大數據上雲則為社會智能提供了重要的算力

1. 大數據和雲計算有什麼關系

如今，兩種主流技術已成為IT領域關注的焦點-大數據和雲計算。根本不同的是，大數據只涉及處理海量數據，而雲計算則涉及基礎架構。但是，大數據和雲技術提供的簡化功能是其被大量企業採用的主要原因。例如，亞馬遜的「 Elastic Map Rece」演示了如何利用Cloud Elastic Computes的功能進行大數據處理。

兩者的結合為組織帶來了有益的結果。更不用說，這兩種技術都處於發展階段，但是它們的結合在大數據分析中利用了可擴展且具有成本效益的解決方案。

那麼，我們可以說大數據與雲計算完美結合嗎？好吧，有數據點支持它。除此之外，還需要處理一些實時挑戰。

大數據與雲計算的關系

大數據和雲計算這兩種技術本身都是有價值的。 此外，許多企業的目標是將兩種技術結合起來以獲取更多的商業利益。兩種技術都旨在提高公司的收入，同時降低投資成本。盡管Cloud管理本地軟體，但大數據有助於業務決策。

讓我們從這兩種技術的基本概述開始！

大數據與雲計算

大數據處理大量的結構化，半結構化或非結構化數據，以進行存儲和處理以進行數據分析。大數據有五個方面，通過5V來描述

• 數量–數據量

• 種類–不同類型的數據

• 速度–系統中的數據流率

• 價值 –基於其中包含的信息的數據價值

• 准確性 –數據保密性和可用性

雲計算以按需付費的模式向用戶提供服務。雲提供商提供三種主要服務，這些服務概述如下：

• 基礎架構即服務（IAAS）

在這里，服務提供商將提供整個基礎架構以及與維護相關的任務。

• 平台即服務（PAAS）

在此服務中，Cloud提供程序提供了諸如對象存儲，運行時，排隊，資料庫等資源。但是，與配置和實現相關的任務的責任取決於使用者。

• 軟體即服務（SAAS）

此服務是最便捷的服務，它提供所有必要的設置和基礎結構，並為平台和基礎結構提供IaaS。


大數據與雲計算的關系模型雲計算在大數據中的作用

大數據和雲計算的關系可以根據服務類型進行分類：

• IAAS在公共雲中

IaaS是一種經濟高效的解決方案，利用此雲服務，大數據服務使人們能夠訪問無限的存儲和計算能力。對於雲提供商承擔所有管理基礎硬體費用的企業而言，這是一種非常經濟高效的解決方案。

• 私有雲中的PAAS

PaaS供應商將大數據技術納入其提供的服務。因此，它們消除了處理管理單個軟體和硬體元素的復雜性的需求，而這在處理TB級數據時是一個真正的問題。

• 混合雲中的SAAS

如今，分析社交媒體數據已成為公司進行業務分析的基本參數。在這種情況下，SaaS供應商提供了進行分析的出色平台。

大數據與雲計算有何關系？

因此，從以上描述中，我們可以看到，Cloud通過可伸縮且靈活的自助服務應用程序抽象了挑戰和復雜性，從而啟用了「即服務」模式。從最終用戶提取海量數據的分布式處理時，大數據需求是相同的。

雲中的大數據分析有多個好處。

• 改進分析

隨著雲技術的進步，大數據分析變得更加完善，從而帶來了更好的結果。因此，公司傾向於在雲中執行大數據分析。此外，雲有助於整合來自眾多來源的數據。

• 簡化的基礎架構

大數據分析是基礎架構上一項艱巨的艱巨工作，因為數據量大，速度和傳統基礎架構通常無法跟上的類型。由於雲計算提供了靈活的基礎架構，我們可以根據當時的需求進行擴展，因此管理工作負載很容易。

• 降低成本

大數據和雲技術都通過減少所有權來為組織創造價值。雲的按用戶付費模型將CAPEX轉換為OPEX。另一方面，Apache降低了大數據的許可成本，該成本應該花費數百萬美元來構建和購買。雲使客戶無需大規模的大數據資源即可進行大數據處理。因此，大數據和雲技術都在降低企業成本並為企業帶來價值。

