京公网安备 11010802034615号
经营许可证编号:京B2-20210330
英特尔与SAP共筑大数据分析平台
大数据时代,对于数据的处理需求除了面向更大规模的海量性以外,也需要信息的快速展现。为帮助企业用户提升海量数据分析效率,加速获取实时的业务洞察,进而提升在行业内的竞争优势,英特尔公司携手大数据实时分析领先企业SAP在京举办了主题为“数据芯处理 高效创共赢”的2014英特尔数据中心媒体沟通会。
双方在阐释对大数据市场、应用等方面的最新洞察以及双方协作创新策略的同时,还重点介绍了双方精心打造的、基于英特尔硬件平台的大数据实时分析平台,并现场演示了该解决方案的应用效果。
数据处理需要重架构
大数据实时分析,是英特尔和SAP在本次沟通会上高度聚焦的主题,也是目前大数据应用领域内诸多用户及厂商所共同关注的焦点话题——继过去几年间海量复杂结构数据的存储、清洗、处理、查询和基本的分析功能在开放架构开源平台上得以实现后,对这些数据价值的深度挖掘,特别是实时的分析和挖掘就成了企业用户迫在眉睫的需求,他们都渴望利用新的技术和方案,以更快的大数据分析速度以及更精准的分析结果,来辅助和支持更为高效的商业决策。
英特尔(中国)有限公司数据中心及云计算业务产品市场总监贺晓东表示,数据处理市场的数据中心需要重架构,它会朝着更快、支持更大的数据量和更高的性价比来做。从英特尔来讲,无论用户朝哪个方向走,都有这样的产品、平台,至强的E7、E5来支撑这样一个方向。
英特尔提供的是一个数据分析的数据生命周期的支撑,首先是核心业务系统、数据库、业务数据的收集,比如传统的CRM、ERP等等我们都可以提供至强E7这样的高可用、稳定性的平台来给用户提供数据分析。
“我们提供的是一个可靠的、稳定的、可服务的方案,来满足用户的需求。等到了数据进一步的抽取、梳理,然后把它存档,再进行深度挖掘分析时,这时候需要可弹性扩充的平台,这时候我们可以用E5这样的平台。”贺晓东补充道。
数据中心的发展方向是降低数据的存储、处理,整个流程数据中心的功耗等,英特尔在可管理性方面也会做很多平台化的工作,到最后是表现层,可以通过一个台式机、通过终端、通过平板,甚至手机,形成各种各样的智能可视化报告,英特尔的产品线从性能、可扩展性方面是涵盖整个数据的全生命周期的支撑的。
英特尔与SAP共筑大数据实时分析平台
“作为企业管理软件解决方案提供商,我们一直在聆听企业用户在大数据应用方面的需求和困难,并对自身产品和技术不断进行相应的优化与改进,使之能够符合企业用户日益提升的在计算性能与大数据实时分析方面的需求,”SAP公司数据库及技术平台部售前总监宋一平指出:“很荣幸在这一过程中,我们能够与英特尔公司同行,英特尔持续向我们创新的计算、存储、网络平台,并为我们软件产品在其上的全面优化,以及相关解决方案的验证提供了强有力的支持。”
为满足企业用户对实时分析的迫切需求,英特尔与SAP结合彼此在计算力和数据分析应用上的优势,共同打造了大数据实时分析平台。该平台的基石是具备高性能和高能效,并提供计算、存储和I/O均衡优势的英特尔架构开放硬件平台,部署了SAP强大的、基于内存的数据库和商业智能技术,能够以前所未有的优异性能及数据分析速度,帮助企业用户掘取实时的洞察力,更快地制定更为明智的业务决策,或创造新的业务模式及流程,从而捕获新机遇,并进一步降低业务运营成本。
英特尔与SAP HANA实际上有很长期的合作,差不多有20几年的历史。“HANA在产品研发最初的时候,实际上我们在德国英特尔是有一个团队来支持HANA的整个架构的,保证用户在采用HANA时内存实时数据分析解决方案时用到的是最好的解决方案,当然其中包括硬件平台的解决方案。”宋一平说道。
众所周知,HANA平台是需要认证的,现在HANA在英特尔E7上面是有很详细的认证介绍,这对用户来讲是非常有参考价值的,英特尔和SAP的关注点是如何帮助本地的客户加速把这样的实时分析技术落地。
“英特尔中国和SAP中国打造一个所谓的端到端的大数据解决方案,因为大数据既要有实际的分析,又要有大量、海量的历史数据挖掘,在我们的云创新中心搭建了一个HANA的平台和Hadoop的平台,这里做了这么一个非常优化的调试,如果用户愿意用他的数据在这里做一些尝试性的测试,做一些调优,这块就是非常好的端到端的测试平台,用户如果愿意来的话,可以来做一些测试,我们可以支持各种各样的,比如说从数据的源头到数据的管理,到数据的应用。”贺晓东说道。
“很高兴看到英特尔与SAP的合作从传统数据分析时代一直沿延到大数据分析时代,这种合作可谓优势互补、强强联手,”英特尔(中国)有限公司数据中心及云计算业务产品市场总监贺晓东表示:“基于英特尔架构硬件平台和SAP领先的内存计算和分析技术构建的大数据实时分析平台,就是这种协作创新凝聚的结晶。我们也期待能与更多的合作伙伴及用户携手,围绕开放架构大数据解决方案的开发开展更为广泛的合作,以产出更多多样化、差异化的创新成果,确保每个行业和领域都能在大数据时代获益。”
此外,英特尔与SAP还将继续致力于大数据解决方案的研发与拓展,并将一些关键的大数据革新技术贡献到Hadoop开源社区及相应生态圈内部的大数据合作伙伴,推动大数据技术的落地与数据分析领域的进一步发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25在数字化时代,数据已成为企业核心资产,而“数据存储有序化、数据分析专业化、数据价值可落地”,则是企业实现数据驱动的三大核 ...
2026-02-25在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12