Katana Graph acelera análisis de grafos a gran escala en Intel Xeon de 3ª generación con el doble de velocidad

Katana Graph, una startup de análisis de grafos de alto rendimiento, ha anunciado que su motor insignia Katana Graph Engine (KGE) ha sido totalmente optimizado para los procesadores escalables Intel Xeon de 3ª generación y la plataforma de memoria persistente Optane que los acompaña. La actualización ofrece un aumento de velocidad casi doble para cargas de trabajo de grafos en el nuevo hardware, permitiendo procesar conjuntos de datos más grandes en clústeres más pequeños.

El KGE es un entorno de ejecución distribuido que combina CPUs y GPUs en una única plataforma cohesiva. Soporta análisis avanzados de grafos, minería de patrones y consultas en conjuntos de datos masivos e irregulares, incluyendo grafos de rastreo web con miles de millones de vértices y billones de aristas. Aprovechando tanto el escalado horizontal como la memoria de alto ancho de banda, el motor puede analizar grafos que serían inviables en una sola máquina.

Desarrollado durante una década de investigación por los cofundadores Chris Rossbach y Keshav Pingali, el motor incorpora técnicas de vanguardia en partición de grafos, balanceo de carga consciente de NUMA y optimización de kernels GPU. El particionador puede personalizarse con políticas definidas por el usuario, mientras que el entorno de ejecución de comunicación minimiza la sobrecarga que típicamente aqueja a los algoritmos de grafos distribuidos.

Para desarrolladores de Python, el KGE expone estructuras de datos concurrentes altamente escalables, como representaciones de grafos seguras para hilos y listas de trabajo, permitiendo prototipado rápido sin sacrificar rendimiento. El entorno de ejecución maneja automáticamente la distribución de datos, gestión de memoria y coordinación entre nodos, liberando a los científicos de datos para centrarse en el diseño algorítmico.

Con los procesadores escalables Intel Xeon de 3ª generación, la plataforma de Katana Graph aprovecha las últimas mejoras microarquitectónicas, incluyendo mayores conteos de núcleo, jerarquías de caché más grandes y Intel Deep Learning Boost. Cuando se combina con memoria persistente Optane, el sistema ofrece un aumento dramático en la capacidad efectiva de DRAM, reduciendo aún más la necesidad de clústeres grandes y costosos.

"Nuestro motor ahora ofrece hasta el doble de rendimiento en Intel Xeon de 3ª generación que en la generación anterior, directamente out-of-the-box", dijo Keshav Pingali, cofundador y CEO. "Trabajando estrechamente con Intel, hemos desbloqueado nuevos niveles de eficiencia que nuestros clientes empresariales —que abarcan retail, finanzas y gestión de identidad— pueden sentir directamente en su analítica diaria."

El Vicepresidente y Gerente General de Rendimiento de Aprendizaje Automático de Intel, Wei Li, hizo eco del entusiasmo: "Katana Graph ha aprovechado la arquitectura innovadora del procesador escalable Intel Xeon de 3ª generación, ofreciendo un impulso revolucionario en el rendimiento de análisis de grafos. Nuestra colaboración ayudará a los clientes a enfrentar los mayores desafíos de datos no estructurados."

Más allá de la velocidad bruta, la nueva optimización reduce la huella del clúster y los costos operativos. La misión de Katana Graph es dar a las organizaciones la pila de software de grafos más rápida y rentable, permitiéndoles extraer insights accionables de datos no estructurados y acelerar el crecimiento empresarial.

En un hito reciente, Katana Graph recaudó 28,5 millones de dólares en una ronda Serie A liderada por Intel Capital, con participación de WRVI Capital, Nepenthe Capital, Dell Technologies Capital y Redline Capital. La financiación subraya el apetito del mercado por soluciones de grafos de alto rendimiento en sectores como farmacéuticas, fintech, identidad y ciberseguridad.

Fundada en 2020 por profesores de la Universidad de Texas en Austin, la empresa combina rigor académico con experiencia comercial. Su lista de liderazgo incluye a Farshid Sabet, ex GM de Edge AI en Intel, y asesores de la junta como el fundador de Infosys N. R. Narayana Murthy y la ejecutiva de Cisco-P&G Amy Chang.

La propuesta de valor única de Katana Graph reside en su capacidad para manejar datos no estructurados masivos, soportar minería de patrones complejos y ofrecer rendimiento superior para IA y análisis de grafos en clústeres heterogéneos, incluyendo CPUs x86, CPUs Arm, GPUs y otros aceleradores.