• 安全與隱私

數據安全性和隱私性是處理企業數據時的兩個主要問題。此外，當您的應用程序由於其開放的環境和有限的用戶控制安全性而託管在Cloud平台上時，這成為主要的問題。另一方面，像Hadoop這樣的大數據解決方案是一個開源應用程序，它使用了大量的第三方服務和基礎架構。因此，如今，系統集成商引入了具有彈性和可擴展性的私有雲解決方案。此外，它還利用了可擴展的分布式處理。

除此之外，雲數據是在通常稱為雲存儲伺服器的中央位置存儲和處理的。服務提供商和客戶將與之一起簽署服務水平協議（SLA），以獲得他們之間的信任。如果需要，提供商還可以利用所需的高級安全控制級別。這可確保涵蓋以下問題的雲計算中大數據的安全性：

• 保護大數據免受高級威脅。

• 雲服務提供商如何維護存儲和數據。

有一些與服務級別協議相關的規則可以保護

• 數據

• 容量

• 可擴展性

• 安全

• 隱私

• 數據存儲的可用性和數據增長

另一方面，在許多組織中，大數據分析被用來檢測和預防高級威脅和惡意黑客。

• 虛擬化

基礎架構在支持任何應用程序中都起著至關重要的作用。虛擬化技術是大數據的理想平台。像Hadoop這樣的虛擬化大數據應用程序具有多種優勢，這些優勢在物理基礎架構上是無法訪問的，但它簡化了大數據管理。大數據和雲計算指出了各種技術和趨勢的融合，這使IT基礎架構和相關應用程序更加動態，更具消耗性和模塊化。因此，大數據和雲計算項目嚴重依賴虛擬化

2. 大數據的最大價值: 大數據+物體=智能

大數據的最大價值: 大數據+物體=智能

人與物體，是地球的兩大類，人是地球上最高級的動物，物體（動物，植物，生物，微生物，人造物體）不能製造，人擁有智慧，人主宰了這個地球；

但現在，大數據對於物體如同知識對於人腦一樣，如果物體利用大數據的核心技術 (機器學習，自然語言處理，數學建模，人機交互，語音識別，大數據分析、數據可視化) 可以加工數據到信息再到智慧，去做支撐，那麼隨著數據存的越多，處理的越好，利用的越有效，物體擁有的智能就如同人一樣擁有智慧。因此大數據的出現為人類生產智能的商品提供了一種強大的能力，我們發現大數據+物體=智能；

我認為這就是大數據對於我們的魅力所在這，與其叫大數據時代，我更願意叫智能時代，我們處在這個時代爆發的前期；

例如：

大數據+手環=智能手環
大數據+眼鏡=智能眼鏡
大數據+汽車=無人駕駛
大數據+馬桶=智能馬桶
大數據+筆=智能筆
大數據+家居=智能家居
大數據+服裝=智能服裝
大數據+花瓶=智能花瓶
大數據+鞋子=智能鞋子
大數據+電燈=智能電燈
大數據+廚具=智能廚具
大數據+自行車=智能自行車

所以隨著大數據所涉及的數據採集、數據管理、數據分析等技術的發展：

1）未來，所有物體都會擁有智能。

2）未來，所有的物體都會成為類人腦；

3）未來，所有的物體都會聯網；

4）未來，所有的物體會相互制約發展，不是以原始生態制約，而是以商業制約；

5）未來， 物體和人的對話將無處不在；

那為什麼說，大數據的最大價值是 大數據+物體=智能呢?

