京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代的平台短板 超级计算机功耗大
第八届中国(济南)信博会于13日闭幕。作为信博会的一个重要分论坛,由山东电子学会、山东省计算中心(国家超级计算济南中心)共同举办的2015中国(济南)云计算与大数据创新发展论坛日前举行。
此次主题为“共享大数据、互联云智慧”的论坛,云集了包括中国工程院院士李德毅在内的知名专家到场演讲,众多专家及业内人士就云计算与大数据产业现状和发展展开了深入交流。
车载传感器尚需全面国产化
论坛上,李德毅播放了一段央视前新闻联播主持人李瑞英播报新闻的视频。正当大家对李瑞英的声音深信不疑时,李德毅说,这是机器人模仿的李瑞英的声音。机器人还可以模仿已故歌星邓丽君唱歌。不仅如此,在大数据时代,人脸识别和说话人识别联合使用,实现金融支付,可望很快成为常态。
李德毅表示,大数据已成为网络时代人类社会的重要资产。可以说,大数据就是新时代的石油。
据预测,中国数据总量于2020年将占全球数据量的24%,届时将成为世界上第一数据大国和“世界数据中心”。
针对当前很多城市和企业抢抓大数据机遇的做法,李德毅认为,公众对大数据理解还不深刻,社会对数据资源的挖掘还处于粗放经营的状态,距离精细化管理有不小差距。
李德毅从大数据认知的方法学角度解释称,大数据的核心在于价值发现,聚类成为大数据认知的突破口。
他以保险公司的车险举例,阐述了聚类如何颠覆传统商业模式。车险传统上按发生车祸次数的多少分为ABCD类,如果经常出车祸,保险费就会高一些。但是随着汽车成为双驾双控轮式机器人、成为大数据发生器以后,每一次驾驶、每一次维修,甚至每一次刹车,都会记录在案。利用大数据聚类,保险公司能够给出包括保险费支付方式在内的个性化解决方案。
结合正在发生的机器人革命,李德毅谈到了机器人如何认知。他表示,目前,车载传感器的全面国产化还未实现,进口成本高,这是制约当前国内机器人产业发展的重要因素之一。
平台建设须考虑成本
中国云计算技术与产业联盟、中国电子学会云计算专家委员会、中国大数据专家委员会联合组建的调研组,通过一年的实地调研,初步了解了我国12个城市云计算大数据的发展概况。论坛上,中国电子学会宁慧聪博士就这一发展概况进行了介绍。
他还提到,山东在云计算大数据方面做了很多尝试,诸如“凤岐茶社”等在内的诸多项目都体现了山东在大数据领域的成就和希望。但是他也认为,鲁商一贯秉持的“厚积薄发”在互联网飞速发展的今天还是面临着挑战。对于这一领域而言,很多时候是需要团队在市场中迅速成长,创业团队要有努力打拼的冲劲,这样才能够在激烈的市场竞争中脱颖而出。
“大数据远景很丰满、近期很骨感,不要期望过高。”国家超级计算济南中心副主任潘景山介绍,加上中科院、上海两家超算中心,国家超算中心数量上已有8家,未来5-8年至多会再布局1-2台E级计算机。
“超级计算机发展瓶颈主要为功耗,E级计算机功耗以目前技术来计算大概70MW,约为整个山东省用电量的1.5‰。”
针对当前各地的大数据平台建设热潮,潘景山提醒,大数据平台的建设和运营必须考虑成本。
山东省云计算中心总工赵志刚在介绍我国大数据与云计算产业发展现状及未来趋势时,也提到了公共大数据平台建设中存在的一些问题。他举例说,比如门槛高,技术庞杂,选型、学习困难,资源要求高,“技术+业务”的复合型数据分析人才缺乏,缺少合作创新载体、产业链松散不稳定,以单个项目为合作载体,合作不紧密等。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06