当前位置：文档之家 › IBM出招应对大数据

IBM出招应对大数据

  • 格式：docx
  • 大小：10.76 KB
  • 文档页数：2

IBM出招应对大数据

作者：暂无

来源：《计算机世界》 2011年第45期

当每天通过不同渠道产生的数据呈现出爆炸式增长时，人们发现数据的存储面临前所未有的挑战。但数据不只是用来存储的，如何管理数据、分析数据、挖掘出数据背后的价值，这才是大数据时代带来的新机遇。

■ 本报记者 郭平

据统计，每天，来自世界各个角落的各种传感器、移动设备、在线交易和社交网络所产生的数据达到250 万兆字节之多，而正在使用的移动设备就有1 万亿台； 每个月，有10 亿条信息通过Twitter 微博传播，更有300 亿条信息产生于Facebook??令人惊讶的是，全球90%

的数据都是在过去两年中生成的。因此，用“洪水猛兽”来形容这些喷涌而出的信息一点不为过，正是它们造就了当今的大数据时代，使“大数据”迅速成为各路厂商和用户极为关注的话题。

日前，IBM 在美国拉斯维加斯召开了2011 信息随需应变论坛（IOD 2011），发布了全新的大数据管理和业务分析技术及产品，通过最前沿的云计算、移动应用等技术，帮助企业和机构高效面对大数据挑战。

全新解决方案迎战大数据

面对大数据，多数企业显得无能为力。在2010 年IBM 与美国麻省理工斯隆管理学院对全球100 个国家及地区的3000 名高管进行的调查显示，有60% 的受访者表示，他们无法有效地利用手中的数据。而近期IBM 针对全球64 个国家及地区的1700 名CMO 的调查显示，71% 的CMO 表示，他们的企业没有做好充分准备来迎战大数据。

在大数据时代，企业和机构面临着诸多挑战，那么，该如何高效集成软件、硬件、解决方案等各种现有资源，更为有效地处理迅速激增的数据？如何利用数据分析技术，预测商业趋势、获取深刻洞察，从而把握激烈竞争中的主动权？如何简化流程、降低成本， 通过最为便捷快速的方式创造最大价值？IBM 全球高级副总裁兼软件集团及系统与科技部总经理Steve Mills 表示，“IBM 推出的全新大数据管理和分析软件及解决方案就是为客户带来全新的应对大数据的前沿技术。”

在会上，IBM 软件信息管理总经理Arvind Krishna 介绍了新推出的面向不同工作场景的大数据管理和分析软件及解决方案，它们可覆盖从移动设备、数据中心，到IBMSmartCloud 云计算平台等多个平台。其中最受关注的是云端 Hadoop分析软件InfoSphere BigInsights，与本地版本一样，云端版的该软件既可以分析数据库中的传统结构化数据，也可以分析像文本、音视频、图像、社交媒体、点击流、日志文件、天气数据等非结构化数据，帮助决策者根据具体情况迅速采取行动。将大数据分析带上云端， 意味着用户即便没有任何Hadoop 技能， 不用安装、运行或维护硬件和软件，也可以捕捉和分析任何数据。另外，IBM 还针对iPad 用户推出了全新移动分析应用软件CognosMobile，可以随时发现和搜索到任何类型的数据，并具备定位分析功能；拥有映射功能的全新预测分析软件SPSS Statistics 20.0， 可应用于众多行业，特别是对市场营销活动、零售店分配、犯罪预防和学术评估进行分析预测；InfoSphereInformation Server 8.7，可在后台筛选所有类型数据，并按照数据质量级别进行排列，有效维护数据安全，为商业决策提供可靠依据。

应对大数据正在行动

Steve Mills 说， 大数据为用户带来的挑战主要包括三个方面：一是数据处理的量级正从TB 级向ZB级扩张，而信息量的猛增不仅涉及到存储问题，同时也会带来分析问题；二是用户需要管理多种复杂的关系型和非关系型数据库；三是快速产生及处理动态数据的速度。而IBM

