לנתח כמות עצומה של מידע במהירות שיא – על הפיתוח של SQream הישראלית

החברה פיתחה פיתרון ניתוח עבור ביג-דאטה לבסיסי נתונים גדולים במיוחד, הנחשב למהיר ביותר שאי פעם הוקם. לשם כך היא נעזרת בתשתית ענן

 

big data, data center getty images

קרדיט תמונה: Getty Images Israel

מאת מיכל לויתן-גיאת, IBM Startups & Developers Ecosystem, Cloud Business Development

מדי יום, אנחנו מייצרים כמויות עצומות של דאטה, כ-2.5 קווינטיליו בייטים, על פי הערכות. רבים אמנם יודעים ומסוגלים לנתח את הדאטה כשהוא מגיע בכמויות קטנות יחסית, אך בעולם הביג-דאטה, כאשר נדרש ניתוח בזמן אמת עבור כמויות נתונים העולות על 10 טרה-בייט, נדרשים משאבים עצומים – בזמן ובכסף, ונוצרים עיכובים קריטיים בניתוח המידע. בתעשיות מסוימות, כמו חקר גנום או אספקטים של ביטחון לאומי (Homeland Security) כמו הגנת סייבר, המשמעות יכולה להתבטא גם באובדן חיי אדם.

חברת SQream טכנולוגיות הישראלית, פיתחה פיתרון ניתוח עבור ביג-דאטה לבסיסי נתונים גדולים במיוחד, הנחשב למהיר ביותר שאי פעם הוקם. החברה, שהוקמה ב-2010, מבצעת אנליזות על כמויות גדולות מאוד של נתונים באופן חסכוני ויעיל – ומשמשת, בין היתר, להשגת פריצת דרך בחקר הגנום וחקר הסרטן.

100 טרה של נתונים על שרת אחד

מתוך הבנה כי היקף הדאטה והצורך לנתח כמויות עצומות של דאטה יגדלו באופן גיאומטרי, ייסדו עמי גל וקוסטיה וורקין את SQream, על מנת להתמודד עם הצורך לייצר פלטפורמה למסדי נתונים שהם קטנים עם יכולות ביצועים גבוהים במיוחד ביחס למאגרים המוכרים. לכן היא פיתחה מאגר מידע המשתמש ב-GPU – יחידת עיבוד גרפית. יחידות עיבוד אלו "בדרך כלל משמשות לצרכים כמו רינדור וידאו ואנימציה", מסביר עמי גל, מנכ"ל החברה, "אנחנו מצאנו דרך אפקטיבית להשתמש בהם גם לטובת ביצוע שאילתות SQL".

כך, ב-SQream משתמשים בכוח המשופר של המעבדים הגרפיים לצרכים כלליים של טכנולוגיית מידע – כמעבדים רגילים לכל דבר. העיבוד באמצעות הכרטיס הגרפי משפר באופן משמעותי את מהירות ניתוח הנתונים – עד פי 100, על פי SQream, ומאפשר לארגונים לצמוח במהירות ככל שכמות הדאטה גדלה.

"אנחנו מסוגלים לקחת 100 טרה של נתונים ולהכניס אותם לתוך שרת יחיד קטן. אנחנו מסוגלים להריץ את השאילתות במהירויות של שניות עד דקות בודדות", מסביר גל. זאת, בזמן שפתרונות קיימים אחרים מצריכים קלאסטרים של שרתים.

עיבוד נתונים מהיר מבוסס ענן

שירותי החברה מתבססים על גבי תשתית ענן: "חיפשנו כלי תשתית בתחום הענן בסקייל שנדרש לטכנולוגיה שלנו ובקונפיגורציה המתאימה. ל-SQream היה חשוב במיוחד להשתמש בשרתי Bare Metal, המסוגלים להתמודד עם נפח עבודה כולל אינטנסיבי – ובפריסה גלובלית.

פתרונות החברה משמשים היום ארגונים בתעשיות שונות כגון מכונים לחקר הסרטן, בטחון לאומי, אבטחת מידע והגנת סייבר וטלקום. כך, SQream כיום מאפשרת, למשל, פריצות דרך משמעותיות בתחום חקר הגנום ומציאת תרופות לסרטן. "הפיתרון שלנו מאפשר לפרויקטים בסדר גודל כזה להסתיים בפרק זמן קצר יותר, עם ביצועים טובים יותר ובסקייל המתאים", מתאר גל.

עבור חוקרים בתחום הביואינפורמטיקה ואנליסטים בחקר הגנום האנושי, הפיתרון של SQream מספק כלים להסקת מסקנות קריטיות בזמן מהיר ובסקייל שלא הכירו עד כה. החוקרים מסוגלים לגלות דפוסים במהירות ולהשיג תובנות נחוצות לקידום המחקר הרפואי. כך, למשל, חקר הקשר בין גנים לפעילותם הקלינית, הדורש שימוש בכמויות נתונים בהיקף עצום. SQream מאפשרת לבצע השוואה מהירה ובו זמנית, למשל לגילוי גן שמופיע אצל חולי סרטן מסוג ספציפי.

"אנחנו לא מומחים בחקר הגנום ואנחנו לא מומחים גם לביטחון לאומי, אבל הלקוחות שלנו כן מומחים בתחומים הללו. זה מתבטא עד כדי כך שהם יהיו מסוגלים להציל חיי אדם ולרפא מחלות כמו סרטן, אם יש בידיהם את הכלים הנכונים. אנחנו הכלים האלו", מסביר גל.

 

הכתבה בחסות Softlayer – פתרון תשתית הענן מבית IBM

"הדבר הטוב ביותר בעבודה עם IBM Softlayer היה שירות ה-Bare Metal שלהם. המערכת שלנו נפרסת על תשתית Softlayer שנבנתה במיוחד עבורה, וזה win win situation עבורנו". עם IBM Softlayer, פתרון תשתית הענן כשירות (IaaS) של IBM, ניתן להתאים אישית את התשתית לצרכים הארגוניים שלך ולהשיג ביצועים אופטימליים, גמישות מלאה ופריסה גלובאלית. עם Softlayer תוכל לבחור ולהתחבר ל- Data Center המתאים לך בכל מקום בעולם, מתוך רשת Data Centers גלובאלית" – חברת “SQream”.
לפרטים נוספים על IBM Softlayer

כתב אורח

אנחנו מארחים מפעם לפעם כותבים טכנולוגים אורחים, המפרסמים כתבות בתחומי התמחות שלהם. במידה ואתם מעוניינים לפרסם פוסט בשמכם, פנו אלינו באמצעות טופס יצירת קשר באתר.

הגב

3 Comments on "לנתח כמות עצומה של מידע במהירות שיא – על הפיתוח של SQream הישראלית"

avatar
Photo and Image Files
 
 
 
Audio and Video Files
 
 
 
Other File Types
 
 
 
Sort by:   newest | oldest | most voted
לדעתי
Guest

אם היו נתונים לה עושה אותם טובים מאחרים לכתבה היה יותר ערך

אריק
Guest

שימוש ב-GPU לעיבוד מקבילי הוא קונספט שהיה קיים הרבה לפני הקמת SQream. בהתחלה עבדנו איתם, אז גילינו שהרבה יותר יעיל וזול להרים קלאסטר יעודי של גוגל ולנהל אותו בעצמנו (מעבדת ביואינפורמטיקה)

nely
Guest

למה זה טוב יותר מקלסטר? את המהירות אפשר להשיג על ידי ביזור.
בכל מקרה אני מאמינה שגם בשיטה שלהם יש צורך בביזור.

wpDiscuz

תגיות לכתבה: