資料處理人員將巨量資料 Lift-and-Shift 至 SQream DB ，可立即解決傳統的大規模資料平行處理及運算效能瓶頸，資料準備時間將由數小時降低至數分鐘，並產出以往屢屢無法實現的分析結果。SQream  DB 可巨幅提升既有的 Hadoop 及一般 data warehouse 數十個 Terabytes 或 Petabytes 以上之巨量資料的分析能力。

SQream DB 具備在 CPU、GPU 以及其他系統資源之間自動配置的能力，因應作業需求取得均衡的運作，使效能發揮至最大。在重複且大量的資料運算上，GPU 擁有絕對的效能優勢，即使是處理複雜的互動及時的儀表板運算依然游刃有餘。

                                              CPU Technology vs. GPU Technology

SQream DB 獨特的專利技術可以使一顆 GPU 的運算效能等同於傳統 5,000 CPU Core，以同規模的運算效能回推，CPU 所需的主機節點是 SQream 架構 40 倍之多， 另一方面，同等運算力規模之下， SQream 架構的電力消耗則只需 CPU 的 10%。在網路架構設計方面，一台主機可安裝多顆GPU (最多40顆，視機殼之設計而定)，系統及網路架構亦隨之精簡許多。

• ANSI-92 compliant SQL 語法， Analytic Windows Functions、REGEX、Views 與 CommonTable expressions。
• SQream 專為 Complex SQL JOINS (連接) 設計，可連接無限個資料表，突破以往分散式運算架構進行 SQL JOINS 時的瓶頸。

SQream DB 可支援多種類型資料源之匯入，如： CSV、Parquet …等，並提供 SQream Connector API 套件，支援 Python、C++、Java、JDBC、 ODBC、 .NET、Node.js 等，加速與 BI 分析工具之整合，因應商業需求之多元化即時查詢。

• 需擴充運算效能時，可直接於 SQream 伺服器增加 GPU 卡，立即迅速提升運算能力。
• 運算平台及儲存設備採專利分離式架構，可依運算或儲存空間需求，選擇單獨擴充 SQream DB GPU 伺服器，或擴充儲存設備。

相較於傳統 Row-Based DB 需讀取所有的資料列，Columnar-Based 的 SQream DB 僅存取關聯性資料列，當執行巨量資料彙集、比對及加總計算時，其技術與效能之優越性愈加明顯。

• 垂直式分割 (Vertical Partitioning) - Columnar Engine：提供選擇式的子資料欄 (Subset of Column) 存取方式，主要目的在於減少磁碟掃描及記憶體 I/O 次數，此一存取方式更為快速直接，使 GPU 運作達到最佳化。
• 水平式分割 (Horizontal Partitioning) – Chunks and Extents – SQream DB 可自動地水平切割磁碟機使之成為可管理的 chunks，以利 SQream DB 在硬體資源使用達到最佳化，且 GPU 上的 GRAM (GPU RAM) 的使用最小化，此一獨創的功能設計可確保 GRAM 充分發揮效能。

                        •  The SQream DB table is partitioned vertically and horizontally