1）數據是為人服務的，人接觸最多的是物體；

2）數據的智慧將延伸人的五官，拓展人的四肢，這些都依賴硬體；

3）數據作為一種軟資源，必須藉助物體才能更好的發揮它的價值；

4）物體是數據的最佳載體；

因此：當我們在研究大數據產業時，智能硬體才是核心研究對象，哪些硬體需要什麼樣的數據，如何去滿足這種數據需求，如何節省資源，如何提高數據利用率，如何考慮硬體之間的數據交換和流動才是最重要的。而非老的IT思維大數據的技術生態和數據生產，數據交易，數據需求方本身。前者是用戶和數據驅動的生態，後者是後台驅動的生態，因為終端決定後台，消費者決定市場！這個終端就是各種智能硬體！

那麼讓我們來，首先我們來看看國內的智能硬體市場布局：京東，小米、網路，騰訊；

1)京東

強在銷售能力，目前已經占據智能硬體銷售的近40%份額，據了解，在售的近1000個智能硬體主流品牌中有95%以上都選擇京東作為首發平台，其地位可見一斑。依託這方面的優勢，京東利用渠道的優勢和平台的優勢，扶持中小智能硬體廠商，同時結合生態鏈中的各個環節，打造最強智能硬體聚集平台。

2)小米

優勢在於爆品打造上，小米手機就是一個很強的典型，小米希望將這個優勢在智能硬體領域進行復制。所以小米的思路很清晰，那就是選擇細分領域，抓住一個產品，對公司進行投資入股，聯合進行產品開發，共同進行營銷推廣，打造爆品，進而形成自己的智能硬體生態體系。

3)網路

依託在網路雲上的技術優勢，以開放的態度，構建「網路 Inside」的智能硬體生態。在這個生態體系中，除了硬體廠商之外，還有應用開發者、渠道商等。例如，網路和京東合作，發布了JD+計劃，為智能硬體廠商提供全套解決方案。

4)騰訊

則依託自己的QQ和微信兩大社交系統，分別構建了QQ物聯和微信硬體兩大智能硬體開放平台。今年4月，騰訊發布Tencent OS（TOS）操作系統，並推出TOS+智能硬體開放平台戰略，並推出騰訊眾創空間，更多的是將騰訊成熟的開發者分成、流量分成和內容付費等模式推向智能領域。

除此之外，阿里巴巴、360、樂視等公司也在加緊推進推進智能硬體策略，例如360採用單品突破的方式，推出了隨身WiFi、安全路由、安全手環等產品。阿里巴巴則行動較晚，今年四月才成立智能生活事業部，進行相關資源整合全面發力。但這些公司相比起來還不足於撼動網路、騰訊、京東和小米的四雄並起格局。

我們在來看看國外的智能硬體發展：

美國幾年前產生了一大批純互聯網和軟體企業，如谷歌、亞馬遜、AUTODESK、Facebook，如今這些公司還在聚焦「互聯網+」嗎？當然沒有了。在「新硬體時代」到來之時，這些科技巨頭都在布局圍繞硬體的產業。谷歌過去是一家純互聯網公司，如果不打開它的網站，開始谷歌搜索或谷歌地圖，你體會不到它的存在。但是現在不一樣了，大街上，一些很酷的人帶著谷歌眼鏡，招搖過市，一些更酷的人開著谷歌無人駕駛汽車在美國四個州拉風（更確切的說「乘坐無人駕駛汽車」），軍隊里那些懶散的士兵，把沉重的背包放在谷歌智能機器馱驢（BOSTONDYNAMICS製造，被谷歌收購）上，自己悠閑地散步；亞馬遜先造出了電子閱讀器KINDLE，現在正在完善多軸無人飛行器為它送快遞；AUTODESK利用3D列印機打出來的假肢讓殘疾人變成了炫酷人群；Facebook用虛擬設備讓年輕人體驗「真實世界」。更不用說億隆馬斯克，賣了PAYPAL後造純電動車「特斯拉」，現在又在玩可回收火箭和製造「超級電池」；而蘋果用智能手機在引領了「新硬體時代」後，又推出了智能手錶。（以上來自網路的報道）

