加快数据洞察的速度

高速数据:第四次工业革命的助推引擎

第四次工业革命已然来临,因为数字技术几乎连接了生活和工作中的方方面面。从汽车到冰箱再到制造设备,越来越多的无生命物体日益变得“智能”,它们利用摄像头、传感器、软件和其他技术生成的数据,不仅可以帮助我们完成任务,甚至可以代替我们执行任务,它们还会借助人工智能 (AI) 学习每次事务,了解如何更好地完成工作,甚至自主做出决策。

在引领这个具有革命意义的新时代的所有技术中,人工智能可以说是最关键,也是最复杂的技术。

AI 实现了自动驾驶车辆的“自主性”,指示车辆安全有效地从 A 点到 B 点运送乘客和货物,独立执行许多必要的操作、反应和决策。

AI 帮助无人机在农场作业,确定作物何时需要浇水、施肥或杀虫,并施以适当的用量,以及在成熟时收割作物。

AI 实现了机器人与人类协同工作以及独立运作,有朝一日工厂将转变为自主运行的网络物理系统,管理库存,进行维修,并根据需求的变化调整生产计划,无需人工干预。

不过,要想让 AI 发挥作用,它需要获取“高速”数据,不是在生成和收集后的一天甚至一小时内处理和分析的数据,而是即时、实时处理和分析的数据,就如人类智能所能做到的那样。由于工业 4.0 取决于人工智能,因此我们甚至可以说高速数据是推动新革命的引擎。而这个引擎的助推剂就是处理能力和庞大的内存库。

前三次革命

在人类历史的大部分时间里,一切都是用收集的材料手工制作,在大约一万年前的农业时代的早期,则是进行耕作。动物的驯化和利用本身就有革命意义,但工业化真正始于将机器引入生产过程。

根据美光 IT 总监 Tim Long 的说法,前三次工业革命可以这样划分:

  1. 机械化。第一次工业革命在 18 世纪中叶到 19 世纪中叶大约 100 年的时间内发生,始于使用水和蒸汽动力来实现制造过程机械化。
  2. 电气化。在 19 世纪末和 20 世纪初,电力进入工厂,实现了装配线和大规模生产。
  3. 自动化。包括机器人技术在内的数字技术在 20 世纪中叶进入制造过程,人类之前执行的许多任务实现了自动化。本世纪下半叶计算机的普及以及 20 世纪 90 年代互联网的崛起,实现了公司运营全球化,而消费者只需点击鼠标即可在世界各地购物。

其中的每一次革命都让企业生产商品和服务的方式发生巨变 - 更快、更便宜、数量更大。由于能以更低的价格获得更广泛的产品,因此每次革命都扩大了市场,增加了潜在的利润。

工业 4.0 现在正在如火如荼地进行中,商业模式和商业实践方面势必会再次出现重大变化。这个时代的标志就是连接。从汽车到电脑,从机器人到烤面包机,在互联时代一切都会相互连接,相互通信,也与我们通信,通过适应以定制用户体验,并自动执行每个行业中单调枯燥的任务。摆脱这种单调乏味,我们便可以专注于更复杂的关键工作 - 其中许多工作将涉及技术。

人们无需制作各种小器具,而是设计自主运行的工厂。人们无需驾驶卡车,而是可以通过程序设定让车队行驶,并进行故障排除。农民无需耕作、种植和收割,而是管理一系列为他们做这些工作的技术,并将时间花在最大化作物产量上。

而所有这一切,整个相互依存、相互关联的数字生态系统,都将依靠数据来传达每个过程中的每一步。

数据爆炸

在世界上存在的所有数据中,仅在过去两年就创造了其中 90% 左右的数据。我们的设备每天生成2.5 百万兆字节的数据(或 2.5 艾字节),随着手机、平板电脑、计算机和其他互连设备的数量逐年呈指数级增长,这个数字还会增长。

互联网用户数量在 2018 年有望超过 40 亿,超过全球 76 亿人口的一半。 通过传感器、摄像头、应用、互联网、蓝牙和其他数字通信形式互连的对象网络,即“物联网”上的互连设备数量预计在 2018 年将达到 231.4 亿,到 2025 年将达到 744 亿。

