
英特尔推动大数据技术迈入全新阶段:实时分析
2月19日,英特尔公司今日宣布推出英特尔至强处理器 E7 v2 产品家族,以帮助零售、医疗、银行和交通运输等众多行业用户将数据转化为切实可行的洞察。
使用分析功能可以帮助企业制定决策,提高企业的营收和利润,英特尔至强处理器 E7 v2 产品家族的全新功能,能够处理和分析大量繁杂的数据,捕获以前无法获得的信息。
“利用数据,企业可以加速获取业务洞察,在现有经济环境下获得巨大优势,”英特尔公司高级副总裁兼数据中心事业部总经理柏安娜 (Diane Bryant) 表示,“英特尔至强处理器E7 v2 产品家族具备出色的性能、内存容量支持及可靠性,可帮助IT部门利用大型数据集提供实时分析能力,快速发现并利用最新全球趋势创建新服务,并提高业务效率。”
大数据和物联网(IoT)提供了巨大的机遇,使众多企业从他们能够得到的信息中创建可盈利服务,从而得到成长。大数据技术和服务市场的规模预计每年拥有27%的增长,市值将于2017 年达到 324 亿美元。这一增长的主要驱动力来自于构成物联网的联网设备所产生的海量数据。据估计,到2020年联网设备的数量将会增加到 300 亿台。投资性能最卓越的技术和分析解决方案能够帮助他们大幅节省成本。例如,2016年,英特尔的 IT 部门预计将通过使用分析解决方案帮助企业节省成本并增加接近 5 亿美元的净收入。
全新大数据处理、分析能力与强大的可靠性
与上一代处理器相比,英特尔至强处理器 E7 v2 产品家族可支持3倍的内存容量,能够更快完成数据分析。内存分析功能会在系统内存中放置整个数据集并进行分析(例如一个企业的整个用户数据库),而非在传统硬盘上进行。由于对更多复杂分析需求的增长,这一功能正在日渐受到企业的青睐。根据行业调研公司 Gartner 的预测,35%的大中型企业将会在 2015 年前采用内存分析,相比 2012 年拥有 10%增长。预测显示,2000家全球企业中,超过50%的公司将会在其企业资源计划(ERP)中使用内存分析计算,从而在投资中得到显著的附加收益。
全球规模最大最复杂的在线商城之一 eBay, 需要处理来自1亿多名用户的超过 50 PB 的数据。基于初步评测,全新英特尔至强处理器 E7 v2与 SAP HANA 内存分析软件相结合,可让 eBay的分析性能得到显著提高,并从大型数据集中得到更重要的洞察,从而为其客户带来更多创收良机。
英特尔至强处理器E7 v2 产品家族最高可支持32路的服务器平台,拥有最多15个处理内核和每插槽1.5TB内存容量,平均性能为上一代产品的两倍。这些提升可帮助企业以更低成本,可靠高效地运行业务支持系统 (BSS)、客户关系管理 (CRM)和企业资源计划 (ERP)等关键业务应用程序,并加快响应速度。例如,可以帮助销售团队精确定位销售产品的最佳时间,从而实现营收最大化;又或使石油天然气公司更好地预测其平台何时需要进行预防性维护。
为了消除数据传输瓶颈,英特尔至强处理器 E7 v2 产品家族还采用了英特尔集成 I/O 技术、英特尔数据直接 I/O 技术、以及对PCIe 3.0的支持,达到相比上一代提高达四倍的I/O 带宽,并提供更强大的存储和网络连接能力。
系统连续运行时间和可靠性仍然是关键业务应用程序的一项重要要求。英特尔至强处理器 E7 v2产品家族延续了英特尔提供世界一流可靠性、可用性和可维护性 (RAS) 的传统。英特尔可靠运行技术(Intel Run Sure Technology)专用于支持对于核心业务数据至关重要的“五个九”解决方案,能够显著降低计划内和计划外宕机的频次与成本。
广泛的行业支持
全球各地的 21 家系统制造商预计将会推出超过 40 个基于英特尔至强处理器 E7 v2 产品家族的平台。这些制造商包括:华硕*、Bull*、思科*、戴尔*、EMC*、富士通*、日立*、惠普*、华为*、IBM*、浪潮*、联想*、NEC*、Oracle*、宝德*、广达*、SGI*、曙光*、Supermicro*、Unisys* 和中兴*等。众多软件合作伙伴也支持基于英特尔至强™ 处理器 E7 v2 产品家族的平台,这些合作伙伴包括: Altibase*、神州数码*、IBM*、微软*、甲骨文*、Pivotal*、QlikView*、Red Hat*、SAP*、SAS*、Software AG*、Splunk*、Sungard*、Teradata*、东方通*、Vertica* 和用友*等。
为了推动实时分析技术应用创新,加速中国本地产业的发展步伐,英特尔也将于2月25日在北京召开英特尔至强™ 处理器E7 v2 产品家族发布会。届时,英特尔将针对该创新产品在中国服务器市场发展中的价值进行详细解析,众多软、硬件合作伙伴也将莅临发布会,展示他们在相关系统、应用软件和解决方案层面对这一创新的有力支持。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PyTorch 核心机制:损失函数与反向传播如何驱动模型进化 在深度学习的世界里,模型从 “一无所知” 到 “精准预测” 的蜕变,离 ...
2025-07-252025 年 CDA 数据分析师考纲焕新,引领行业人才新标准 在数字化浪潮奔涌向前的当下,数据已成为驱动各行业发展的核心要素。作为 ...
2025-07-25从数据到决策:CDA 数据分析师如何重塑职场竞争力与行业价值 在数字经济席卷全球的今天,数据已从 “辅助工具” 升级为 “核心资 ...
2025-07-25用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-24解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-24CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-24从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-23用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-23鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-23解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-22解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-22CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-22左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-22你是不是也经常刷到别人涨粉百万、带货千万,心里痒痒的,想着“我也试试”,结果三个月过去,粉丝不到1000,播放量惨不忍睹? ...
2025-07-21我是陈辉,一个创业十多年的企业主,前半段人生和“文字”紧紧绑在一起。从广告公司文案到品牌策划,再到自己开策划机构,我靠 ...
2025-07-21CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-21MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-21在AI渗透率超85%的2025年,企业生存之战就是数据之战,CDA认证已成为决定企业存续的生死线!据麦肯锡全球研究院数据显示,AI驱 ...
2025-07-2035岁焦虑像一把高悬的利刃,裁员潮、晋升无望、技能过时……当职场中年危机与数字化浪潮正面交锋,你是否发现: 简历投了10 ...
2025-07-20CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18