從國內外的互聯巨頭的投資動向不難看出，傳統的盈利的大數據公司開始涉足硬體市場，利用其固有的軟體技術整合硬體廠商快速的占據市場的有利位置。硬體是連接線上與線下的重要組成手段。所以筆者以為智能硬體這才是大數據正在的用武之地，才是大數據最終的價值所在！

然而任何一種技術都會隨著商業的普及而興起，遇到政策（法律、法規、利益分配）會做修正，進而成為一種惠及社會，企業，個人的眾人皆知的惠民技術，以滿足人性對於技術的依賴，對物質的依賴。大數據也不例外，目前大數據還在目前的大數據仍停留在概念系統建設的初級階段，解決現有數據量增加、處理速度快速處理的問題，很少有大數據平台真正運用自身的大數據，完成真正的產品創新，而非渠道的拓展。就技術收益而言，營銷的：商品推薦、廣告推薦、閱讀推薦、人才推薦、旅遊推薦搜索優化都是有收益的；就安全而言：有合規、預警和智能巡檢，是可以節省成本的、提高效率的；就產品創新而言，沒有見到實物的產品創新案例；而大數據驅動的製造業的變革，正是風口。

作為製造業大國，如果我們所有的生產製造型企業，銷售服務型企業都和大數據掛鉤，大數據+製造企業=中國智能，。那麼屬於我們時代將真正來臨；

數據思維和技術，是這個時代的核心驅動力；更是智能時代的核心競爭力！大數據為人類製造出智能的物體提供了無限的可能，等待大數據通過硬體惠及到每一個普通人的時候，我們將時刻感受到，科技讓生活更美好，大數據讓生活更智能!可以預見，未來，智能時代!

最後我們一起思考一個問題：中國是製造業大國，我們把目光放遠一點，繼續向前看，盡快製造出全球免費的硬體產品，通過硬體布局數據產業是不是更好呢？

3. 雲計算，大數據和人工智慧三者之間的關系

雲計算、大數據、人工智慧這三者的發展不能分開來講，三者是有著緊密聯系的，互相聯系，互相依託的，脫離了誰都不能更好的發展，讓我們具體來看一下！
一、大數據
大數據指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法(抽樣調查)這樣捷徑，而採用所有數據進行分析處理。大數據的5V特點(IBM提出)：Volume(大量)、Velocity(高速)、Variety(多樣)、Value(低價值密度)、Veracity(真實性)。
數據每天都在產生，各行各業都有，數據量也是相當之大，但如何整合數據，清洗數據，然後實現數據價值，這才是當今大數據行業的研究重點。大數據最後要實現的是數據超融合，應用到應用場景，大數據的價值才會體現出來。
人工智慧就是大數據應用的體現。
二、雲計算
雲計算(cloud computing)是基於互聯網的相關服務的增加、使用和交付模式，通常涉及通過互聯網來提供動態易擴展且經常是虛擬化的資源。雲是網路、互聯網的一種比喻說法。過去在圖中往往用雲來表示電信網，後來也用來表示互聯網和底層基礎設施的抽象。因此，雲計算甚至可以讓你體驗每秒10萬億次的運算能力，擁有這么強大的計算能力可以模擬核爆炸、預測氣候變化和市場發展趨勢。用戶通過電腦、筆記本、手機等方式接入數據中心，按自己的需求進行運算。
對雲計算的定義有多種說法。對於到底什麼是雲計算，至少可以找到100種解釋。現階段廣為接受的是美國國家標准與技術研究院(NIST)定義：雲計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網路訪問， 進入可配置的計算資源共享池(資源包括網路，伺服器，存儲，應用軟體，服務)，這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的交互。
說白了，雲計算計算的是什麼？雲存儲存儲的是什麼？還是大數據！所以離開大數據談雲計算，離開雲計算談大數據，這都是不科學的。
三、人工智慧
人工智慧(Artificial Intelligence)，英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智慧是對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。
人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種復雜工作的理解是不同的。
人工智慧其實就是大數據、雲計算的應用場景。
現在已經比較火熱的VR，沉浸式體驗，就是依賴與大數據與雲計算，讓用戶能夠由更加真切的體驗，並且VR技術是可以使用到各行各業的。
人工智慧不同於傳統的機器人，傳統機器人只是代替人類做一些已經輸入好的指令工作，而人工智慧則包含了機器學習，從被動到主動，從模式化實行指令，到自主判斷根據情況實行不同的指令，這就是區別。
大數據的概念在前幾年已經炒得火熱，但是也就是近兩年才開始慢慢落地，依賴於雲計算的發展，以及人們對人工智慧的預期。

