京公网安备 11010802034615号
经营许可证编号:京B2-20210330
物联网和大数据趋势的赢家:云计算供应商_数据分析师考试
物联网将推动对数据中心的大规模投资,但这些数据中心将由亚马逊、微软和谷歌运行。不难看出物联网(IoT)和大数据趋势的赢家:云计算供应商。根据IDC表示,在未来四年内,IoT将需要750%更多的数据中心容量。
这意味着大量的服务器、网络设备等。但这些钱并不会流向业界传统供应商,虽然有些供应商可能提供亚马逊等需要的差异化产品,但这是一小部分。毕竟,亚马逊、微软、谷歌等云计算领导者通常不会购买IBM和传统数据中心供应商的产品,因为他们的需求太专业,并要求他们构建自己或高度定制的白盒产品。
因此,尽管IoT和大数据趋势将推动新的数据中心投资,但它们也将改变供应商格局,可能是永远地改变。
物联网是一种自然的力量
虽然可穿戴设备、汽车等设备中的传感器正在吸引公众的关注,但现实是,数据中心在支持着不断发展的IoT市场。在很多方面,收集数据是最容易的部分,而处理和分析数据则是很难的部分。这个问题需要不断增长的硬件和软件来解决。
IDC预计,到2019年,数据中心容量将要增长750%来解决IoT数据工作负载。正如IDC数据中心和云计算副总裁Rick Villars表示,“鉴于联网设备的数量和收集的数据量,企业必须将其IoT服务平台需求放在数据中心水平,而不是单台服务器或存储设备。”
然而,问题是很少有企业能够有效地做到这一点,很多企业走向了相反的方向。正如IDC所指出的,“IoT部署中需要的灵活性和规模将确保大部分这种数据中心容量位于服务供应商(云计算)数据中心。”
云计算已经准备就绪
但不要担心,这些云计算供应商都在期待处理这些工作负载。事实上,正如《华尔街日报》的Dan Gallagher指出,“IDC预测,到2018年,云计算市场将会增加一倍以上,达到1270亿美元。这也是为什么亚马逊、谷歌和微软都在不惜一切代价留在这个市场的原因。”
Redmonk分析师Stephen O’Grady称这主要是源于规模经济:“大型供应商给市场带来的规模经济非常巨大。因为他们能够购买更大数量,他们的可变成本降低;他们的固定成本被分摊到更大数量的客户群;他们的相对效率会增加,随着规模推动自动化和改进过程;他们能够吸引和保留人才来解决技术挑战等。”
因此,虽然是根据企业构建多少数据中心来处理其规模来衡量成功,但IoT会快速发展,让有限数量的大型供应商包揽成功,例如Facebook、Twitter、谷歌和亚马逊云计算服务(AWS)。
即使是那些认为他们能够战胜这些强大对手的供应商,你真的想应战吗?AWS数据科学主管Matt Wood称,使用停滞发展的硬件资产非常难以运行复杂的数据科学查询。他认为,弹性是数据科学必不可少的因素,对于物联网也是如此。
你的数据中心供应商完蛋了
无论是谁在构建数据中心,有一点是明确的:这些云计算建设者会直接找到台湾ODM厂商来制造满足其特殊需求的硬件。这些云计算供应商不会再购买现成的硬件或软件:而是将其数据中心的所有方面都视为是至关重要的专有知识。
在构建自己的数据中心的过程中,亚马逊已经显着消减了成本并提高了性能。为什么呢?因为他们在试图去除一切无关内容,只满足其实际需求。
那么,这意味着什么呢?
这意味着我们未来的云计算硬件供应商实际上是构建或购买他们自己定制硬件的云计算供应商。
在本质上,这意味着供应商会退出企业数据中心市场,虽然云市场正飞速发展,总之,数据中心市场正在进行重塑:更少的惠普和IBM,更多的AWS和微软。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25