起底英特爾大數(shù)據(jù)

繼云計(jì)算之后，大數(shù)據(jù)迅速躋身IT領(lǐng)域熱詞排行榜。至于大數(shù)據(jù)概念啥的，這里就不多說了，每個(gè)人都有每個(gè)人的理解，關(guān)鍵是要從海量數(shù)據(jù)中挖掘出有應(yīng)有的價(jià)值，這也是當(dāng)下大數(shù)據(jù)領(lǐng)域的專家、廠商所致力研究的東西。作為全球知名的IT企業(yè)，英特爾給人的印象可能更多體現(xiàn)在處理器、網(wǎng)絡(luò)、SSD方面，但其實(shí)它在大數(shù)據(jù)領(lǐng)域已經(jīng)由來已久。 

那英特爾在大數(shù)據(jù)領(lǐng)域主要開展哪些工作？比較具象的大致可歸結(jié)為三條，一是推動(dòng)開源社區(qū)的發(fā)展，像人們比較熟知的Hadoop、Spark社區(qū)，英特爾都是重要的貢獻(xiàn)者；二是通過與業(yè)界伙伴合作，完善IA架構(gòu)上的用戶體驗(yàn)；三是基于IA架構(gòu)進(jìn)行大數(shù)據(jù)的優(yōu)化工作。這部分工作主要由英特爾SSG（Software and Service Group，軟件和服務(wù)集團(tuán)）中一個(gè)專門針對(duì)大數(shù)據(jù)領(lǐng)域的團(tuán)隊(duì)負(fù)責(zé)。

說完了比較具象的，下面說說比較前瞻性的，這部分主要由英特爾研究院來推動(dòng)。用英特爾中國研究院院長吳甘沙的話說，他們就像是探子、偵察兵，小股部隊(duì)負(fù)責(zé)在前方探路。比如SSG在做Hadoop的時(shí)候，研究院已經(jīng)在研究流處理、圖計(jì)算、內(nèi)存計(jì)算等；等SSG開始做內(nèi)存計(jì)算、流處理了，研究院已經(jīng)開始研究一些其他的技術(shù)了，比如其現(xiàn)在重點(diǎn)關(guān)注的至強(qiáng)+FPGA加速技術(shù)。 

當(dāng)然，這些也并非英特爾在大數(shù)據(jù)領(lǐng)域的全部家底。何以見得？吳甘沙在接受采訪時(shí)說，最早安迪·格魯夫在成立研究院的時(shí)候?qū)τ谘芯吭旱穆氊?zé)有著清晰的界定，一到三年內(nèi)能夠進(jìn)入市場(chǎng)的，就不應(yīng)該由研究院來做，應(yīng)該交給SSG。五到七年才進(jìn)入市場(chǎng)，抑或相對(duì)比較遠(yuǎn)的，或者風(fēng)險(xiǎn)非常大的工作也不應(yīng)該由研究院來做，應(yīng)該交給大學(xué)。 

從他的回答中不難看出，英特爾對(duì)于一項(xiàng)技術(shù)的布局是有著非常長遠(yuǎn)的規(guī)劃的。所以，可能你對(duì)英特爾在大數(shù)據(jù)領(lǐng)域所做的事情還不太了解，或者說英特爾向外界所傳遞的信息還不夠，但其在大數(shù)據(jù)領(lǐng)域的深厚底蘊(yùn)是毋庸置疑的，相關(guān)案例也有很多。

比如在采訪中，英特爾亞太研發(fā)有限公司物聯(lián)網(wǎng)解決方案與產(chǎn)品事業(yè)部商務(wù)開發(fā)經(jīng)理顧典就舉了幾個(gè)比較典型的應(yīng)用案例，一個(gè)是在交通領(lǐng)域。英特爾和中交興路合作，在其商用車上部署基于Quark的車輛監(jiān)管設(shè)備，通過該設(shè)備采集車上相關(guān)傳感器的信息，包括駕駛員的駕駛行為、車輛行經(jīng)路線等，然后傳輸?shù)胶蠖舜髷?shù)據(jù)集群當(dāng)中做實(shí)時(shí)分析，最終可以幫助他們節(jié)省10%的油耗。 

還有一個(gè)典型的案例就是優(yōu)酷，作為國內(nèi)最大的視頻網(wǎng)站之一，其曾經(jīng)有一個(gè)大數(shù)據(jù)分析的應(yīng)用程序的性能一直不是特別好、運(yùn)算速度不是特別快，后來英特爾建議其轉(zhuǎn)到Spark平臺(tái)，并相應(yīng)的做了指導(dǎo)、優(yōu)化，最后的結(jié)果是通常需要80分鐘的數(shù)據(jù)處理時(shí)間縮短至了5分鐘。 

至于具體案例還有很多，這里不再一一列舉。放眼未來，英特爾在大數(shù)據(jù)領(lǐng)域的腳步肯定會(huì)走得更快。就像前文提到的至強(qiáng)+FPGA就是英特爾面向最近火熱的深度學(xué)習(xí)（Deep Learning）領(lǐng)域所做的嘗試。同時(shí)，吳甘沙表示，以用戶為導(dǎo)向，英特爾將更加關(guān)注一些有需求但能力卻可能不夠的一些場(chǎng)景。比如中小企業(yè)的大數(shù)據(jù)應(yīng)用問題。

他具體解釋說，其實(shí)這類場(chǎng)景有很多，包括中小型電商、垂直電商等。舉個(gè)最簡單的例子，一個(gè)電商是賣鞋帽衣服的，一個(gè)電商可能是賣化妝品的，他們對(duì)于用戶的定位不一定非常完整、精確。而事實(shí)上買這一類化妝品的可能就會(huì)買這一類的衣服、鞋帽，它們之間是有相關(guān)性的。但因?yàn)樗麄兪谴怪钡模?guī)模又比較小，并沒有這樣的認(rèn)識(shí)，所以迫切需要和其他的垂直電商和行業(yè)伙伴做數(shù)據(jù)共享和交換。這樣問題就來了，一方面他們怕數(shù)據(jù)失控，另一方面自己也不知道數(shù)據(jù)值多少錢。所以需要有一些基礎(chǔ)保證，第一，數(shù)據(jù)融合、分析要足夠安全，第二需要有一種很好的方式來確定各方的數(shù)據(jù)價(jià)值幾何。 

還有另外一個(gè)場(chǎng)景英特爾一直在做的，就是健康。吳甘沙介紹說，健康相關(guān)數(shù)據(jù)的管理是非常嚴(yán)格的，美國專門有一個(gè)條例HIPPA，非常嚴(yán)格地限制數(shù)據(jù)的交換、流通。這也一定程度上使得在某些生命科學(xué)或者醫(yī)學(xué)前沿的進(jìn)展比較緩慢。比如癌癥，經(jīng)過50年發(fā)展，其治愈率只提升了8%。為什么？因?yàn)榘┌Y是“長尾病癥”不同地方有不同的癌，而且它沒有明確的特征。沒有足夠的樣本，導(dǎo)致不同科研院校的研究進(jìn)展非常慢。有沒有可能讓各方非常放心的把數(shù)據(jù)匯聚到一起來做癌癥的研究，這也是英特爾非常關(guān)注的一個(gè)方向。