NVIDIAとウィスコンシン大学マディソン校の共同開発によるGPU加速型データ分析エンジン「Sirius」が、広く使われる分析ベンチマーク「ClickBench」で記録的な性能を達成した。Siriusは、DuckDBのオープンソースデータベースにGPUを組み込むための「GPUネイティブ実行バックエンド」として開発され、CPUベースのシステムと比較して最大7.2倍のコスト効率を実現。この成果は、NVIDIAのGH200 Grace Hopperスーパーチップを搭載したLambda Labsのインスタンス（時給1.5ドル）で評価され、CPU専用のAWSインスタンス（時給7.3～9.8ドル）と比較して、低コストで圧倒的な速度を発揮した。 SiriusはDuckDBのコードベースを変更せずに、そのクエリパーサー、最適化器、スキャンオペレータなどの成熟したサブシステムを再利用。GPU処理はNVIDIAのCUDA-XライブラリとcuDFを活用し、データはApache Arrowに準拠した形式でGPUメモリに転送され、集計、投影、結合などのSQL演算をGPU上で高速に実行。結果はCPUに戻り、DuckDBの出力形式に変換されてユーザーに返却される。このアーキテクチャにより、開発の工数を最小限に抑えながら、GPUの並列処理能力を最大限に活用。 特に、正規表現処理（q28）では、JITコンパイルされたcuDFの変換フレームワークを採用し、従来のプリコンパイル方式と比較して13倍の高速化を達成。GPUのワープ利用率も85％まで向上し、登録数の圧倒的削減とデータローカリティの改善が実現した。 今後、NVIDIAと大学は、モジュール性・相互運用性・拡張性を重視した「MICE（Modular, Interoperable, Composable, Extensible）」原則に基づくGPUデータ処理の基盤技術の開発を進める。SiriusはApache-2.0ライセンスでオープンソースとして公開され、研究者や開発者からの貢献を歓迎している。GPUを活用した次世代データ分析の基盤として、Siriusの普及が期待されている。