
云计算和大数据是一对孪生技术_数据分析师
26日下午2014全国智能物流云峰会暨湖南海驿智能物流园招商启动仪式12月26日在长沙举行。会上中科院云计算中心岳强博士以《物流云时代的变革》为题,做主题演讲,他表示,云计算和大数据是一对孪生技术,云计算中心是大数据的存储和处理基地 。
大家下午好!首先我把中科院研究中心的情况给大家介绍一下。中科院云计算中心汇集了计算所、遥感所、电子所、自动化所、软件所等相关单位在技术、人才、设备和网络等核心科技创新资源,形成了中科院在云计算技术领域的研发,我们中心承担重大项目15项,示范推广项目20项,国家和省市研发项目45项,17项在省市区域范围内取得了积极的影响,我们中心成立三年以来,我们始终以“科技为国家分忧、创新为产业造福”为使命,不懈努力,勇于开拓,敢于创新,奋发图强,取得了显著成绩。
一个目标:打造世界一流的云计算产业育成生态系统。两个使命是抢占云计算技术制高点,成为产业升级转型发动机。
三个方向,发展战略性新兴产业,推动传统产业升级,主导产业聚集。
这是我今天的题目,SOMA海驿智能物流云平台。
这个是物流行业发展的过程,从上个世纪五十年代美国基本上形成,后来引入到日本,到七十年代引入到中国,到2000年的时候随着我国加入WTO,受国际市场的影响,国内物流业实现了跨越式的发展,2009年物流业列为国家产业的十大振兴规划,2014年国务院通过了物流业发展中长期规划。
这是国家统计局的一组数据,总体来看从2009年社会物流总额连续增长,到2013年社会物流总额197.8万亿,存在的现象是增长率连续下降,物流市场遭遇“瓶颈”,物流业更多的是以中小企业为主力军。
这个是国家发改委的统计数据,我们一直维持在18.5%左右,高于美国、日本9.5个百分点,高于全球平均水平均为6.5个百分点。
这就是物流国家物流业发展中长期规划,构建现代服务体系,强调的是布局合理、技术先进,便捷高效、绿色环保、安全有序。物流业增长值年均增长8%左右,占GDP7.5%左右。还有十二个重点工程。
物流行业目前面临的形势主要有四个:
1、物流需求快速增长,居民消费升级以及新型城镇化步伐加快,迫切需要建立更加完善、便捷、高效安全的消费品物流配送体系。
2、新技术、新管理不断出现,信息技术和供应链管理不断发展并在物流业得到广泛运用,物流成本进一步降低,流通效率明显提高,物流业市场竞争加剧。
3、资源环境约束日益加强,随着社会物流规模的快速扩大,能源消耗与环境污染形势的加重,城市交通压力的加大,传统的物流运作模式已难以为继。
4、国际竞争日趋激烈,随着国际产业转移步伐不断加快和服务贸易快速发展,全球采购、全球生产和全球销售和物流发展模式正日趋激烈。
我们再来看一下国外物流信息平台的发展情况。比如说新加坡、荷兰、英国、德国、澳大利亚、美国等各种平台。国内外的平台形式我们分析了一下,一个是信息凑合、收取中介费。第二是货运配载,会员制管理,第三是公共服务,第四是区域代理,资金垫付。
国内平台,比如说政府或行业协会、资源信息型,区域型物流、业务协同型。目前物流企业更需要综合性、一站式的服务平台。这也是我们为什么打造海驿智能物流平台的出发点。
国内平台的发展,一个是园区或园区的整体物流系统,整合现有物流信息资源,物流企业信息化,物流信息标准化,物流综合信用体系和物流交易的网络安全,电子商务和智能交通的发展,政府智能部门间协同工作机制。湖南省3400多家注册物流企业个体经营户4万多个,有一个三年行动计划,部署一批重点节点城市,发展一批重点园区,建设一批重点项目,扶持一批重点企业。
物流信息化建设的方向,在技术方面应用北斗导航、物联网、云计算、大数据、移动互联等技术。智能物流信息公共服务平台、互联互通和信息共享,面向中小企业的物流信息服务平台等。
海驿职能物流云平台也用到了一些技术,比如说云基础、无线互动等。
云计算实际上是资源虚拟化+并行计算,云计算倡导的是商业模式,资源共享,按需服务。云计算不等于虚拟化,虚拟服务器并不能组成一朵云,云计算能力远远超出一般的虚拟化解决方案。各个层次的物联网在数据中心起到非常核心的作用,虚拟化技术已经开始改变企业对服务器、操作系统等计算资源的重点部署。
云计算和大数据是一对孪生技术,云计算中心是大数据的存储和处理基地,有关大数据的战略资讯研究,《中国大数据技术与产业发展白皮书》。
在海驿智能物流云平台上要考虑峰值与流式计算,实现低时延,高可用性、易扩展性。也实现资源管理架构,实现资源隔离限制。从数据采集、数据缓冲、数据处理、数据输出开始。
当然在海驿智能物流云平台上在快数据方面有一些体现,实时反馈互动的快数据,在数据中体现对“人性”的理解,深度学习、情绪识别等内容。
我们重点从软件和硬件这两个方向,软件是公共支撑软件的框架、算法库,快速模型训练和应用开发;硬件是计算密集型,高计算密度。现在大数据研究的领域更多的是数据的实时范畴,提取业务信息,从数据产生智能,实际上在数据处理方面的困难不是海量数据的存储和离线,而是智能化的处理。
海驿智能物流云平台,智能物流虚拟和实体互联的云服务平台,物联网云数据处理环境和物联感知时空数据处理环境。上面是网络设施、定位系统、监控设施。
两大服务支撑系统,应用服务支撑系统,通过数据交互接口服务,应用开发环境管理,BI服务智能,数据分析与决策。在云数据服务系统是多元数据整合,数据管理服务接口,数据挖掘接口和数据分析接口。
海驿智能物流云平台更多体现出O2O的业务联动模式,线上的业务线下经营。还有信息的联动,从生产商贸企业、物流仓储企业、金融担保机构整个信息的联动。
先进性,我们主要讲到了云技术和物联网,围绕着信息惯用提出和跨界物流服务。全国防伪价值收益,对政府、投资者、金融机构、生产、商贸企业、物流企业等。
核心价值,我们用几句话总结,电商改革物流,智能提升效益,诚信聚集。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30