快关注！这里有一场关于数据的创新峰会

新冠病毒面前，每早一点分析出病毒基因序列，就能为确定治疗方案、研发疫苗多争取一点时间，就可能多救治一个患者，让更多人免受疾病之灾，这就是数据分析的价值。过去很多人可能觉得数据分析离大家很远，而这一次，新冠病毒的数据分析关乎每一个人的安危。

一升一降，数据分析价值尽显

事实上，数据分析并不是今天才有，自人类有文明以来，数据分析就一直存在，只不过那时不叫数据分析，更多称之为“经验之谈”。众所周知，“经验之谈”不具象、模糊、似对似不对，仅供参考；而数据分析严谨、细致，是科学，能帮助决策。

为什么会有这样的变化？背后反映的其实是时代的变迁、技术的变革。从过去到现在，本质上是从物理世界到数字世界的转变，这其中最直接的体现是一切都以数据来量化，数据量越来越大，数据类型越来越多样，数据分析相关技术越来越强大。

IDC 预测，全球数据总和 (DataSphere) 将从2018年的33ZB增长到2025年的175ZB。① 与此同时，数据分析相关技术每年都会有质的提升，相较十年前，当前的数据处理能力提升百倍都不止。

时代变化使得原本物理世界只能凭经验推进的一些事情，现在可以依托数据模型做到提前预演、预知，也就是当下全社会都在谈的智能。这样一来，就能把试错成本降下来、把效率提上去。一升一降，就是数据分析的意义和价值，也是当今企业获得竞争优势的关键。正因为此，数据分析已经成为每个企业的关注重点。

鱼和熊掌要兼得，性能成本一个不能少

问题来了，数据分析如何做到更极致？请注意，问题来了，数据分析如何做到更高效？一是性能，二是成本。缘由不多解释，很简单，企业不是做科学研究的，不可能不顾成本的追求性能。

进一步展开，做数据分析一是要想尽办法让数据分析性能更好，二是尽一切努力把成本放在一个合理区间，很矛盾。

就性能而言，好不好，硬件、软件，软硬件适配度都有关系，如木桶效应，不能有一块短板。具体来说，硬件方面，处理器、存储，网络占据决定性因素，软件层面，算法模型是关键，二者就像汽车的发动机和变速箱，都要好，而且要好好匹配调教，最后才能让车跑的更快、更远。

至于成本，好货不便宜的道理大家都懂，所以关键问题在于，有没有性能接近但成本能低一些的替代性产品。

软硬件与日俱进，数据分析日新月异

事实上，数据分析的性能和成本也是整个业界努力优化的方向，而且已经有了很多进展。

拿存储来说，英特尔® 傲腾™持久内存（以下简称“傲腾持久内存”）的性能基本接近传统内存，但性价比更高。实测中，Redis环境下，将除内存外其它配置完全相同的两个系统比较，前提是二者能提供类似的性能和虚拟机密度，且延迟均小于1ms，与仅采用DRAM的系统相比，采用傲腾持久内存的系统可在满足所有虚拟机SLA要求的同时将系统成本降低20%。

另外，英特尔还在处理器性能例如集成AI加速方面在不断精进，而包括星环科技、南大通用等则在算法模型方面不断发力。特别值得一提的是，软硬件供应商之间保持着密切的沟通，是非常紧密的生态合作伙伴。

到这里也就不难理解为什么数据分析能力几乎是日新月异，因为其向前演进的三要素：硬件、软件、软硬适配度都是与日俱进。