- 第一期
- 第二期
-
業(yè)務(wù)
“業(yè)務(wù)”痛點(diǎn)是指一個組織試圖用大數(shù)據(jù)分析來解決的問題。這里的痛點(diǎn)是如何將數(shù)據(jù)和分析部署到更多部門的終端用戶,以更快地從數(shù)據(jù)中獲得更多價值 — 創(chuàng)新和差異化。
-
成本
一旦計(jì)算出支持業(yè)務(wù)用例的分析,組織就需要決定在何處運(yùn)行AI應(yīng)用程序,以最大限度地節(jié)約成本。業(yè)務(wù)需求驅(qū)動出最優(yōu)的基礎(chǔ)設(shè)施組合。以往一直是在公共云或內(nèi)部數(shù)據(jù)中心之間抉擇,組織試圖在資本支出和運(yùn)營支出之間實(shí)現(xiàn)權(quán)衡。
-
風(fēng)險
無論部署在何處,部署都應(yīng)確保組織作為一個整體符合企業(yè)、行業(yè)或法律合規(guī)。企業(yè)需要權(quán)衡實(shí)施的復(fù)雜性、云供應(yīng)商鎖定、數(shù)據(jù)和系統(tǒng)安全、數(shù)據(jù)位置/主權(quán)、資源爭用和政府合規(guī)等等一系列風(fēng)險。
業(yè)務(wù)趨勢和挑戰(zhàn)
數(shù)據(jù)是創(chuàng)建高效業(yè)務(wù)運(yùn)營、發(fā)掘新的營收增長點(diǎn)和實(shí)現(xiàn)卓越客戶體驗(yàn)的基礎(chǔ)。隨著世界越來越以技術(shù)為中心,數(shù)據(jù)來源和數(shù)據(jù)流的數(shù)量不斷增加,企業(yè)正面臨著使用傳統(tǒng)數(shù)據(jù)處理應(yīng)用軟件來應(yīng)對驚人數(shù)據(jù)量和數(shù)據(jù)多樣性的挑戰(zhàn)。在最新的大數(shù)據(jù)分析工作負(fù)載解決方案的幫助下,使用人工智能(AI)技術(shù),實(shí)現(xiàn)機(jī)器學(xué)習(xí)(ML)算法,是處理如此龐大和復(fù)雜的數(shù)據(jù)量的有效且最成熟的方法。事實(shí)上,世界各地的企業(yè)都在采用“人工智能優(yōu)先”的方法來提高他們的分析能力,并更加側(cè)重于數(shù)據(jù)驅(qū)動。
數(shù)據(jù)是創(chuàng)建高效業(yè)務(wù)運(yùn)營、發(fā)掘新的營收增長點(diǎn)和實(shí)現(xiàn)卓越客戶體驗(yàn)的基礎(chǔ)。隨著世界越來越以技術(shù)為中心,數(shù)據(jù)來源和數(shù)據(jù)流的數(shù)量不斷增加,企業(yè)正面臨著使用傳統(tǒng)數(shù)據(jù)處理應(yīng)用軟件來應(yīng)對驚人數(shù)據(jù)量和數(shù)據(jù)多樣性的挑戰(zhàn)。在最新的大數(shù)據(jù)分析工作負(fù)載解決方案的幫助下,使用人工智能(AI)技術(shù),實(shí)現(xiàn)機(jī)器學(xué)習(xí)(ML)算法,是處理如此龐大和復(fù)雜的數(shù)據(jù)量的有效且最成熟的方法。事實(shí)上,世界各地的企業(yè)都在采用“人工智能優(yōu)先”的方法來提高他們的分析能力,并更加側(cè)重于數(shù)據(jù)驅(qū)動。
大數(shù)據(jù)的工作負(fù)載和不斷增長的數(shù)據(jù)對計(jì)算量和存儲空間的要求都很高。許多組織將這種需求等同于公共云。公共云支持高可用性和計(jì)算資源的快速擴(kuò)展,以支撐大數(shù)據(jù)AI/機(jī)器學(xué)習(xí)應(yīng)用,同時降低基礎(chǔ)設(shè)施復(fù)雜性并增強(qiáng)業(yè)務(wù)靈活性。