数据非常之多 - 例如,对于任何想要深入洞察客户的需要和需求,并进行采购以改进其产品和营销方法的企业而言,这堪称数据金矿。许多公司以这种方式使用数据,分批处理数周或数月前的数据,并分析结果以确定微调的位置和方式。巨大的“大数据”存储库在未开发的“湖泊”里等待进行筛选和审查,或者常常从未被查看过。

如今,忽视数据似乎是一种可怕的浪费。这些数据湖存在的时间越长,它们就越迟钝无用。

然而,第四次工业革命使得数据湖本身成为一种浪费。“静止”的数据很快就会过时。高速才应该是数据的状态。

速度至关重要

如果你醒来时发现浓烟滚滚和和刺耳的警报声,你在决定离开房子之前是否会坐下来思考?当然不会:你会立即处理正在发生的事情 - 火灾,然后飞奔出门。

同样,真正智能的人工智能必须能够处理信息(也就是数据),并实时调整其行为,或尽可能接近实时地调整。

在工厂中,这可能意味着如果检测到有缺陷或损坏的零件,机器人会先使用不同的部件进行更换,然后再继续。在软件处理信息时,机器不能坐等数周或数月。机器人也不应无视破损的零件并继续装配,等到制造的零件出现故障时才进行检查。

要在互联时代竞争,“高速数据”至关重要。不能三心二意,不能踌躇不前,不能犹豫不决。在工厂车间,工作停顿可能是灾难性的;减速可能导致停机,这会耗费大量资金,据说在汽车行业停机的话,每分钟会耗费 22,000 美元

显然,落后的“批量”数据处理虽然很适合发现趋势并做出反思决策,但对于要在工业 4.0 年代竞争的企业来说并不够。嵌入机器人、无人机和自动驾驶车辆等“智能”设备中的计算机,需要一经生成有意义的数据后就立即处理数据 - 就像人类大脑能够做到的那样。

以思维的速度进行处理

我们的大脑如何运作?信息通过我们的五种感官进入,我们的思维往往会立即进行处理和分析。当我们触碰到滚烫的锅时,我们用不着考虑下一步该做什么。当我们闻到芬芳的花时,鼻子与“玫瑰”之间也不存在滞后时间。

我们的思维能够极其快速地处理数据 - 思维、感觉和情绪。计算机可以比我们更快的速度计算复杂的数学方程式,也许它们在下国际象棋时表现更好,但是为了获取信息并从一系列可能的响应中进行选择,没有什么比人类的大脑更快速、更聪明了。至少目前而言是这样。

第四次工业革命有望让计算机比以往任何时候都更接近人类的能力。要让自动驾驶汽车避免连环车祸,它需要处理事故并在瞬间选择绕行方式。在代价高昂的停机发生之前,工厂机器人应能检测并修复磨损的零件。当儿童或动物进入田地时,无人机必须停止喷洒杀虫剂。

正如我们人类的思维一样,机器快速进行这些计算的能力取决于处理速度和内存。工业 4.0 需要能够接收、分类和分析海量数据的计算机,这些操作不是在几秒甚至几毫秒内进行,而是要在几纳秒内进行。美光正在加快研发更快速、更高效的内存解决方案,以全面实现人工智能。

“我们看到了很多内存在人工智能应用领域越来越重要的机会。”美光高级研究员 Mark Helm 说,“数据是实现人工智能的关键货币。”

Helm 表示,针对人工智能的工作方式比较计算系统执行交易任务的方式,例如检查电子邮件或浏览互联网(“历史”工作负载),你很快就会发现数据对于人工智能而言是一个更重要的因素。

“这为美光提供了成为数据保管员的机会,”Helm 说。

无论是能够以极高的速度向图形处理单元 (GPU) 提供数据的 GDDR6 图形存储器(就像我们的大脑所能做到的那样),还是在系统内传输数据的 DRAM 和 NAND 内存产品,美光产品都是人工智能数据的守门人。

人工智能的未来取决于以思维的速度移动的数据。计算机将成为伟大的推动者,一旦它们能够至少像人类思维一样快速地处理数据,就会实现文明的一次巨大飞跃。为了引领人类进入新领域,美光懂得我们的企业必须更快速地工作 - Helm 说:“要始终保持领先优势。”

+