的解决方案正在帮助用户应对这些挑战。

美国辛辛那提动物园是全美历史最悠久的动物园之一，每年接待游客120 多万人。利用iPad 版Cognos，辛辛那提动物园实现了管理平台即时访问功能，并通过游客和商务信息单一视图开辟新财源，增加会员游览次数。移动商务分析的灵活性使管理人员得以将游客数据和园内销售数据集中到iPad 上，在园区内任意地点进行访问，以便跟踪游客的购买数据并据此调整营销模式和资金投入。通过使用Cognos 软件，辛辛那提动物园在今年成功将游客的园内消费提升了25%。

丹麦维斯塔斯公司（Vestas）是世界领先的高科技风力发电系统提供商。为了提高风电场的生产效率，该公司需要找到一种新的方法进一步提高涡轮机的性能。它们通过使用IBM 大数据软件分析PB 级别的天气数据，以改善风力涡轮机的放置位置，从而获得最佳能量输出效果，以前需要数周方可完成的分析现在仅需不到1小时就能搞定。“维斯塔斯的案例展示了大型组织如何利用大数据分析和更强大的计算机做出智慧的决策，从而大大加速企业成长，同时解决一些关键问题。”Arvind Krishna 表示，“用户从数据中获得洞察的能力有可能改变整个行业。”

IBM Netezza 数据仓库一体机是IBM 迎战大数据的又一重拳。去年11 月，IBM 收购了最早提出一体机概念的Netezza 公司，并使其成为IBM 大数据策略中的重要的棋子。在此次大会上，记者巧遇Netezza 在中国的首家用户——联动优势科技有限公司一行人。联动优势是跨电子支付、金融信息服务和电子商务三大领域经营的综合性企业，目前为超过4 亿用户提供服务，年处理资金300 亿元。联动优势助理总经理向峥嵘介绍说，与传统的数据仓库相比，IBM

Netezza一体机的部署速度得到了极大提升， 且易于维护和操作。Netezza一体机的应用为联动优势打造了高性价比、简单、易于安装、能够对千兆级数据进行快速运行分析的数据平台系统。

合集下载

ibm的发展历程

ibm的发展历程

ibm的发展历程

IBM（International Business Machines Corporation）是全球知名的科技公司，成立于1911年。下面是IBM的发展历程：

1. 成立初期（1911-1940年代）：IBM最初以制造机械计算机和商业机器为主要业务。它的创始人是查尔斯·费尔南多·古佐（Charles Fernando Germaine Gusseme）和托马斯·J·沃森（Thomas J. Watson）。

2. 电子计算机时代（1950-1970年代）：20世纪50年代，IBM开始进军电子计算机领域。他们开发了世界上第一台商用计算机IBM 701，并在该领域取得了巨大成功。

3. 主机和操作系统时代（1970-1980年代）：在这一时期，IBM推出了IBM System/360系列主机，并开发了操作系统OS/360，这使得主机和操作系统成为IBM的核心产品。

4. 个人电脑革命（1980年代）：1981年，IBM推出了首款个人电脑IBM PC，并采用了微软的操作系统MS-DOS。这个决策对个人电脑产业产生了深远影响，使IBM成为个人电脑市场的领导者。

5. 主机和服务重要性的转变（1990年代）：随着个人电脑市场的竞争日益激烈，IBM逐渐转变其业务重心，将主机和服务作为核心产品。他们推出了IBM System z系列主机，并提供了基于云计算的服务。

6. 人工智能和大数据时代（2000年代至今）：随着人工智能和大数据技术的迅猛发展，IBM积极推动这些领域的研究和应用。他们开发了人工智能系统IBM Watson，并将其应用于医疗、金融等各个领域。

在过去的一个世纪里，IBM不断创新和适应市场需求，成为全球领先的科技公司之一。他们不仅在硬件和软件方面取得了重大突破，还在人工智能等领域发挥着重要作用。

沈晓卫谈IBM的认知计算

沈晓卫谈IBM的认知计算

沈晓卫谈IBM的认知计算

作者：暂无

来源：《信息化建设》 2016年第4期

从深蓝到沃森再到最近战胜韩国围棋高手李世石的阿尔法狗，人工智能再次站到风口浪尖上。被IBM 称之为认知计算的人工智能，早已被运用到医疗系统，毫不夸张的说，现在的IBM

