京公网安备 11010802034615号
经营许可证编号:京B2-20210330
全球首个第二代大数据操作系统在中国首发上市
5月20日,杭州海绵数据科技有限公司联合杭州市上城区政府于北京召开发布会,正式发布该公司自主研发的全球首个第二代大数据底层操作系统,该操作系统填补了我国大数据产业缺乏核心自主知识产权操作系统的空白,将为中国大数据产业进入快车道提供有力支持。
受国内创新创业大潮的吸引,一群来自美国硅谷的大数据技术精英选择回国投身到大数据产业最困难也是最孤独的底层操作系统领域进行创业,经过多方比较,海绵数据科技公司于2014年正式落户杭州上城区智慧产业园区。
大数据底层操作系统是各项数据分析、数据挖掘和数据应用产业的基础,开发自主知识产权的大数据底层操作不仅是大数据市场的需要,更是大数据产业的必须。
目前全球大数据底层操作系统技术还是由美国主导,但是随着应用需求和智能硬件快速发展,美国10年前研发的第一代操作系统已逐渐显现出它的局限性,市场上急需一个简单、高效、可靠、经济的操作系统来满足日益增长的应用需求。
海绵数据科技公司汇聚了曾经参与第一代大数据操作系统研发的相关骨干成员,做了大量的可行性研究,并利用最新的理念和技术,经过近两年的研发,终于开发出具有独特技术特点的第二代基于内存计算技术的大数据操作系统。
海绵数据科技公司自主开发的第二代大数据操作系统标志着大数据底层核心技术迈入2.0时代,为大数据应用层提供了坚实的基础技术保障。为智慧城市建设、物联网应用、智能穿戴设备发展、移动互联推广、生物医学研究、医疗教育发展、电子商务发展、政府服务提升等各行业应用提供了一个先进的技术保障。
海绵数据科技公司CEO朱晓明表示:大数据时代,人们的工作、学习、生活都将发生巨大的变化,这些变化的基础来源于技术的发展和保障,而在所有这些技术当中,大数据底层操作系统技术是核心,就好象建造一幢大厦,有很多重要部分,但地基一定是最重要的部分。
第二代大数据操作系统,从系统结构、数学算法、计算方式、存储等核心技术上与第一代操作系统完全不同,但可以完全兼容第一代操作系统,从而使各项已运行在第一代操作系统上的各类大数据应用完全可以平滑的接入第二代操作系统。
海绵数据科技公司在美国硅谷的研发中心将继续研究底层基础技术,同时,也将在国内建立配套的研发中心。公司的技术研发团队将始终保持基础技术研究的领先优势,为中国乃至世界的大数据发展做出贡献。
海绵数据公司科技COO刘栋介绍,为了推进第二代大数据操作系统的普及应用,公司已计划与211和985高校合作建设大数据产学研基地,此外,基于第二代大数据操作系统的合作伙伴计划、开发者联盟计划等将逐步实施,逐步形成行业性和区域性的实业合作联盟,用技术将大数据应用真正落实到位,为各行各业的用户提供技术保障和服务。
海绵数据科技公司CTO、全球大数据操作系统研发项目Apache Hadoop PMC 李东表示:在大数据基础技术研究上国内落后于美国,这是我们不愿意看到的,所以我们会尽最大的可能吸引到硅谷的大数据技术人才加入我们的团队,同时将全力投入到大数据基础技术的研发当中,在这个领域里与美国起码做到并驾齐驱。
这次海绵数据发布的第二代大数据操作系统,在保证用户功能性的基础上,采用了大量的新技术,包括内存计算技术、实时数据处理技术、分布式NFS 技术、一致性技术、实时同步技术、支持最新存储技术、元集文件系统技术、持续数据保护技术等等,使大数据操作系统对使用者和开发者来说,安装、部署、二次开发变得简单,把受磁盘速度限制的第一代操作系统在性能上大幅提高,运营维护上大大降低了成本,使用效率大大提升。为数据挖掘、数据分析提供了丰富的手段,从而是数据价值的体现得到充分发挥。
应该说,这是国内首次正式在大数据领域的核心技术发布会,海绵数据科技有限公司的口号是:引领数据革命,将大数据变得更简
我们期待我们自主知识产权的技术在国内国际上大展宏图。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16