現(xiàn)在是個(gè)信息爆炸的時(shí)代，目前我們每2年就產(chǎn)生1.8 ZB(1 Zettabyte = 1，000，000，000TB)信息，就和從文明起源到2003年為止所產(chǎn)生的數(shù)據(jù)一樣多。

Big Data潮流的各種數(shù)據(jù)和過去比起來，不論在數(shù)量、速度或多樣性，都較舊有的數(shù)據(jù)有明顯的變化。過去的資料頂多是Gigabyte到Terabyte 的大小，不過Big Data所指的大小則是Petabyte 以上。以前數(shù)據(jù)的產(chǎn)生是以事件為主，偶爾才會(huì)產(chǎn)生數(shù)據(jù)，不過現(xiàn)在則是隨時(shí)隨地都有實(shí)時(shí)的數(shù)據(jù)產(chǎn)生。最后過去的數(shù)據(jù)是以數(shù)據(jù)庫儲(chǔ)存的各種數(shù)據(jù)，而在Big Data的時(shí)代里，數(shù)據(jù)則是以散落的形式儲(chǔ)存在世界各地。因此在Big Data的處理上，對(duì)軟硬件都會(huì)產(chǎn)生一定的挑戰(zhàn)。

Big Data的重要性

為什么Big Data的處理這么重要?因?yàn)檫@些數(shù)據(jù)可以推動(dòng)經(jīng)濟(jì)、降低生產(chǎn)成本，并增加銷售。像是目前現(xiàn)在各國(guó)都在推動(dòng)的Smart City計(jì)劃所產(chǎn)生的大量數(shù)據(jù)就可以增進(jìn)公共安全、促進(jìn)經(jīng)濟(jì)發(fā)展;而B2B網(wǎng)站或是網(wǎng)絡(luò)商店也可以藉由分析銷售數(shù)據(jù)，增加自己的收入。

和過去不同的數(shù)據(jù)處理方式

為了處理如此大量的數(shù)據(jù)，處理數(shù)據(jù)的方式勢(shì)必和過去有所不同。各家廠商對(duì)于Big Data潮流都提供了不同解決方案。像數(shù)據(jù)中心的儲(chǔ)存方案會(huì)從過去的SAN(Storage Area Network)架構(gòu)，漸漸轉(zhuǎn)成分布式的儲(chǔ)存架構(gòu)，而各家儲(chǔ)存服務(wù)商，也更加強(qiáng)了軟硬件的可靠性和速度，以回應(yīng)Big Data的需求，讓使用者可以獲得更快、更好、更安全而且更便宜的服務(wù)。

而在數(shù)據(jù)處理的速度方面，Big Data時(shí)代的趨勢(shì)是在收集數(shù)據(jù)的同時(shí)即開始分析運(yùn)算，也加強(qiáng)軟件優(yōu)化，讓原來需要2-3小時(shí)的運(yùn)算，現(xiàn)在在2-3秒即可完成。而在檔案的分類上，也從原來的數(shù)據(jù)庫方式，變成了分布式文件格式。

Intel和Big Data相輔相成

而Intel則扮演著加強(qiáng)硬件，以推動(dòng)Big Data時(shí)代進(jìn)展的角色。Intel提供更快而且更有效率的CPU、I/O和網(wǎng)絡(luò)平臺(tái)，加速Big Data的分析。另外Intel也為Big Data應(yīng)用程序提供了優(yōu)化的軟件層和服務(wù)。Intel同時(shí)也投資Big Data解決方案的研究和服務(wù)，并和各方伙伴合作推動(dòng)Big Data的成長(zhǎng)。例如Intel就投資了可以顯示廣告的廣告牌，其以Core i7驅(qū)動(dòng)，并具備內(nèi)置的攝影機(jī)，讓這個(gè)廣告牌可以實(shí)時(shí)透過攝影機(jī)分析觀看者的年齡、性別和觀看時(shí)間等匿名數(shù)據(jù)，傳回服務(wù)器再次分析。

在[Intel Big Data City from Knight Studio on Vimeo]數(shù)據(jù)分析流程中，在每個(gè)層面都可以應(yīng)用到Intel的CPU和Microserver等解決方案。Intel優(yōu)化后的解決方案，可以讓Big Data的分析流程快上千倍。讓Intel在Big Data潮流中，占了極為重要的戰(zhàn)略位置，而Big Data也為Intel帶來許多硬件需求，兩者相輔相成，讓信息處理進(jìn)入下一世代。

更多嵌入式資訊請(qǐng)關(guān)注嵌入式頻道