資源描述：
《決策需求增快數(shù)據(jù)應用趁勢崛起.doc》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、決策需求增快數(shù)據(jù)應用趁勢崛起 科技進步使得數(shù)據(jù)傳輸量大增，處理器運算效能也須跟著提升，RISC-V技術便應運而生。RISC-V透過開源標準協(xié)作推動處理器之開放性與延伸性，提升效能，使數(shù)據(jù)傳輸、擷取及保存更有效率，以滿足如人工智能、機器學習等新興應用?！ ∪缤W(wǎng)路的出現(xiàn)顛覆了人際互動的模式，隨著網(wǎng)路數(shù)據(jù)變得更加普遍，數(shù)據(jù)所代表的角色不再只是事件、影音、測量結果的記錄或流水帳。反之，有效運用的數(shù)據(jù)能更增添生活的便利性，讓消費者在導航、理財、購物或管理日常活動時更有效率，而數(shù)據(jù)所帶來的價值和資訊也更將朝貨幣形式發(fā)展?，F(xiàn)今，所講求的不再只是儲存資料，而是該如何擷取、保存及加以轉
2、換來挖掘出數(shù)據(jù)中所蘊含的各種可能性?！ 〖磿r決策需求增快數(shù)據(jù)應用趁勢崛起 數(shù)據(jù)在演進方向上的變化，也產(chǎn)生了需要分析大量且不同資料的大數(shù)據(jù)應用，即透過運算及演算法找出其中的趨勢、模式與關聯(lián)性；而這些情報與資訊能產(chǎn)生新的連結點，進而推動更精準的預測及決策，并改善商業(yè)、科學或營運結果?！ 〔贿^，除了過往資訊的大數(shù)據(jù)分析之外，現(xiàn)今的數(shù)據(jù)應用還必須能夠在訊息發(fā)生的同時立即分析?！ ∫虼?，一種和大數(shù)據(jù)同時出現(xiàn)，稱為快數(shù)據(jù)(FastData)的應用則應運而生。不同于大數(shù)據(jù)，快數(shù)據(jù)會運用大數(shù)據(jù)的演算法提供即時的決策與結果，在擷取到數(shù)據(jù)的當下立即處理或轉換成有價值的資訊。 換句話說，大
3、數(shù)據(jù)所提供的洞察力，是根據(jù)「已發(fā)生的現(xiàn)象」去預測「可能會發(fā)生的情境」，即預測性分析；而快數(shù)據(jù)所提供的洞察力則是來自即時的狀況。因此對于極需即時分析、解答并采取行動的「智能型」機器，像是環(huán)境監(jiān)測器、安全監(jiān)視系統(tǒng)、證券交易系統(tǒng)等設備來說，快數(shù)據(jù)是不可或缺的?！ ≡谶@場大數(shù)據(jù)革命發(fā)生的同時，現(xiàn)今大多數(shù)的資料中心都是使用通用型(General-purpose)處理器為基礎，來管理與控制這些龐大數(shù)據(jù)集。隨著大數(shù)據(jù)應用持續(xù)演進，像是人工智能、機器學習和分析技術等應用的出現(xiàn)，以及來自于行動裝置、監(jiān)控系統(tǒng)和智能型機器的數(shù)據(jù)，這些作為快速數(shù)據(jù)應用程序的分析數(shù)據(jù)更加劇了專用化(Purpose
4、-built)運算結構和功能的需求?！ ⊥ㄓ眠\算漸感吃重專用化處理器興起 部份產(chǎn)業(yè)的處理器技術已逐漸的從通用型中央處理器(CPU)轉向專用化處理器，如繪圖處理器(GPU)、現(xiàn)場可程式邏輯閘陣列(FPGA)、特定應用IC(ASIC)等以解決特定領域需求。雖說一般通用型電腦運算可加以改良與優(yōu)化，以支援基本大數(shù)據(jù)與快數(shù)據(jù)應用，但不可否認的是，現(xiàn)今需求早已遠遠超越一般通用處理器運算能力所能提供的范圍。因此產(chǎn)業(yè)不該只著重于其運算能力，設計的整體架構才更是其核心?！ ‘斦劦揭话愕倪\算，通常所有焦點都圍繞著CPU而非數(shù)據(jù)。CPU決定多少記憶體或輸入/輸出可用、提供分母平均數(shù)后的最低資
5、源分配額。相對之下，快數(shù)據(jù)應用、機器學習或基因組學(Genomics)環(huán)境所能得到的資源效能比例最佳化之可能性相當?shù)?。這不代表著通用型運算是不好的，因為它仍可支援多種應用，但須重新思考或糾正的，正是這種「通用運算可以解決所有問題」的觀念，半導體商必須開始考慮采用專用化處理。 大數(shù)據(jù)/快數(shù)據(jù)應用增專用化處理商機涌現(xiàn) 隨著各種密集性數(shù)據(jù)承載的涌現(xiàn)，全新商機也隨之出現(xiàn)，無論是以儲存為主的架構(支援大數(shù)據(jù)應用)或以記憶體為主的架構(支援快數(shù)據(jù)應用)，都對專用化處理出現(xiàn)一系列新需求。由于大數(shù)據(jù)對于儲存有以千兆位元組(Petabyte)計的龐大需求，它的處理需求可能也會有所不同。
6、舉例而言，資料分析在執(zhí)行工作時只需要適度的處理與運算能力，但在機器學習的環(huán)境下，就必須持續(xù)進行巨量的專用化處理才能教育機器，而這時處理功能的需求就大不相同?！ ∠喾吹兀鞌?shù)據(jù)應用必須能馬上存取及處理對應的數(shù)據(jù)以滿足安全偵測(錄影監(jiān)視)、事件關聯(lián)性(分析不同事件之間的關系)和區(qū)塊鏈(透過密碼保護記錄區(qū)塊的安全)等應用的需求(圖1)。這種狀況下除了專用化處理，龐大記憶體也扮演著關鍵角色，因為相較于透過深層輸入/輸出來進行操作，大容量的主記憶體更能即時輸送數(shù)據(jù)進行處理，解決原先無法解決的問題?！ D1以數(shù)據(jù)為中心的環(huán)境 而現(xiàn)今根深蒂固的觀念：「把CPU視為萬用靈丹，讓它主
7、宰有多少記憶體、輸入/輸出可用，以及決定能運用資源的多寡?！蛊鋵崟钃舷嚓P需求的發(fā)展?！ ￠_發(fā)創(chuàng)新應用邊緣運算成關鍵 對某些應用來說，是否能夠支援在「邊緣(edge)」，亦即數(shù)據(jù)所在的裝置或系統(tǒng)，進行資料運算并搜集數(shù)據(jù)以獲取即時情報，也至關重要。許多創(chuàng)意的新應用都是為此設計開發(fā)，從即時擷取的內(nèi)容當中找出具有價值的數(shù)據(jù)?！ ∫阅壳斑\算技術的進展而言，目前產(chǎn)業(yè)現(xiàn)已取得一定的進展，能夠在物聯(lián)網(wǎng)(IoT)和工業(yè)物聯(lián)網(wǎng)(IIoT)設備和系統(tǒng)中實現(xiàn)這些新的應用概念。例如，RISC-V開放指令集架構(ISA)便扮演了重要的角色?！ I