4. 大數據與AI深度融合,進入智能社會時代

大數據與AI深度融合,進入智能社會時代
什麼是人工智慧
人工智慧（AI）是研究、開發用於模擬、延伸和擴展人的理論、技術及應用系統的一門新技術科學。人工智慧分為計算智能、感知智能、認知智能三個階段。首先是計算智能，機器人開始像人類一樣會計算，傳遞信息，例如神經網路、遺傳演算法等；其次是感知智能，感知就是包括視覺、語音、語言，機器開始看懂和聽懂，做出判斷，採取一些行動，例如可以聽懂語音的音箱等；第三是認知智能，機器能夠像人一樣思考，主動採取行動，例如完全獨立駕駛的無人駕駛汽車、自主行動的機器人。
什麼是大數據
大數據（bigdata），指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據是以數據為核心資源，將產生的數據通過採集、存儲、處理、分析並應用和展示，最終實現數據的價值。
大數據與人工智慧相輔相成
大數據的積累為人工智慧發展提供燃料。IDC、希捷科技曾發布了《數據時代2025》白皮書。報告顯示，到2025年全球數據總量將達到163ZB。這意味著，2025年數據總量將比2016全球產生的數據總量增長10倍多。其中屬於數據分析的數據總量相比2016年將增加50倍，達到5.2ZB（十萬億億位元組）；屬於認知系統的數據總量將達到100倍之多。爆炸性增長的數據推動著新技術的萌發、壯大為深度學習的方法訓練計算機視覺技術提供了豐厚的數據土壤。
大數據主要包括採集與預處理、存儲與管理、分析與加工、可視化計算及數據安全等，具備數據規模不斷擴大、種類繁多、產生速度快、處理能力要求高、時效性強、可靠性要求嚴格、價值大但密度較低等特點，為人工智慧提供豐富的數據積累和訓練資源。以人臉識別所用的訓練圖像數量為例，網路訓練人臉識別系統需要2億幅人臉畫像。
數據處理技術推進運算能力提升。人工智慧領域富集了海量數據，傳統的數據處理技術難以滿足高強度、高頻次的處理需求。AI晶元的出現，大大提升了的大規模處理大數據的效率。目前，出現了GPU、NPU、FPGA和各種各樣的AI-PU專用晶元。傳統的雙核CPU即使在訓練簡單的神經網路培訓中，需要花幾天甚至幾周時間而AI晶元能提約70倍的升運算速度。
演算法讓大量的數據有了價值。無論是特斯拉的無人駕駛，還是谷歌的機器翻譯；不管是微軟的「小冰」，還是英特爾的精準醫療，都可以見到「學習」大量的「非結構化數據」的「身影」。「深度學習」「增強學習」「機器學習」等技術的發展都推動著人工智慧的進步。以計算視覺為例，作為一個數據復雜的領域傳統的淺層演算法識別准確率並不高。自深度學習出現以後，基於尋找合適特徵來讓機器識別物體幾乎代表了計算機視覺的全部圖像識別精準度從70%+提升到95%。由此可見，人工智慧的快速演進，不僅需要理論研究，還需要大量的數據作為支撐。
人工智慧推進大數據應用深化。在計算力指數級增長及高價值數據的驅動下，以人工智慧為核心的智能化正不斷延伸其技術應用廣度、拓展技術突破深度，並不斷增強技術落地（商業變現）的速度，例如，在新零售領域，大數據與人工智慧技術的結合，可以提升人臉識別的准確率，商家可以更好地預測每月的銷售情況；在交通領域，大數據和人工智慧技術的結合，基於大量的交通數據開發的智能交通流量預測、智能交通疏導等人工智慧應用可以實現對整體交通網路進行智能控制；在健康領域，大數據和人工智慧技術的結合，能夠提供醫療影像分析、輔助診療、醫療機器人等更便捷、更智能的醫療服務。同時在技術層面，大數據技術已經基本成熟，並且推動人工智慧技術以驚人的速度進步；產業層面，智能安防、自動駕駛、醫療影像等都在加速落地。
隨著人工智慧的快速應用及普及，大數據不斷累積，深度學習及強化學習等演算法不斷優化，大數據技術將與人工智慧技術更緊密地結合，具備對數據的理解、分析、發現和決策能力，從而能從數據中獲取更准確、更深層次的知識，挖掘數據背後的價值，催生出新業態、新模式。

