EMC公司今天发布联邦业务数据湖。这套完整的工程解决方案包括来自EMC信息基础设施、Pivotal和VMware的领先的存储及大数据分析技术,帮助客户利用大数据的新世界,从而扫清通向新洞察和颠覆性差异化道路的障碍。
方案可在短至七天内实施 ,联邦业务数据湖可极大简化构建一个数据湖所需的大量复杂任务,是专为企业需要的速度、自服务和可扩展性而设计,让组织能够通过使用大数据分析,开始更好地进行业务决策。作为一个来自EMC联邦的融合解决方案, 联邦业务数据湖将重新定义基础设施,最大化IT组织部署混合云和数据湖的速度和敏捷性,加入企业混合云解决方案。
大数据不可思议的潜力最初且最重要的是受传统应用、现代应用、传感器和智能设备数据增长驱动的,以及大量全新的公共数据,例如社交媒体订阅。基于廉价存储和无限计算的增长,以及通过新应用和产品让实时分析与直连行动成为可能的新技术,现在是有可能捕获并处理这类数据的。这些存储与分析技术,以及海量数据集共同组成业务数据湖。
业务数据湖正成为企业最优先考虑的事,因为它将填补传统数据仓库留下的一个关键空白。业务数据湖包含结构化和非结构化数据,来源各种各样,分析聚焦于建立模型以预测未来。成功部署数据湖的公司正利用数据和预测模型构建新产品、应用和业务模型,重新定义他们的行业,接管或延续其“市场领导者”的地位。
一个充分有效的业务数据湖将提供三项关键功能:
• 存储:面向所有种类的分析,存储许多不同数据源的结构化和非结构化数据,为分析用例提供所需的混合容量和性能。
• 分析:面向所有类型的分析场景,包括基于Hadoop的、In-Memory No-SQL和横向扩展MPP,提供现代化的数据管理和分析工具。
• 显露&行动:向用户提供数据和应用,实现结果的实时变化并影响关键决策。
直到今天,构建一个高效的数据湖一直都是困难且复杂的。对那些尝试部署数据湖的IT组织而言,他们必须为每个分析用例部署并配置正确的分析平台,以及相对应的存储,从Hadoop到实时。一旦环境被创建,数据必须在所有正确的访问权限和管理应用到数据集的情况下加载。环境和数据集的部署是一个复杂且耗时的任务,IT很难满足业务使用者的需求。
联邦业务数据湖解决方案
联邦业务数据湖解决方案让部署一个业务数据湖变得容易。核心产品来自EMC联邦公司,EMC信息基础设施、Pivotal和VMware,提供联邦业务数据湖的核心功能,满足关键需求:存储、分析、显露和行动。
联邦业务数据湖是一套完整的工程解决方案,能够快速自动化配置,让IT组织能够引领业务需求。分析层是完全虚拟化的,通过运行在Vblocks上的VMware实现,带预定义的分析用例,以及自动化安装与配置。EMC Isilon为数据湖提供存储基础,实现容量和性能的理想平衡。
分析层由Pivotal大数据套件,包括PivotalHD,世界领先的SQL-on-Hadoop引擎,HAWQ。Pivotal大数据套件提供企业级SQL,能在存储于Hadoop的数据基础上,与业内顶尖分析平台,如SAS、Tableau及其他实现无缝集成和互操作。EMC还提供两种额外的业务数据湖,为客户提供包括与Cloudera、Hortonworks在内的Hadoop 发行版集成的选项,以及未来任何基于开放数据平台的Hadoop发行版。
EMC数据湖服务:
一套完整服务和教育将与联邦业务数据湖一同可用,让处在大数据旅程不同阶段的客户都能够实施该解决方案,证明解决方案的价值并快速确定战略性的大数据用例,包括:
• EMC 技术管理服务:对那些准备好部署数据湖的客户,EMC技术管理服务提供完整的咨询服务,安装并部署联邦业务数据湖,优化分析环境,配置并自定义数据需求。
• EMC价值验证服务:对于那些知道用例但正寻求帮助,以部署最新的大数据分析,快速应用开发工具和技术的客户而言,价值验证服务论证了使用真实客户数据的特定用例的投资回报率。
• EMC大数据愿景研讨会:对那些尚未决定如何开始将大数据注入其业务策略的客户,EMC大数据愿景研讨会分析组织的战略、业务目标,然后划分特定用例的优先顺序,帮助组织开启大数据旅程。
• 教育服务:上述服务之外,EMC提供培训和认证,发展商业领袖和大数据实践者所需的从基础到高级的大数据和数据科学知识和技能。
供货:联邦业务数据湖将于2015年4月起定向供应一些国家。
客户证言:
“对那些一直寻求新收入流或节省成本的机会,保持市场地位的企业而言,像联邦业务数据湖这样帮助组织意识到大数据管理和存储新技术的解决方案是必不可少的。大数据解决方案让我们能够扩展我们的产品至包括Hadoop即服务在内,延伸Adobe数字营销能够为客户带来的价值。”——Adobe数字营销技术运营部总监 Dan Culter
分析师证言:
“连接设备的数量持续高涨,数字商业世界正扰乱传统的业务模式。现在不再是一个只与产品本身有关的时代了,而是与数据和数据的应用有关的时代。通过大数据,组织能够收集尽可能多的数据,采用分析技术理解数据,进行预测并采取行动,这样做的结果是新业务模式的产生。像联邦业务数据湖这样的大数据解决方案让组织能够将数据、分析和应用汇集,发展新业务机会。”——Wikibon大数据首席分析师Jeffrey Kelly
EMC管理层证言:
“几乎每一个传统的业务模式都面临着短期,持续的破坏。竞争优势的快车道将留给那些能够从大量增长的数据中快速拥抱并产生价值的企业。全新的联邦业务数据湖解决方案让利用所有种类数据,构建预测模型的过程更容易,使新应用、产品和业务模型能够重新定义行业。”——EMC全球解决方案部高级副总裁Josh Kahn
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。