Katana Graph optimise le moteur d'analyse sur Intel Xeon de 3e génération

Katana Graph, une startup d'analyse graphique à grande vitesse axée sur le traitement de grands ensembles de données non structurées, a annoncé avoir optimisé son moteur graphique pour le nouveau processeur évolutif Intel Xeon de 3e génération et les systèmes de mémoire.

Le moteur Katana Graph (KGE) est une plate-forme pour l'analyse graphique à grande vitesse, l'exploration de modèles et l'interrogation sur des clusters hétérogènes de processeurs et de processeurs graphiques, fournissant ce que la société a déclaré être une capacité de calcul inégalée pour traiter même les plus grands graphiques tels que les graphiques d'exploration Web. avec des milliards de sommets et des milliards d'arêtes. Il extrait des informations exploitables à partir d'ensembles de données non structurés massifs, à l'aide d'algorithmes graphiques hautes performances. L'évolutivité horizontale fournit plus de puissance de calcul globale et de DRAM pour l'analyse des propriétés de graphiques plus volumineux qu'il n'est possible sur une seule machine.

Le KGE et les modules de technologie de partitionnement, de communication, de virtualisation et de stockage qui l'accompagnent sont l'aboutissement de plus d'une décennie de recherche avancée en technologie graphique et en calcul haute performance par les co-fondateurs Chris Rossbach et Keshav Pingali. Le KGE est basé sur des recherches effectuées dans le groupe de systèmes logiciels intelligents de Pingali à l'Université du Texas à Austin, qui travaille sur des modèles de programmation parallèles, des compilateurs et des systèmes d'exécution pour les applications avec des données non structurées à grande échelle.

Sur les processeurs, le système d'exécution Katana optimise l'exécution du programme pour exploiter la localité NUMA (accès non uniforme à la mémoire) ; par exemple, il effectue un équilibrage de charge dynamique compatible NUMA pour garantir que la charge de calcul est répartie uniformément entre les cœurs du processeur. Sur les GPU, le moteur graphique Katana intègre des optimisations de performances pour réduire la surcharge des lancements de noyau et des opérations atomiques.

Pour l'exécution sur des clusters, le KGE partitionne les graphes entre les machines du cluster à l'aide d'une riche variété de politiques de partitionnement de graphes, y compris les coupes de bord et les coupes de sommet. Des politiques de partitionnement de graphes spécifiques à l'application peuvent être implémentées dans le partitionneur de graphes Katana.

La communication est souvent le goulot d'étranglement des performances dans l'exécution en mémoire distribuée des programmes d'analyse de graphes. Pour éviter cela, le moteur graphique Katana dispose d'un runtime de communication optimisé pour le calcul graphique.

Les bibliothèques de graphiques principales de Katana fournissent des structures de données concurrentes hautement évolutives telles que des représentations graphiques concurrentes et des listes de travail concurrentes pour mettre en œuvre des algorithmes efficaces au travail. Ces bibliothèques peuvent être utilisées par les data scientists pour écrire de nouvelles applications en Python, laissant au système sous-jacent le soin d'optimiser le programme pour une exécution distribuée et hétérogène.

Analyses hautes performances sur Intel Xeon

La plate-forme peut désormais tirer parti des processeurs évolutifs Intel Xeon de dernière génération et de la technologie de mémoire persistante Intel Optane pour traiter des graphiques massifs sur des clusters beaucoup plus petits. Cela aidera mieux les organisations avec d'énormes ensembles de données et graphiques non structurés, y compris les détaillants en ligne, les institutions financières et les sociétés de gestion d'identité, à comprendre leurs clients, leurs opérations et leurs opportunités.

La plate-forme de Katana Graph est déployable prête à l'emploi sur les processeurs évolutifs Intel Xeon de 2e et 3e génération avec Intel Deep Learning Boost, sans aucune modification supplémentaire requise. Sur les processeurs évolutifs Xeon de 3e génération, la solution de Katana Graph offre une nette amélioration de la vitesse combinée à la possibilité de traiter des ensembles de données beaucoup plus volumineux tout en utilisant moins de machines.

« Nous sommes fiers que notre moteur graphique Katana fonctionne jusqu'à deux fois plus vite sur les processeurs évolutifs Intel Xeon de 3e génération d'Intel que sur la génération précédente dès la sortie de la boîte, et offre encore plus de performances avec des optimisations », a déclaré Keshav Pingali, Katana Graph co. -fondateur et PDG. "Nos clients ont besoin des capacités d'analyse hautes performances que nous libérons en travaillant en étroite collaboration avec Intel."