5. 大數據時代的到來會為社會發展帶來哪些影響

對社會管理提出了更高的要求、考驗政府的危機應急能力和讓個人隱私和國家機密更容易被泄露和竊取。

1、大數據的大眾性對社會管理提出了更高的要求

在大數據時代，各類信息大規模的自由流動使得民眾參與社會管理和政治事務的熱情很容易被點燃，而這些海量的數據魚目混珠，其中有很多假信息、偽信息和謠言，這對信息的監管提出了更高的要求。

2、大數據的即時性考驗政府的危機應急能力

大數據時代，數據的傳播不受時間和空間的限制，產生後便可即時傳播，使得一旦發生社會事件，信息會通過各種渠道在第一時間傳播到公眾中，而公眾的情緒也能第一時間呈現在龐大的數據洪流中，這讓個別事件在快速傳播之後會從局部事件迅速變成公眾事件。

利用大數據技術，在發生一起公共事件後，通過開放式的軟體平台，人人都可能實時地將自己所看、所聽及所知的具體細節上傳。

在這一人人參與的過程中，人們的心理也會不知不覺發生變化，形成一種共同意識，因為他們在參與的同時，也是在進行一種公開的表達。一個能夠進行公開表達的人群就構成了德國政治哲學家哈貝馬斯所說的「公共領域」。

3、大數據技術讓個人隱私和國家機密更容易被泄露和竊取

大數據時代的到來使得各類信息的公開性和可獲得性空前增加，但這並不意味著任何信息都可以被輕率地使用。

在不斷進步和革新的大數據技術面前，個人的隱私面臨越來越容易泄露的風險，因為日常的電話記錄、郵件往來、經濟消費、交通出行、甚至是醫療檔案等個人信息都在逐漸實現數據化管理和存儲，而這些數據都並非絕對安全。

(5)大數據上雲則為社會智能提供了重要的算力擴展閱讀

在大數據時代，鑒於離散型的文獻和文獻檢索方法已無法滿足社會科學研究者對專題性、指向性強的學術文獻的需求，文獻信息服務機構應推進集成式檢索，優化數據挖掘技術、知識發現技術，提供定製化、個性化、知識化服務。

尤其是建立面向科技創新基地、科研院所、課題組乃至個人的學科化服務機制，進一步拓寬文獻信息服務范圍，提升服務層次，加快學術交流和信息、知識的傳播速度，提高文獻信息資源的利用率和共享率，使文獻信息服務機構的服務更直接、更有針對性，更好地服務於創新研究。

對大數據的探索只是剛剛開始，科學認識和把握大數據與經濟社會發展的內在關系、與信息和知識管理的內在關系，可能是包括文獻信息工作者在內的整個學術界在今後相當長一段時間的重要課題。

因此，文獻信息工作者不能停留在低層次、低水平重復的傳統內容生產模式上，而應適應大數據時代的新形勢，推進知識生產過程的有序化、結構化。

人類正處在一個強調知識和信息的時代。培根曾提出「知識就是力量」，後來學術界又提出「信息就是力量」。現在，又有學者提出「共享知識就是力量」，強調把信息管理、信息共享提升到知識管理和知識共享的階段。