不仅仅是IT 公司，同时还是一家医疗公司，而支撑IBM 医疗的最大技术依仗之一就是它的认知计算系统。

IBM 中国研究院院长沈晓卫在浙江杭州经济开发区一家医疗器械企业主办的峰会上谈认知计算，他认为现在的IT 正处在非常重要的转折点，已经迈入认知计算时代，这对很多行业的转型升级产生非常大的影响。认知计算时代的来临，首先有三个重大的趋势，一是大数据的出现，数据可以非常便捷、安全的被采集、传输和分析；二是云计算的出现，不仅降低IT 服务器或者数据服务中心的成本，也改变了许多除了技术之外的商业模型；三是全新的互动方式，即社交媒体的出现，加剧了人与人之间的信息交换频率，这其中蕴含了非常多的价值和能量。数据+云+ 新的互动方式，正以一种全新的方式重塑科技、商业和社会。

基于互动的洞察力

在信息社会，信息可以划分为两大类。一类信息能够用数据或统一的结构加以表示，这称之为结构化数据，如数字、符号；而另一类信息无法用数字或统一的结构表示，如文本、图像、声音、网页等，称之为非结构化数据，结构化数据属于非结构化数据，是非结构化数据的特例。

沈晓卫介绍说，从IT 的角度来看，基于记录的传统计算机系统被称之为冯诺伊曼体系，数据库、数据都是结构化的数据，在过去30 年至50 年间，整个IT 系统都是为这样的需求而设计、优化，但如今又出现了一种基于互动的系统，这系统是跟物理世界，或者是跟人之间进行互动，这些数据大多时候是非结构化的，它需要全新的方式进行管理和分析，所以今天的IT

系统所面临的挑战，从一个宏观的角度来看，就是需要构建一个新的系统，IBM 把它叫做洞察力的系统，这也是现在的发展方向，“这种系统需要把基于记录的系统和基于互动的系统结合起来，因为任何IT 系统它最根本的核心价值是提供洞察力，而这种洞察力可以为我们更好地理解、管理、优化需要解决的问题，或者是我们赖以生存的社会与世界”。

IBM展示最完整“大数据”实力

IBM展示最完整“大数据”实力

龙源期刊网

IBM展示最完整“大数据”实力

作者：石菲

来源：《中国信息化》2013年第06期

一分钟内，twitter上新发的数据量超过10万；“facebook”的浏览量超过600万。这些庞大的数字，意味着什么？不可否认，人类已经进入了大数据时代。

IBM全球副总裁兼大中华区软件集团总经理胡世忠先生表示：“作为大数据领域的领导者，IBM正在利用领先方法论和全面大数据技术帮助企业重新思考已有的IT模式；助力企业进行基于这场信息革命的业务转型，获取竞争机遇和不可估量的商业价值。同时，IBM作为目前业界唯一能够集咨询、服务、软硬件综合实力，提供端到端全面整合解决方案的厂商，相关产品和服务覆盖了‘大数据’相关领域的各个阶段、各个领域；IBM的大数据实践已经深入到包括中国在内的全球市场的各个行业，包括电信、金融、医疗、零售、制造等众多客户已在IBM大数据平台及大数据分析等技术和理念支持下获得收益。”

针对当前企业对于大数据的攀升需求，IBM正在通过智慧的分析洞察（Smarter

Analytics）帮助企业全力打造大数据落地策略、通过真实有效的大数据部署实现高价值的成长。结合深厚的市场经验和前瞻的创新理念，整合IBM软件、硬件、咨询服务、研究等各领域最前沿的技能和资产，IBM智慧分析洞察（Smarter Analytics）为企业提供了“大数据平台”和“大数据分析”两大核心实力。

首先，IBM提出的“大数据平台”架构为各行业企业选择和构建大数据解决方案提供了全面的技术支持。以Hadoop系统、流计算、数据仓库和信息整合与治理四大核心技术能力，突破了传统数据仓库和数据管理理念，能够为企业组织提供实时分析信息流和因特网范围信息源的能力，实现更为经济高效的大数据管理和整合治理，并为在此之上的大数据分析奠定坚实的基础。

