Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
INTEL® DATA PLATFORM ПОМОГАЕТ КОМПАНИЯМ ПОЛУЧИТЬ ПОЛЕЗНУЮ ИНФОРМАЦИЮ НА ОСНОВЕ АНАЛИЗА «БОЛЬШИХ ДАННЫХ»

13, февраль 2014  — 

  • Intel Data Platform упрощает реализацию инфраструктур «больших данных», позволяя разрабатывать новые продукты и услуги и повышать эффективность работы.
  • Intel Data Platform : Analytics Toolkit помогает уменьшить избыточную сложность и стоимость анализа графов для извлечения полезной информации.
  • Версия Premium Edition обеспечивает точность получения результатов за счет улучшенных функций автоматизации, проактивного исправления нарушений системы защиты и технической поддержки.

Intel представила Intel ® Data Platform – программный комплект на основе открытого исходного кода, призванный помочь современному бизнесу получить максимальную прибыль от инвестиций в инфраструктуры «больших данных».

Новый комплект инструментов Intel ® Data Platform : Analytics Toolkit ( Intel ® Data Platform AT ) создает полноценную графоаналитическую среду, чтобы компании смогли получить полезную практическую информацию на основе анализа данных.

Intel Data Platform предлагает открытую среду для импорта, управления и анализа «больших данных». Новая разработка основывается на базе пакета Intel ® Distribution for Apache Hadoop *, демонстрирует повышенную надежность работы и имеет защиту и поддержку корпоративного уровня. В платформе также реализован ряд новых возможностей обработки данных, включая обработку потоковых данных, интерактивный и циклический анализ и обработку графов. Эти функциональные возможности предоставляют компаниям новые возможности для извлечения полезной информации из рабочих данных, которые раньше были недоступны при использовании только технологии Apache Hadoop *.

С помощью полностью интегрированных сред для потоковой обработки данных в режиме реального времени компании, включая предприятия розничной торговли, могут использовать Intel Data Platform для оперативного анализа медиа-сред, данных датчиков, покупок и материальных запасов с целью оценить влияние рекламных кампаний с участием знаменитостей на спрос на новую продукцию. Используя интерактивные и циклические среды для приложений «больших данных», многие отрасли, включая телекоммуникационную, смогут анализировать большой объем информации, адаптированной в соответствии с потребностями клиентов, для того, чтобы предлагать персонализированные рекомендации в отношении новых продуктов и услуг.

Новая платформа будет доступна уже в следующем квартале текущего года. Новинка будет предлагаться в виде двух версий, Enterprise Edition и Premium Edition , каждая из которых будет иметь различные уровни поддержки. Версия Enterprise Edition будет предлагать все функциональные возможности платформы в виде бесплатного программного продукта. Эта версия подойдет для заказчиков, которые могут самостоятельно внедрить новое решение. Версия Premium Edition будет доступна на основе платной годовой подписки и будет включать дополнительные усовершенствования, включая улучшенные функции автоматизации, проактивное исправление нарушений системы защиты, постоянное обновление имеющихся функциональных возможностей и телефонную техническую поддержку.

Получение неожиданных ответов на непредвиденные вопросы

Современные инструменты для анализа данных зачастую способны получить ответы на известные вопросы, но они не могут проанализировать непредусмотренные взаимосвязи данных. Intel Data Platform : AT разработан для уменьшения сложности, трудозатрат и стоимости извлечения полезной информации.

Набор инструментов создает основу для типичных алгоритмов, включая выделение сетевых кластеров и кластеров на базе графов, которые ИТ-специалисты могут адаптировать и использовать для собственных целей.   Простые во внедрении алгоритмы могут широко использоваться в разных отраслях, включая финансовый сектор, здравоохранение и розничную торговлю. Набор инструментов также включает улучшенную среду разработки для объединения графоаналитических и классических решений для компьютерного обучения с целью упрощения работы программистов.

Специалисты по обработке данных, работающие в компаниях, которые предлагают финансовые услуги, могут использовать этот набор инструментов для получения ценной информации с помощью решения для обнаружения случаев мошенничества, которое определяет взаимосвязи между покупателями, продавцами и транзакциями. В настоящий момент доступна бета-версия Intel Data Platform : AT . Предполагается, что коммерческая версия нового продукта поступит на рынок в конце второго квартала.

От гипотез к действиям: «большие данные» в реальном мире

Intel сотрудничает с различными компаниями с целью получения полезной информации из необработанных данных, что позволит сделать новые научные открытия, внедрить новые бизнес-модели и предоставить новые функциональные возможности конечным пользователям. Используя аппаратные и программные решения Intel , компания China Mobile Guangdong * оптимизировала операции выставления счетов и качество обслуживания пользователей услуг, которые получили возможность оплачивать счета в режиме онлайн и получать информацию о звонках за последние полгода. Биллинговая система компании China Mobile Guangdong * позволяет получать 300000 записей в секунду и использовать 800000 записей в секунду, что сопоставимо с 30 ТБайт информации о счетах в месяц.

Intel также реализовала совместный проект с Living Naturally *, поставщиком технологий для розничной торговли, с целью разработать алгоритмы для бизнес-аналитики на базе Intel Distribution for Apache Hadoop * , которые помогут розничной торговле более эффективно управлять каналами поставки и рекламными акциями с помощью анализа внешних и внутренних данных, включая информацию, полученную в социальных сетях, через поисковые системы и сайты прогноза погоды. Так, например, когда один из популярных экспертов в области медицины с большим количеством подписчиков в Twitter * порекомендовал таблетки для похудения Raspberry Ketone *, они были моментально раскуплены. С помощью аналитического решения на базе технологий Intel магазины смогут спрогнозировать потенциал для роста продаж, связанный с публикациями в Интернет.

Публикации по теме
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости INTEL

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.