利用互聯網來構建知識社會，在網路環境下實現知識交流與共享，這體現了時代的進步，有著豐富的時代內涵。在大數據時代，我們應做好數據管控，把「共享知識就是力量」的理念貫徹到知識服務實踐中。

6. 什麼叫大數據，與雲計算有何關系。

1，大數據（big data），指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產

2，大數據與雲計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單台的計算機進行處理，必須採用分布式計算架構。它的特色在於對海量數據的挖掘，但它必須依託雲計算的分布式處理、分布式資料庫、雲存儲和虛擬化技術。

他倆之間的關系你可以這樣來理解，雲計算技術就是一個容器，大數據正是存放在這個容器中的水，大數據是要依靠雲計算技術來進行存儲和計算的。

(6)大數據上雲則為社會智能提供了重要的算力擴展閱讀：

大數據的4V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。

雲計算的關鍵詞在於「整合」，無論你是通過現在已經很成熟的傳統的虛擬機切分型技術，還是通過google後來所使用的海量節點聚合型技術，他都是通過將海量的伺服器資源通過網路進行整合，調度分配給用戶，從而解決用戶因為存儲計算資源不足所帶來的問題。

大數據正是因為數據的爆發式增長帶來的一個新的課題內容，如何存儲如今互聯網時代所產生的海量數據，如何有效的利用分析這些數據等等。

大數據的趨勢：

趨勢一：數據的資源化

何為資源化，是指大數據成為企業和社會關注的重要戰略資源，並已成為大家爭相搶奪的新焦點。因而，企業必須要提前制定大數據營銷戰略計劃，搶占市場先機。

趨勢二：與雲計算的深度結合

大數據離不開雲處理，雲處理為大數據提供了彈性可拓展的基礎設備，是產生大數據的平台之一。自2013年開始，大數據技術已開始和雲計算技術緊密結合，預計未來兩者關系將更為密切。除此之外，物聯網、移動互聯網等新興計算形態，也將一齊助力大數據革命，讓大數據營銷發揮出更大的影響力。

趨勢三：科學理論的突破

隨著大數據的快速發展，就像計算機和互聯網一樣，大數據很有可能是新一輪的技術革命。隨之興起的數據挖掘、機器學習和人工智慧等相關技術，可能會改變數據世界裡的很多演算法和基礎理論，實現科學技術上的突破。

參考資料：網路-大數據網路-雲數據

7. 什麼是大數據，大數據為什麼重要，如何應用大數據

「大數據」簡單理解為：

"大數據"是一個體量特別大，數據類別特別大的數據集，並且這樣的數據集無法用傳統資料庫工具對其內容進行抓取、管理和處理。大數據是一個抽象的概念，對當前無論是企業還是政府、高校等單位面臨的數據無法存儲、無法計算的狀態。大數據，在於海量，單機無法快速處理，需要通過垂直擴展，即大內存高效能，水平擴展，即大磁碟大集群等來進行處理。

大數據為什麼重要：

獲取大數據後，用這些數據做：數據採集、數據存儲、數據清洗、數據分析、數據可視化

大數據技術對這些含有意義的數據進行專業化處理，對企業而言，大數據可提高工作效率，降低企業成本，精準營銷帶來更多客戶。對政府而言，可以利用大數進行統籌分析、提高管理效率、管理抓獲犯罪分子等。對個人而言，可以利用大數據更了解自己等。

如何應用大數據：

大數據的應用對象可以簡單的分為給人類提供輔助服務，以及為智能體提供決策服務。

大數據不僅包括企業內部應用系統的數據分析，還包括與行業、產業的深度融合。具體場景包括：互聯網行業、政府行業、金融行業、傳統企業中的地產、醫療、能源、製造、電信行業等等。通俗地講「大數據就像互聯網+，可以應用在各行各業"，如電信、金融、教育、醫療、軍事、電子商務甚至政府決策等。