Utveckling och testning av databasmjukvara för en mer effektiv hantering av data inom AI-uppträning

Viktiga resultat som projektet gav

Ja, projektet uppfyllde målen. Vi utvecklade en fristående, högpresterande databas baserad på vår egenutvecklade fork av OpenSearch och testade den med RISE. Resultaten visar upp till 37 % kortare svarstid, upp till 57 % fler sökfrågor per sekund och upp till 35 % lägre energiförbrukning. Projektet gav även viktiga insikter om AI-bolags behov och bekräftade problemets relevans i branschen.

Långsiktiga effekter som förväntas

Projektet förväntas på sikt bidra till lägre kostnader och energiförbrukning för företag som hanterar stora datamängder, särskilt inom AI-världen. Genom att möjliggöra snabbare databassökningar med färre servrar minskar både driftkostnader och klimatpåverkan. Resultaten stärker Sveriges position inom energieffektiv datateknologi och ger Vesiro en plattform för global tillväxt och innovation.

Upplägg och genomförande

Projektet genomfördes under ett år och fokuserade på att utveckla en fristående databas baserad på Vesiros egna algoritmer, vilket vi lyckades uppnå genom att integrera våra algoritmer i en fork av OpenSearch. Efter utvecklingsarbetet levererades mjukvaran till RISE, som testade den i ICE Datacenter. Testerna mätte prestanda och energiförbrukning jämfört med OpenSearch. Parallellt genomfördes en marknadsundersökning med AI-bolag för att validera behov och skapa underlag för kommersialisering.