Au nom d'Intel, Wei Li a déclaré :" Katana Graph a tiré parti de l'architecture innovante du processeur évolutif Intel Xeon de 3e génération dans son moteur d'analyse graphique de pointe, ce qui est une nouvelle passionnante. " Li, qui est vice-président et directeur général des performances d'apprentissage automatique dans le groupe architecture, graphiques et logiciels d'Intel, a ajouté :« Nos clients communs bénéficieront directement de notre étroite collaboration alors que nous relevons les défis associés au traitement d'ensembles de données volumineux.

En plus de la vitesse accrue et de la capacité de gérer des quantités massives de données, les utilisateurs finaux verront également des économies notables en termes de taille de cluster et de coûts de gestion. Katana Graph a déclaré que cela faisait partie de sa mission de fournir la meilleure pile logicielle de graphes pour permettre aux organisations de glaner plus rapidement des informations plus approfondies à partir de leurs données non structurées, et d'utiliser cette intelligence exploitable pour développer leur activité et accélérer leur croissance.

Intel Capital mène un tour de table de 28,5 $

Katana Graph a été fondée en 2020 par Pingali et Rossbach qui étaient professeurs à l'Université du Texas à Austin. Ils ont reconnu les synergies rendues possibles par les avancées de la recherche dans les algorithmes graphiques, le stockage et l'accélération matérielle qui peuvent permettre aux développeurs de travailler avec des données irrégulières et non structurées à une échelle et une efficacité considérablement accrues.

Plus tôt cette année, la société a finalisé un tour de financement de série A de 28,5 millions de dollars mené par Intel Capital avec la participation de WRVI Capital, Nepenthe Capital, Dell Technologies Capital et Redline Capital.

Anthony Lim, associé directeur d'Intel Capital, a déclaré :« La plate-forme de Katana Graph aide les grandes entreprises à donner un sens à leurs grands ensembles de données non structurées, et nous constatons cette demande dans une variété d'industries, des réseaux sociaux à la recherche biomédicale et pharmaceutique. Nous sommes ravis de diriger le nouveau cycle de financement de Katana Graph basé sur notre collaboration l'année dernière où la technologie de Katana Graph a été optimisée pour les processeurs Intel Xeon et les clusters basés sur Xeon."

Scott Darling, président de Dell Technologies Capital, a déclaré que la plate-forme Katana était une solution révolutionnaire intégrant l'ingestion, l'interrogation et l'analyse de données avec une échelle et des performances sans précédent pour résoudre le problème du déluge de données pour les données graphiques non structurées. Il a ajouté : « Nous sommes également ravis de soutenir l'entreprise étant donné les racines communes de Dell Technologies et de Katana Graph à l'Université du Texas à Austin. »

Pendant ce temps, le vétéran de l'industrie et investisseur, Lip-Bu Tan, l'associé directeur fondateur de WRVI Capital, a déclaré :« Je suis ravi et honoré de fournir le capital initial et de m'associer au professeur Keshav Pingali et au professeur Chris Rossbach pour fournir la plate-forme la plus complète à l'échelle de l'exploration, de la requête et de l'analyse de données graphiques. »

L'année dernière, Katana Graph a ajouté un nombre croissant d'entreprises clientes sur les marchés pharmaceutique, fintech, de l'identité, de la sécurité et de l'EDA, ainsi qu'une forte dynamique sur le marché de l'analyse des mégadonnées. Bien que fondée par des chercheurs, la société a également ajouté une équipe de direction axée sur le commerce avec des antécédents de gestion d'entreprises ou de divisions technologiques à succès, y compris Farshid Sabet, directeur commercial, qui était directeur général de l'IA de pointe chez Intel. De plus, N. R. Narayana Murthy, fondateur d'Infosys et Amy Chang, membre du conseil d'administration de Procter &Gamble et Cisco, ont rejoint le conseil d'administration de Katana.

La proposition de valeur clé de Katana Graph est la capacité de gérer des données massives non structurées et d'intégrer des charges de travail d'exploration de modèles complexes sur des ensembles de données et des graphiques de connaissances de grande entreprise, avec des performances supérieures pour les algorithmes d'IA de graphes complexes, d'exploration de modèles de graphes et d'analyse de graphes. Il prend en charge des clusters hétérogènes de ressources informatiques, notamment des processeurs x86, des processeurs Arm, des GPU et d'autres accélérateurs. Sa plate-forme permet le développement d'applications d'IA de graphes hautes performances, d'exploration de modèles de graphes et d'analyse de graphes, ainsi qu'une intégration transparente avec les requêtes de graphes.