Американский Craftsy — образовательный проект, помогающий людям научиться чему-то новому в хобби: фотографии, готовке, шитье и тому подобном. Пример типичного курса — «десять секретных приемов жарки овощей» умеренно известного повара, не Гордона Рамзи, калибром пониже, но объективно авторитетного и легко гуглящегося.
Учитывая требования к железу и инертность крупного бизнеса к внедрению не прошедших испытание временем решений, пройдут десятилетия, прежде чем подобные разработки станут мейнстримом.
В своих нишах потенциал у них есть, но с классическими решениями они живут в параллельных реальностях.
P.S. Чисто с технической точки зрения все решения на GPU упираются в огромную стену под названием I/O. Данные нужно загрузить с диска, прогнать через процессор и закинуть на видеокарту. Память у которой ещё менее нерезиновая, чем оперативная.
Поэтому если нет возможности загрузить рабочий объём на видеокарту, а потом его там долго-долго считать (как в ряде задач машинного обучения), то выигрыш может быть не столь большим.
Для баз данных этот фактор является в большинстве случае критическим.
За счет чего спидап-то? Давно процессор является узким местом для СУБД?
Это все равно, что Оку сравнивать с фурой, совершенное разные задачи и стоимость обслуживания, которые практически не пересекаются.
Я не разбираюсь в этих базах, но все, что ускоряет, звучит интересно!
Может ли это помочь небольшим проектам в интернете? :)
Дорого ли обходится внедрение, какие железяки нужны?
Воу! Свежая тема для молодых технопророков?