GPU数据库所解决的工业需求

   对实时业务价值的需求：这是最重要的业务需求，其目标是在各种及时更新的数据集上利用各种计算分析来获取瞬时的业务价值。一个典型的场景是实时车辆位置管理所带来的一系列业务应用，其典型代表是Uber内部使用的AresDB方案和USPS里面使用的Kinetica方案。对于一个运营几百万载客车辆的出行服务公司来说，实时的路线规划和偏航率分析不仅能够降低运营成本，改进客户体验，并且是实时恶意行为检测和犯罪提前预警的重要手段。

   对极端计算能力的需求：当前存在对非结构化数据爆炸性的分析需求，而这些分析必须依赖于极端强大的计算能力，特别是这些数据的大规模增长和CPU有限算力之间的矛盾使得很多分析不能有效开展。典型的例子包括图数据分析、DNA序列分析，空间数据分析、3D结构分析等。尽管传统数据库在处理这些数据时存在性能问题，例如“Oracle Spatial and Graph”，各种行业的用户仍然首选一个数据库平台来执行这些分析，这是因为用户最需要数据库的简单接口以分离上层应用和底层系统。

   对全面数据平台的需求：随着实时分析、智能分析、扩展分析的重要性日渐突出，传统企业内部多套数据库集成的方案越来越不能满足核心需求，特别是多套库之间所带来的业务延迟、协调管理以及维护开销等随着业务规模的增长越来越严重。例如，把大量数据从数据库提取出来送到一个智能分析平台里进行智能分析严重违背了用户对实时智能分析的需求。传统数据库系统通过加入各种扩展来尝试解决这些问题，例如Teradata Vantage，然而由于CPU的算力有限，很多复杂分析只能借助于其它非数据库内置的模块，例如TensorFlow。由于这些模块本身并不被数据库系统管理，因此存在各种数据格式转换以及资源调度冲突等问题。