IDC:年均增速30%,2025年中国将以48.6ZB领跑全球数据圈

简介: 每年被创建、采集或是复制的数据集合就是全球数据圈。

每年被创建、采集或是复制的数据集合就是全球数据圈。

3月12日,希捷科技在上海分享了由它们赞助、国际数据公司(IDC)发布的《数字化世界—从边缘到核心》白皮书以及《IDC:2025年中国将拥有全球最大的数据圈》白皮书的主要研究成果。白皮书指出,2018至2025年全球数据圈将增长5倍以上。IDC预测,全球数据圈将从2018年的33ZB增至2025年的175ZB。

TB1xTOMLNYaK1RjSZFnXXa80pXa.png

全球数据圈快速膨胀,而每个地理区域都有各自的数据圈规模和轨迹,受到人口、数字化转型进度、IT 开支和成熟度以及其他多种指标的影响。

而中国的数据圈正在迈向全球第一,随着联网人口持续上升,视频监控基础设施不断普及,中国数据圈增速最为迅速,预计到 2025年将成为数据圈最大的区域。2018年,中国数据圈占全球数据圈的23.4%,即7.6ZB。预计到2025年将增至48.6ZB,占全球数据圈的27.8%,中国将成为全球最大的数据圈。

数据是数字化转型的核心,是数字化进程的命脉。《数字化世界—从边缘到核心》还分享了数字化以及数字化内容创建的三个主要位置:核心(传统和云数据中心)、边缘(由企业管理的基础设施,如基站和分支机构)和终端 (电脑、智能手机和物联网设备)。被创建、采集或是复制的数据集合称为全球数据圈,并且全球数据圈还在经历急剧扩张。为了满足数据爆炸产生的存储需求,IDC预计从2018年到2025 年,所有介质类型的存储容量出货量必须超过22ZB,其中近59%的容量来自HDD产业。

TB1RImALFzqK1RjSZSgXXcpAVXa.jpg

与全球动态相似,中国数据圈将受到来自物联网设备信号、元数据、娱乐相关数据、云计算和边缘计算增长的驱动。越来越多的物联网设备在数据的创建位置处理并分析原始数据,以及建筑、桥梁、智慧城市等智能基础设施利用边缘设施和计算来赋能实时世界,在中国数据圈,边缘创建和复制的数据所占比例几乎翻了一番—— 占比将从数据总量13%增加到23%。

此外,随着越来越多更智能的设备连接到各种网络,企业和消费者都发现,为了快速、随时随地地访问其数据,云的吸引力越来越大。据《数字化世界—从边缘到核心》预测,到2020年,存储在公有云中的数据将超过存储在消费者设备中的数据,到2021年,存储在公有云中的数据将超过存储在传统数据中心的数据,到2025年,49%的全球已存储数据将在公有云环境中。

相关文章
|
安全 区块链 数据安全/隐私保护
区块链技术在跨境支付中的应用:打破传统,畅行全球支付新时代
区块链技术在跨境支付中的应用:打破传统,畅行全球支付新时代
1589 12
区块链技术在跨境支付中的应用:打破传统,畅行全球支付新时代
|
网络安全 开发工具 数据安全/隐私保护
|
缓存 并行计算 PyTorch
PyTorch CUDA内存管理优化:深度理解GPU资源分配与缓存机制
本文深入探讨了PyTorch中GPU内存管理的核心机制,特别是CUDA缓存分配器的作用与优化策略。文章分析了常见的“CUDA out of memory”问题及其成因,并通过实际案例(如Llama 1B模型训练)展示了内存分配模式。PyTorch的缓存分配器通过内存池化、延迟释放和碎片化优化等技术,显著提升了内存使用效率,减少了系统调用开销。此外,文章还介绍了高级优化方法,包括混合精度训练、梯度检查点技术及自定义内存分配器配置。这些策略有助于开发者在有限硬件资源下实现更高性能的深度学习模型训练与推理。
2217 0
|
安全 数据挖掘 大数据
开放、兼容的数据建设与治理平台——瓴羊Dataphin“进化论” |【瓴羊数据荟】数据MeetUp第三期
Dataphin的技术架构与实践路径,涵盖多引擎兼容、混合云架构、统一资产消费等方面,Dataphin通过持续升级,帮助企业实现全生命周期的数据资产管理,助力企业在大模型时代更好地“建好数据”、“用好数据”。
822 87
开放、兼容的数据建设与治理平台——瓴羊Dataphin“进化论” |【瓴羊数据荟】数据MeetUp第三期
|
8月前
|
存储 安全 数据中心
数据中心概述
数据中心是包含计算机系统、通信设备及配套环境控制、安全装置的复杂设施,用于集中存储、处理和传输数据。根据用途可分为企业、运营商和互联网数据中心。其基础设施涵盖机房、供电、散热、网络设备及管理软件。发展历程从大型机时代逐步演进至云计算时代,现以大规模、资源池化为特征。
988 0
|
机器学习/深度学习 人工智能 DataWorks
《AI牵手DataWorks,实时数据分析“一路狂飙”》
在大数据时代,数据是企业的生命线,实时数据分析能力至关重要。阿里巴巴的DataWorks作为强大的数据中台工具,结合人工智能(AI)技术,彻底改写了实时数据分析格局。传统方法面临数据量增长、复杂结构及缺乏自适应能力等挑战,而AI通过机器学习和深度学习算法,实现了智能预警、个性化推荐和实时风险评估等应用场景,显著提升了数据分析的速度和精度。成功案例显示,某互联网公司引入AI赋能的DataWorks后,用户活跃度提升30%,购买转化率提高20%。未来,AI与新兴技术的融合将进一步推动实时数据分析的发展。
526 6
|
存储 关系型数据库 分布式数据库
PolarDB PG 版冷热数据分层功能介绍
本文介绍了云原生数据库PolarDB PG版的冷热数据分层存储功能,涵盖其原理、特性及最佳实践。冷热分层存储通过将冷数据归档至OSS(对象存储服务),实现低成本高效存储,同时保持SQL操作透明性和性能优化。支持多种分层模式,如表与索引分层、大字段独立归档等,并提供压缩和缓存机制以提升访问速度。此外,还介绍了如何通过DDL语句轻松转存数据至OSS,以及一系列最佳实践,包括自动冷热分层、无锁表转存和一键转存等功能。
962 36
|
存储 监控 自动驾驶
云端问道15期方案教学-基于数据生命周期管理的存储成本优化
基于数据生命周期管理的存储成本优化,由王太平分享。内容涵盖对象存储的产品技术背景、介绍、核心功能及商业应用情况。重点讲解了如何通过生命周期管理,根据数据热度和访问时间,将数据智能迁移至不同存储层级(标准、低频、归档、冷归档、深度冷归档),从而实现成本最优。同时,针对不同类型的数据访问需求,提供了具体的策略建议,帮助企业在不影响业务的前提下大幅降低存储成本。
442 0
|
SQL 存储 NoSQL
附PPT下载|DTCC演讲:降本增效,阿里云一站式数据库上云最佳实践
在第十三届中国数据库技术大会(DTCC 2022)上,阿里云数据库高级解决方案架构师王林平从上云路径、云上数据库使用实践及使用进阶等方案深入介绍了阿里云一站式数据库上云最佳实践。 本文内容根据演讲录音以及PPT整理而成。
附PPT下载|DTCC演讲:降本增效,阿里云一站式数据库上云最佳实践

热门文章

最新文章

下一篇
开通oss服务