起底英特爾大數據

繼云計算之后，大數據迅速躋身IT領域熱詞排行榜。至于大數據概念啥的，這里就不多說了，每個人都有每個人的理解，關鍵是要從海量數據中挖掘出有應有的價值，這也是當下大數據領域的專家、廠商所致力研究的東西。作為全球知名的IT企業，英特爾給人的印象可能更多體現在處理器、網絡、SSD方面，但其實它在大數據領域已經由來已久。 

那英特爾在大數據領域主要開展哪些工作？比較具象的大致可歸結為三條，一是推動開源社區的發展，像人們比較熟知的Hadoop、Spark社區，英特爾都是重要的貢獻者；二是通過與業界伙伴合作，完善IA架構上的用戶體驗；三是基于IA架構進行大數據的優化工作。這部分工作主要由英特爾SSG（Software and Service Group，軟件和服務集團）中一個專門針對大數據領域的團隊負責。

說完了比較具象的，下面說說比較前瞻性的，這部分主要由英特爾研究院來推動。用英特爾中國研究院院長吳甘沙的話說，他們就像是探子、偵察兵，小股部隊負責在前方探路。比如SSG在做Hadoop的時候，研究院已經在研究流處理、圖計算、內存計算等；等SSG開始做內存計算、流處理了，研究院已經開始研究一些其他的技術了，比如其現在重點關注的至強+FPGA加速技術。 

當然，這些也并非英特爾在大數據領域的全部家底。何以見得？吳甘沙在接受采訪時說，最早安迪·格魯夫在成立研究院的時候對于研究院的職責有著清晰的界定，一到三年內能夠進入市場的，就不應該由研究院來做，應該交給SSG。五到七年才進入市場，抑或相對比較遠的，或者風險非常大的工作也不應該由研究院來做，應該交給大學。 

從他的回答中不難看出，英特爾對于一項技術的布局是有著非常長遠的規劃的。所以，可能你對英特爾在大數據領域所做的事情還不太了解，或者說英特爾向外界所傳遞的信息還不夠，但其在大數據領域的深厚底蘊是毋庸置疑的，相關案例也有很多。

比如在采訪中，英特爾亞太研發有限公司物聯網解決方案與產品事業部商務開發經理顧典就舉了幾個比較典型的應用案例，一個是在交通領域。英特爾和中交興路合作，在其商用車上部署基于Quark的車輛監管設備，通過該設備采集車上相關傳感器的信息，包括駕駛員的駕駛行為、車輛行經路線等，然后傳輸到后端大數據集群當中做實時分析，最終可以幫助他們節省10%的油耗。 

還有一個典型的案例就是優酷，作為國內最大的視頻網站之一，其曾經有一個大數據分析的應用程序的性能一直不是特別好、運算速度不是特別快，后來英特爾建議其轉到Spark平臺，并相應的做了指導、優化，最后的結果是通常需要80分鐘的數據處理時間縮短至了5分鐘。 

至于具體案例還有很多，這里不再一一列舉。放眼未來，英特爾在大數據領域的腳步肯定會走得更快。就像前文提到的至強+FPGA就是英特爾面向最近火熱的深度學習（Deep Learning）領域所做的嘗試。同時，吳甘沙表示，以用戶為導向，英特爾將更加關注一些有需求但能力卻可能不夠的一些場景。比如中小企業的大數據應用問題。

他具體解釋說，其實這類場景有很多，包括中小型電商、垂直電商等。舉個最簡單的例子，一個電商是賣鞋帽衣服的，一個電商可能是賣化妝品的，他們對于用戶的定位不一定非常完整、精確。而事實上買這一類化妝品的可能就會買這一類的衣服、鞋帽，它們之間是有相關性的。但因為他們是垂直的，規模又比較小，并沒有這樣的認識，所以迫切需要和其他的垂直電商和行業伙伴做數據共享和交換。這樣問題就來了，一方面他們怕數據失控，另一方面自己也不知道數據值多少錢。所以需要有一些基礎保證，第一，數據融合、分析要足夠安全，第二需要有一種很好的方式來確定各方的數據價值幾何。 

還有另外一個場景英特爾一直在做的，就是健康。吳甘沙介紹說，健康相關數據的管理是非常嚴格的，美國專門有一個條例HIPPA，非常嚴格地限制數據的交換、流通。這也一定程度上使得在某些生命科學或者醫學前沿的進展比較緩慢。比如癌癥，經過50年發展，其治愈率只提升了8%。為什么？因為癌癥是“長尾病癥”不同地方有不同的癌，而且它沒有明確的特征。沒有足夠的樣本，導致不同科研院校的研究進展非常慢。有沒有可能讓各方非常放心的把數據匯聚到一起來做癌癥的研究，這也是英特爾非常關注的一個方向。