在认知计算时代下 看IBM如何推动大数据分析的快速发展

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

近日,2015中国大数据技术大会在北京新云南皇冠假日酒店顺利召开,IBM在大会上阐述了面向大数据分析领域的IT基础架构的最新战略,同时分享了在大数据分析领域的最新成果。

认知计算时代已经到来

“认知计算”这个词,好像是在最近这几年经常被人提及。“认知”这个词源自于心理学的概念,人类对于事物的认知,往往是个从“不知”到“了解”,再到“理解”的过程。这也正像人们对于“认知计算”的接受过程一样,如今已经完全理解了这个名词,全因我们已经来到了认知计算时代。

进入认知计算时代,主要存在两个特征。首先,大量的数据正在推动各行各业的变革,例如医疗、政府、教育以及媒体所产生的数据,在过去这几年时间里都处于飞速成长的状态,预计到2017年,这几个行业所产生的数据将会呈现出翻番的状态,其中超过80%的新成长数据是非结构化的数据,包括了语音和影像。

其次,无论是产品也好,服务也罢,背后都有大量计算机代码在重新塑造着整个世界,大量的数据以及计算机代码推动着计算时代迅速的演变,计算技术已经从过去单纯的计算,进入到了认知计算的时代。

面对认知计算,我们可以通过不同手段,例如:物联网、手持设备、终端设备,通过互动的方式去理解世界的规律,最终能够使用不同的数据模型,或者自己演变的模式和假设去进行论证和推理,而且能够通过互联网或者专业的系统,使得我们可以进行学习。

由此可以看到,是大量数据的产生催生出了认知计算时代。

大数据分析的作用不可忽视

大数据分析是指对规模巨大的数据进行分析,大数据可以概括为5个V, 数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值(Value)、真实性(Veracity)。

大数据作为时下最火热的IT行业的词汇,随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。随着大数据时代的来临,大数据分析也应运而生。

IBM在大数据分析上面有着其独特的想法,给笔者的感觉是IBM现阶段所做的一切动作都与大数据分析有关联。

在认知计算时代下 看IBM如何推动大数据分析的快速发展IBM大中华区硬件系统部Power Systems产品总监李红

POWER8作为IBM新一代的处理器产品于2014年问世,这款产品专门为大数据而设计,伴随着POWER8的发布,IBM在市场中启动了一系列的动作,并努力投身于OpenPOWER基金会之中。IBM大中华区硬件系统部Power Systems产品总监李红介绍到,“OpenPOWER基金会的成立,在一定程度是为了推动大数据分析的发展,随着越来越多的厂商的加入,使得产品和解决方案越加丰富,做到了将一个组织结构和生态系统真正可以面对市场,产生出众多对用户有帮助的解决方案,这些解决方案恰好针对大数据应用而发布。”

在2015年,IBM推出了LC系列产品,即基于Linux的集群式解决方案,在大数据环境之下,正是构建大数据应用的最基本结构,同时搭配上加速卡的加速技术,例如FPGA等新技术去完成更高速的计算能力需求,这也是针对大数据提出来的新需求,与以往商业应用有所不同的地方。

在这个过程中,IBM联合了众多其他厂商,包括OpenStack基金会中的成员一起推出解决方案,李红表示,“在LC系列产品里面,部件设计、加工、GPU等等都来自不同的厂商,整个生态环境来共同推出产品面向市场,从而可以做到快速适应市场的需求和反应,灵活针对大数据的不用应用快速进行调整。”


在认知计算时代下 看IBM如何推动大数据分析的快速发展IBM大中华区提升客户体验委员会成员、Linux服务器总监林灿辉

并且搭配上整个IBM Linux服务器家族,可以更好得在大数据分析上为用户提供帮助,IBM大中华区提升客户体验委员会成员、Linux服务器总监林灿辉表示,“IBM在最近公布了Linux的新模式,专门打造一个团队在Linux服务领域与市场上保持竞争力。”

后记

在认知计算时代中,大数据分析成为了这个时代下的一件工具,IBM在大数据分析上所做的,一方面是为了迎合这个时代的到来,另一方面可以很明显得感受到如今的蓝色巨人正在努力的转型。未来在大数据分析领域之中,IBM将会有更多的声音,所以且听下回分解。



原文发布时间为: 2015年12月18日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
4月前
|
存储 负载均衡 算法
大数据散列分区计算哈希值
大数据散列分区计算哈希值
96 4
|
16天前
|
SQL 分布式计算 数据挖掘
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
川航选择引入 SelectDB 建设湖仓一体大数据分析引擎,取得了数据导入效率提升 3-6 倍,查询分析性能提升 10-18 倍、实时性提升至 5 秒内等收益。
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
|
4月前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
325 2
|
14天前
|
数据采集 机器学习/深度学习 数据可视化
探索大数据分析的无限可能:R语言的应用与实践
探索大数据分析的无限可能:R语言的应用与实践
55 9
|
20天前
|
机器学习/深度学习 数据采集 分布式计算
大数据分析中的机器学习基础:从原理到实践
大数据分析中的机器学习基础:从原理到实践
60 3
|
2月前
|
数据采集 存储 机器学习/深度学习
数据的秘密:如何用大数据分析挖掘商业价值
数据的秘密:如何用大数据分析挖掘商业价值
69 9
|
3月前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
327 15
|
3月前
|
SQL 分布式计算 DataWorks
DataWorks产品测评|基于DataWorks和MaxCompute产品组合实现用户画像分析
本文介绍了如何使用DataWorks和MaxCompute产品组合实现用户画像分析。首先,通过阿里云官网开通DataWorks服务并创建资源组,接着创建MaxCompute项目和数据源。随后,利用DataWorks的数据集成和数据开发模块,将业务数据同步至MaxCompute,并通过ODPS SQL完成用户画像的数据加工,最终将结果写入`ads_user_info_1d`表。文章详细记录了每一步的操作过程,包括任务开发、运行、运维操作和资源释放,帮助读者顺利完成用户画像分析。此外,还指出了文档中的一些不一致之处,并提供了相应的解决方法。
|
3月前
|
分布式计算 DataWorks 搜索推荐
用户画像分析(MaxCompute简化版)
通过本教程,您可以了解如何使用DataWorks和MaxCompute产品组合进行数仓开发与分析,并通过案例体验DataWorks数据集成、数据开发和运维中心模块的相关能力。
|
4月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
276 4