
英特尔与SAP共筑大数据分析平台
大数据时代,对于数据的处理需求除了面向更大规模的海量性以外,也需要信息的快速展现。为帮助企业用户提升海量数据分析效率,加速获取实时的业务洞察,进而提升在行业内的竞争优势,英特尔公司携手大数据实时分析领先企业SAP在京举办了主题为“数据芯处理 高效创共赢”的2014英特尔数据中心媒体沟通会。
双方在阐释对大数据市场、应用等方面的最新洞察以及双方协作创新策略的同时,还重点介绍了双方精心打造的、基于英特尔硬件平台的大数据实时分析平台,并现场演示了该解决方案的应用效果。
数据处理需要重架构
大数据实时分析,是英特尔和SAP在本次沟通会上高度聚焦的主题,也是目前大数据应用领域内诸多用户及厂商所共同关注的焦点话题——继过去几年间海量复杂结构数据的存储、清洗、处理、查询和基本的分析功能在开放架构开源平台上得以实现后,对这些数据价值的深度挖掘,特别是实时的分析和挖掘就成了企业用户迫在眉睫的需求,他们都渴望利用新的技术和方案,以更快的大数据分析速度以及更精准的分析结果,来辅助和支持更为高效的商业决策。
英特尔(中国)有限公司数据中心及云计算业务产品市场总监贺晓东表示,数据处理市场的数据中心需要重架构,它会朝着更快、支持更大的数据量和更高的性价比来做。从英特尔来讲,无论用户朝哪个方向走,都有这样的产品、平台,至强的E7、E5来支撑这样一个方向。
英特尔提供的是一个数据分析的数据生命周期的支撑,首先是核心业务系统、数据库、业务数据的收集,比如传统的CRM、ERP等等我们都可以提供至强E7这样的高可用、稳定性的平台来给用户提供数据分析。
“我们提供的是一个可靠的、稳定的、可服务的方案,来满足用户的需求。等到了数据进一步的抽取、梳理,然后把它存档,再进行深度挖掘分析时,这时候需要可弹性扩充的平台,这时候我们可以用E5这样的平台。”贺晓东补充道。
数据中心的发展方向是降低数据的存储、处理,整个流程数据中心的功耗等,英特尔在可管理性方面也会做很多平台化的工作,到最后是表现层,可以通过一个台式机、通过终端、通过平板,甚至手机,形成各种各样的智能可视化报告,英特尔的产品线从性能、可扩展性方面是涵盖整个数据的全生命周期的支撑的。
英特尔与SAP共筑大数据实时分析平台
“作为企业管理软件解决方案提供商,我们一直在聆听企业用户在大数据应用方面的需求和困难,并对自身产品和技术不断进行相应的优化与改进,使之能够符合企业用户日益提升的在计算性能与大数据实时分析方面的需求,”SAP公司数据库及技术平台部售前总监宋一平指出:“很荣幸在这一过程中,我们能够与英特尔公司同行,英特尔持续向我们创新的计算、存储、网络平台,并为我们软件产品在其上的全面优化,以及相关解决方案的验证提供了强有力的支持。”
为满足企业用户对实时分析的迫切需求,英特尔与SAP结合彼此在计算力和数据分析应用上的优势,共同打造了大数据实时分析平台。该平台的基石是具备高性能和高能效,并提供计算、存储和I/O均衡优势的英特尔架构开放硬件平台,部署了SAP强大的、基于内存的数据库和商业智能技术,能够以前所未有的优异性能及数据分析速度,帮助企业用户掘取实时的洞察力,更快地制定更为明智的业务决策,或创造新的业务模式及流程,从而捕获新机遇,并进一步降低业务运营成本。
英特尔与SAP HANA实际上有很长期的合作,差不多有20几年的历史。“HANA在产品研发最初的时候,实际上我们在德国英特尔是有一个团队来支持HANA的整个架构的,保证用户在采用HANA时内存实时数据分析解决方案时用到的是最好的解决方案,当然其中包括硬件平台的解决方案。”宋一平说道。
众所周知,HANA平台是需要认证的,现在HANA在英特尔E7上面是有很详细的认证介绍,这对用户来讲是非常有参考价值的,英特尔和SAP的关注点是如何帮助本地的客户加速把这样的实时分析技术落地。
“英特尔中国和SAP中国打造一个所谓的端到端的大数据解决方案,因为大数据既要有实际的分析,又要有大量、海量的历史数据挖掘,在我们的云创新中心搭建了一个HANA的平台和Hadoop的平台,这里做了这么一个非常优化的调试,如果用户愿意用他的数据在这里做一些尝试性的测试,做一些调优,这块就是非常好的端到端的测试平台,用户如果愿意来的话,可以来做一些测试,我们可以支持各种各样的,比如说从数据的源头到数据的管理,到数据的应用。”贺晓东说道。
“很高兴看到英特尔与SAP的合作从传统数据分析时代一直沿延到大数据分析时代,这种合作可谓优势互补、强强联手,”英特尔(中国)有限公司数据中心及云计算业务产品市场总监贺晓东表示:“基于英特尔架构硬件平台和SAP领先的内存计算和分析技术构建的大数据实时分析平台,就是这种协作创新凝聚的结晶。我们也期待能与更多的合作伙伴及用户携手,围绕开放架构大数据解决方案的开发开展更为广泛的合作,以产出更多多样化、差异化的创新成果,确保每个行业和领域都能在大数据时代获益。”
此外,英特尔与SAP还将继续致力于大数据解决方案的研发与拓展,并将一些关键的大数据革新技术贡献到Hadoop开源社区及相应生态圈内部的大数据合作伙伴,推动大数据技术的落地与数据分析领域的进一步发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28