
大數(shù)據(jù)與大科學(xué)_數(shù)據(jù)分析師
最近去武漢參加第八屆全國測試學(xué)術(shù)會議,包括硬件測試、軟件測試,碰到許多老朋友和新朋友,大家議論了許多。我和大家交流了在CACM上看到的“Big data meets big science”,也頗有感觸。
在斯坦福的國家加速器實驗室,大氣觀測望遠(yuǎn)鏡到2020年要安裝一個32億像素(3.2GP)的照相機,10年以后每晚每隔15秒攝取極高分辨率的天空圖像。該系統(tǒng)需要存儲10億億字節(jié)(100PB)的數(shù)據(jù),相當(dāng)于2000萬個DVD。當(dāng)然,通過這個照相機獲得的原始數(shù)據(jù)比這還要多得多。這個照相機的視野里面有400億~500億天文目標(biāo)。長久存儲這些像素幾乎是不可能的,只能實時處理和提取關(guān)鍵數(shù)據(jù)。大型科學(xué)儀器,從大型強子碰撞型加速裝置到高級光束處理器和分子成像工具產(chǎn)生大量數(shù)據(jù),是目前的并行超級計算機所無法處理的。
可目前看到的現(xiàn)實是:1.摩爾定律已經(jīng)失效,因為晶體管尺寸已經(jīng)達(dá)到物理極限。2.超級計算機已經(jīng)不能再這樣用CPU堆下去了。成千上萬,甚至幾十萬的CPU、GPU堆起來的超級計算機,耗電驚人,而并行計算實際上很難實現(xiàn)。大部分時間,CPU閑著,而Memory忙得要命。3.馮·諾伊曼計算機體系結(jié)構(gòu)非改不可了。存儲—計算的方式已經(jīng)不適用新情況。對于許多應(yīng)用來說,實際的瓶頸不是處理時間,而是需要不斷地存取存儲器。
一個明顯的事實是,雖然我國的天河超級計算機幾次排名世界第一,但美國最近基本不參與這個排名的競爭,排第幾也不關(guān)心了。
對于大數(shù)據(jù)的問題,怎么解決?科學(xué)家們主要采取三個途徑:一個是從觀測開始各環(huán)節(jié)設(shè)法減小數(shù)據(jù)集;一個是從私人企業(yè)學(xué)習(xí)基于云計算的經(jīng)驗;另一個是探索新技術(shù),譬如量子計算。
量子計算對于破解密碼、因子分解、量子物理模擬可能很有效,但是,對組合優(yōu)化、航空調(diào)度、絕熱算法是否有效,還很難說。所以,大科學(xué)產(chǎn)生大數(shù)據(jù),大數(shù)據(jù)技術(shù)要靠大科學(xué)。物理學(xué)、光學(xué)、生物學(xué)、計算科學(xué)一起來,研究這些數(shù)據(jù)的收集、分發(fā)、存儲、處理。不能單靠計算機。我曾撰文說:大數(shù)據(jù)技術(shù)靠計算機,大數(shù)據(jù)分析要靠各領(lǐng)域的專家,現(xiàn)在看來,大數(shù)據(jù)技術(shù)也要靠大科學(xué)的專家。
在這樣一個創(chuàng)新的關(guān)鍵時刻,中國人應(yīng)該有所作為。不要天天想著發(fā)SCI、投CNS、提職稱、發(fā)牢騷,想想這些大問題吧!但是,我跟與會的朋友們說,不管計算機怎么變,容錯計算是一個永恒的主題,在量子計算中,人們也在密切關(guān)注容錯計算。高端容錯計算機的實用價值就更不用說了,大家都懂得。
我想補充幾句話:微納電子產(chǎn)業(yè)現(xiàn)在還很興旺,市場仍然很大;超級計算機,特別是其應(yīng)用還是要搞,從科學(xué)研究的角度講要有些前瞻性。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11