如何以及为什么会迅速变成小数据蔓延

点1：边缘计算设备(尤其是物联网设备)的数量呈爆炸式增长

分析人士认为，全球目前约有2000万台边缘计算设备，而且这一数字正在呈指数级增长。例如智能电表、汽车和可穿戴设备，物联网和边缘计算技术已经蔓延到每一个行业。农民、医疗设备制造商和制造商不断地收集遥测数据;政府、赌场和零售公司对于监控视频的收集也是如此。

数据点2：这些设备生成的数据量正在增长

工程师和科学家总是希望获得更多数据。即使现在不能使用，他们也希望将来能挖掘历史数据的价值。因此，每个设备生成的数据量正在飞速增长。与遥测数据相比，视频和音频的数据量更大，并且以更高的清晰度在增长。遥测设备正在生成更多的数据，这些数据被更频繁地收集。自动驾驶汽车收集的数据达到了25GB /小时，而且这个数字还在增加。

数据点3：必须在边缘进行初始处理

边缘计算设备正在成为一种技术成熟的计算设备，因为必须在本地进行初始处理。如果需要运行自动驾驶汽车或控制起搏器，则不能依靠速度慢、不可靠的网络。如果要确定犯罪或环境问题，则不能等待中央处理资源。因此，实时计算将在边缘计算设备本身上完成。其结果就是一种小数据蔓延。

数据点4：机器学习需要在中心完成

边缘计算设备可以执行算法，但是机器学习只能在中心进行。需要跨许多设备访问完整的数据集进行学习，还需要在更长的时间内应用更多的计算资源。边缘计算将优化流媒体;中心将优化分析、丰富和学习。这意味着边缘计算需要向中心发送数据。

数据点5：需要在中心进行保留

物联网数据必须符合法规要求，要求对数据和控制进行整合。组织知道他们需要保护、保留和删除数据(例如私人数据)。但是，他们还需要保留生成有关数据结论的算法。从交易股票的算法到调整胰岛素水平的医疗设备，再到用于识别潜在犯罪的摄像头，法院将期望通过视频能够再现其结果。这将需要原始算法和原始数据集。这只是一个开始。随着人工智能的日益普及，监管部门将更加关注。

数据点6：云计算将成为整合小数据的目标


 

（编辑：阿坝站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!