データベースのSQL処理をCPUではなくGPUで高速化する参照実装「GPU Query Engine（GQE）」のアーキテクチャが公開された。NVIDIAが示したのは、単なる性能向上ではなく、HBMや専用圧縮エンジンといったハードウェア資源をSQL実行に直接結びつける設計思想である。このアプローチは、分析ワークロードをGPU前提へと移行させる布石となる。

GQEがハードウェアから直接引き出すSQL性能

GQEは、NVIDIA GB200 NVL4が搭載する高帯域幅メモリ（HBM）、CPU-GPU間を高速接続するNVLink-C2C、そしてGPUの演算コアを消費しない専用の圧縮エンジンを、SQLの実行パイプラインに組み込んでいる。クエリ実行時にデータの転送・展開・フィルタリングをGPU側で完結させることで、従来CPUデータベースが抱えていたメモリ帯域とI/Oの制約を回避する。ベンチマークTPC-H SF1000では、全体で7.5倍、クエリ単位では最大25.5倍の高速化を記録している。これは単なるGPUオフロードではなく、ハードウェア特性を前提に設計し直したクエリエンジンだからこそ達成できた結果だ。

ハイブリッド圧縮戦略がもたらす転送効率の刷新

GQEのデータ層では、NVIDIA nvCOMPライブラリとBlackwell世代のデプロイメントエンジンを組み合わせ、列ごとに最適な圧縮アルゴリズムを自動選択する仕組みを採用している。具体的には、高い圧縮率を求めるCascaded方式と、展開速度を優先するLZ4方式をカラム特性に応じて切り替える。これにより、CPU-GPU間のデータ転送量を実質的に削減しつつ、GPU上での展開処理が演算パイプラインを圧迫しないバランスを実現した。バッチ転送APIを活用したパイプライン化も相まって、データ移動のレイテンシが実行時間全体に与える影響が最小化される。

ゾーンマップによるパーティション剪定の効率化

大規模テーブルを扱う分析クエリでは、全件スキャンを回避するパーティション剪定が性能を左右する。GQEはゾーンマップを用いた積極的な剪定ロジックを実装し、GPU側で不要パーティションの除外を高速に判断する。これはGPUの並列処理能力をフィルタリングに振り向けることで、必要なデータのみを転送・演算する設計である。CPUデータベースが逐次的に剪定を判断するのに対し、GPU上で一括評価することで、データ転送前の段階で処理対象を大幅に絞り込める点が特徴だ。

企業分析基盤のアーキテクチャ選択を変える布石

GQEが公開した設計と性能値は、企業がデータ基盤を選定する際の判断基準に影響を与える可能性がある。Apache DataFusionからSubstrait形式のクエリプランを出力し、GQEで実行するフローが示すように、既存のSQLインターフェースとの相互運用性を確保しつつ、実行エンジンだけをGPU最適化されたものに置き換える経路が明確になった。これにより、データベース製品がGQEの設計を取り込むか、あるいは競合GPUが同様の参照実装を提供するかという、エコシステム間の競争が次の焦点となる。