Platformnya memungkinkan pengembangan AI grafik berkinerja tinggi, penambangan pola grafik dan aplikasi analisis grafik, serta integrasi tanpa batas dengan kueri grafik.