其次，IBM利用绩效管理、风险分析、决策管理和内容分析构成完整的“大数据分析”能力，为决策制定者提供全面、统一且准确的信息，帮助他们在激增的数据中获取洞察，发掘商业机遇和价值，制定更为有效的决策，最终提高业绩。其中，大数据能力集中体现在一系列领先的分析技术和工具上：包括商业智能和绩效管理软件Cognos、预测分析软件SPSS、风险管理软件OpenPages、企业风险分析软件Algorithmics以及薪酬和销售绩效管理软件Varicent等。

如何应对大数据洪流_

如何应对大数据洪流_

第1页 共4页 网络世界/2013年/2月/4日/第006版 国际述评 如何应对大数据洪流 对存储容量复杂而无止境的需求,让存储管理员感到十分头疼。以下我们将为大家介绍一些如何应对数据洪流的方法。 以往只有科研人员、互联网巨头，以及亚马逊、推特、脸谱和Shutterfly等社交媒体巨头面临数据洪流的问题，但是现在越来越多的企业开始尝试通过大数据挖掘来发现手中所掌握的有价值信息，并以此获得竞争优势。如今，沃尔玛、金宝汤、辉瑞默克和Wawa连锁便利店正在为他们的大数据制订一套宏伟的计划。 为了更快地回应客户，更好地追踪客户信息，以及更迅速地向市场导入新产品，许多公司开始投资大数据分析。 市场研究机构IDC存储分析师Ashish Nadkarni称： “对于身处互联网时代的任何公司来说，如果他们不这样做，他们的竞争对手就会先下手为强。” 目前所有机构都被来自内部和外部的数据所淹没。在这些数据中，许多数据是实时传输过来的，又有许多数据只会被用上几分钟、几小时或是几天时间。 市场研究公司Aberdeen Group表示，因此带来的存储需求的增长对大型企业来说尤为棘手。在这些大型企业中，从2010年至2011年，结构化和非结构化数据所需要的存储容量平均增长了44%。无论多大规模的公司，数据存储需求每隔2.5年就会翻一番。而且对视频存储、电子表格、格式化数据库和纯非结构化数据进行优化需要不同的工具。 Aberdeen 集团虚拟化和存储分析师Dick Csaplar 称：“能够让存储方面的花销不随存储需求增长而增长是一个挑战。”能够帮助主流大数据用户避免陷入这一恶性循环的技术有存储虚拟化、去重和存储分层技术。对于科研人员、社交媒体网站与仿真项目开发人员等大数据重度用户，面向对象的和关系型数据库存储都是不错的选择。 与内部日常存储平台相比，以易于访问的格式存储PB级（和更大规模）数据所需的系统在设计上要更为复杂。以下是专家对管理和存储大数据提出的一些建议。 分析数据类型 所需的存储类型取决于要分析的数据类型与数量。全部数据均有一个保存期限。例如，股票报价只在价格变动前的一或两分钟内重要。棒球比赛得分对于人们来说，只需要保存24小时或是直到下一场比赛前。这一类型的数据在最需要的时候应当保存在主存储器中，随后即可以转移至廉价的存储器内。多年来的观察已经证明了这一理念，即被长期存储的数据通常并不需要存储在容易被访问到的主驱动器上。 分析存储容量 在存储大数据时，企业需要的存储容量和类型取决于所需要存储的数据大小和这些数据的使用时限。 在大数据分析中涉及三种类型的数据。Nadkarni称：“它们能够将来自多个来源的数据每秒源源不断地传输给你，在这些数据失去时效性之前，时间切片应当为数分钟。”这类数据包括天气、交通、社交网络上的趋势话题和关于全球事件的Twitter等更新信息。 大数据还包括了那些休眠数据或是公司为了适度使用而生成和控制的数据。 数据传输需要快速的捕获和分析能力。Nadkarni称：“一旦分析了它们，企业就不再需要它们了。但是对于休眠数据或被控制的数据，应当将它们存储起来。”