許多組織發(fā)現(xiàn),僅僅依賴于公共云很快就會導(dǎo)致成本激增。隨著計(jì)算、存儲、網(wǎng)絡(luò)和容器化技術(shù)的進(jìn)步,在公共云上運(yùn)行大數(shù)據(jù)分析不再是唯一的選擇。當(dāng)然,對于小型應(yīng)用程序(小于1pb的數(shù)據(jù)),公共云通常是一種可行且具有成本效益的選擇。但對于具有pb級數(shù)據(jù)的大規(guī)模環(huán)境則可以從本地解決方案中獲益更多。
當(dāng)今業(yè)界最流行的趨勢是采用混合云方法。根據(jù)451 Research的調(diào)查,85%的企業(yè)領(lǐng)導(dǎo)者希望能夠在多云/數(shù)據(jù)中心環(huán)境中運(yùn)行他們的分析工作負(fù)載。這與IDC的預(yù)測相呼應(yīng),IDC預(yù)計(jì)到2022年,全球超過90%的企業(yè)將依靠本地私有云、公共云和傳統(tǒng)平臺來滿足其基礎(chǔ)設(shè)施需求為什么采用混合云?因?yàn)樗鼮槿蚱髽I(yè)普遍遭遇的痛點(diǎn)提供了最優(yōu)解決方案。
了解詳情
Cloudera私有云
值得欣喜的是對于這些業(yè)務(wù)難點(diǎn)有一個解決方案,這個解決方案就是私有云。私有云減少了公共云的成本負(fù)擔(dān),同時也完美規(guī)避了單個本地?cái)?shù)據(jù)中心的不足。例如,單個數(shù)據(jù)中心這一方法導(dǎo)致了資源爭用和可升級性問題,這會導(dǎo)致拉低資源ROI、增加風(fēng)險、運(yùn)營效率低下,以及部署新分析用例的價值難以立竿見影。如果有可能把您的企業(yè)數(shù)據(jù)中心變成私有云就好了 — 現(xiàn)在就可以這樣做了!
值得欣喜的是對于這些業(yè)務(wù)難點(diǎn)有一個解決方案,這個解決方案就是私有云。私有云減少了公共云的成本負(fù)擔(dān),同時也完美規(guī)避了單個本地?cái)?shù)據(jù)中心的不足。例如,單個數(shù)據(jù)中心這一方法導(dǎo)致了資源爭用和可升級性問題,這會導(dǎo)致拉低資源ROI、增加風(fēng)險、運(yùn)營效率低下,以及部署新分析用例的價值難以立竿見影。如果有可能把您的企業(yè)數(shù)據(jù)中心變成私有云就好了 — 現(xiàn)在就可以這樣做了!
作為合作伙伴,Cloudera/Dell/Intel提供了在私有云上運(yùn)行大數(shù)據(jù)AI/機(jī)器學(xué)習(xí)分析工作負(fù)載的解決方案。這種聯(lián)合解決方案使公有云內(nèi)部部署具有靈活性,同時也為企業(yè)在未來采用混合云架構(gòu)夯實(shí)了基礎(chǔ)。該解決方案由運(yùn)行在Dell PowerEdge服務(wù)器上的CDP(Cloudera Data Platform, CDP)私有云版本,與Dell EMC PowerSwitch硬件進(jìn)行集群組網(wǎng)。算力由英特爾處理器提供,采用英特爾最新技術(shù),支持復(fù)雜的人工智能和數(shù)據(jù)分析應(yīng)用。此外,編配層由容器化技術(shù)處理,以實(shí)現(xiàn)應(yīng)用程序和管理的靈活性、高可用性和資源優(yōu)化。聯(lián)合解決方案的好處在于:
- 更快實(shí)現(xiàn)價值
- 優(yōu)化成本
- 風(fēng)險降低
最終,Cloudera/Dell/Intel的私有云平臺實(shí)現(xiàn)了公共云的敏捷性和靈活性,同時也實(shí)現(xiàn)了企業(yè)數(shù)據(jù)中心的安全和可控。