当大家都在谈大数据分析和应用,台湾新创团队核桃运算MacroData却选择切入最底层的技术,打造即时资料分析引擎Big Object。创办人薛文蔚甚至想颠覆工程师从1970年代以来对资料运算的看法,也就是说,资料不必先下载到记忆体,运算完再放回去,而是设计出「in-place computing」模式,创造接近无限的空间,让所有资料都为了运算而準备好。10秒就能处理1亿笔资料,一台电脑就可以处理几十亿资料,比起现有的资料库,运算速度还要快50倍到100倍。
硬体科技的进步,促成大数据
核桃运算创办人薛文蔚指出,「目前处理大数据的技术还是在非常早期的阶段,很多技术还不是很方便,这就好像我们现在回头谈70年代的电脑一样。」
薛文蔚说,「昨天的垃圾,是明天的黄金。」随着硬体科技不断进步,现在储存资料的代价很低,所以有各式各样没有目的的资料被储存起来,才会形成这3-5年很红的「大数据」概念。
大数据面临的挑战是,很快获得很多资料,却难以想像要如何处理资料。当资料量很大的时候,要怎么做才能快速处理这些大数据?
叁年前,薛文蔚遇到中国供应商的单品项管理问题,必须同时处理40万个品项,乘上1万个通路时,预测出来的值是几百亿点。然而,现行的资料运算架构主流根本没办法处理,才让他进而去解决架构所产生的问题,直接从运算模式下手。
(图说:核桃运算创办人薛文蔚推出即时资料分析引擎,推翻工程师长久以来对资料运算的看法。图片来源:郭芝榕摄影。)
颠覆资料运算模式
「我们现在还在用1945年所设计出的电脑运算模式!」(也就是范纽曼架构)薛文蔚解释,以前记忆体很小,把资料当成外来物,程式和塬始码是一等居民,支配资料。每次要运算时,都要把资料从硬碟内搬移至记忆体运算,再搬回硬碟,花费很多时间在「搬移」。
目前大多数使用者端的资料库和程式都以这种逻辑设计出来,薛文蔚说,这样的工作台模式适合资料运算吗?
所以,核桃运算3年前设计出不必搬移资料的「in-place computing model」,试图要颠覆资料运算的模式。记忆体从32位元前进到64位元是一个很重要的观念改变,用空间换取时间,用有效率的方式对映到现有的CPU和记忆体,创造出一个无限的空间,把程式送到资料储存地运算,避掉资料搬移的过程。
例如,HTC就推出64位元处理器的智慧型手机Desire 820,可以把资料放在云端、伺服器和物联网上。
(图说:核桃运算颠覆资料运算的模式,开发出资料运算引擎BigObject。图片来源:取自核桃运算官网。)
此外,核桃运算在做运算时,会用各式各样的转换技术做分门别类,例如分开性别和收入,并善用关联,让4G记忆体可以跑100G资料,比MYSQL快100至1000倍。
薛文蔚指出,「只要一台64位元的电脑,就能处理几十亿笔资料,未来也可以用在手机上。降低一般人使用的门槛,展现平民化的大数据运算力量。」可处理关联式分析、多维度分析。
未来,嵌入式装置愈来愈多,大数据将是随处可见的技术。他更进一步指出,未来的使用者将会是资料导向,10年后可能变成人人都对资料「有感觉」,资料科学将成为基础知识,而非现在的专家系统。
大数据四大类:应用、产品、工具、底层科技
薛文蔚是台大资工系第一届毕业,在哥伦比亚大学念资工博士学位,1995年就开始创业。他将大数据分成应用、产品、工具、底层科技四大类,目前切入大数据领域的新创团队,大多都是大数据应用,包括手机、物联网,有一大部分落在社交媒体,用心理学分析关联度,例如两个人的相似度。
做大数据的平台和科技比较少,薛文蔚说,底层科技还有许多可发展空间,会形成一个生态系统。台湾的强项在硬体,像是固态硬体、永久记忆体、快闪记忆体等等,核桃运算也许会进一步结合硬体,让运算模式更快速。而10年后,底层的硬体可能会被生物记忆体所取代。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28