首页 文章 精选 留言 我的

精选列表

搜索[AI驱动],共10000篇文章
优秀的个人博客,低调大师

物联网将驱动微数据中心的发展

尽管人们对此有很多猜测,如今上亿个IPv6的独特设备地址还是登录了互联网。正是这样一个事实,即物联网将是一个更加智能的架构,而不是一个巨大的中心辐射型拓扑架构,证明了物联网具有改变数据中心面貌的力量。 如今,物联网继续迅速发展,并以其独有的方式吸引更多的计算,存储,带宽,功率向边缘数据中心发展,远离那些集中的数据中心设施,更加接近用户,并收集这些各种数据流。施耐德电气公司北美数据中心业务总经理卡斯特·鲍曼认为,这可能会改变人们从云计算对资源的需求。“因为人们已经知道,地理分布变得更加广泛了。”他说。 9月14日,鲍曼在新奥尔良召开的2016年世界大会的会议期间,就物联网对数据中心架构的影响等广泛话题参加了小组讨论。“如果我们看一下调查机构Gartner公司所说的新兴技术的的炒作周期,我们正处在物联网发展的高峰时期。”鲍曼表示,“现实主义导致幻灭的低谷。如果物联网推动所有这些数据的发展,我相信我们会看到满足边缘计算需求的边缘数据中心市场将会大幅增长。” 在鲍曼看来,对于传统的数据中心提供商来说,可以部署大量的小规模数据中心设施。如DigitalRealty公司和Equinix公司。或者交替地进行部署。一个完全不同的数据中心提供商有可能会出现在市场上。事实上,那些上万亿的传感器将不会被连接到他们各自的集线器上,也不会将他们的集线器绑定到本地IP主机上,这是最有可能的。 “对于Verizon公司,AT&T公司,以及Sprint公司来说,这可能是一个非常有趣,有说服力的论点:必须建立在每个手机发射塔附近建设一个边缘数据中心,”他解释说,“因此,我们可以从所有这些传感器汇总这些信息,然后我们无论是在地方一级进行应用软件的分析,或者可以汇总信息,将其传输到核心数据中心,在那里将被处理,并会应用不同的分析。” 鲍曼讨论了“物联网即服务”的非常现实的可能性,并认为运营商和通信公司将可能最先采用这项服务。电信运营商为什么满足于简单地为他们的客户提供数据和内容的管道?或许他们可以提炼该内容的质量,通过分析和数据提取工具,以使它们能在一个预加工形式提交给客户。 如果有一个市场必须建立在传感器收集的数据上,那么它可能是电信运营商最为赢利的市场的最佳位置。 “我们将在市场上看到更多的更小的边缘数据中心基础设施。”他预测。“也许是一个机架?两个机架?我并不知道,但这将是小规模的设施,而不会像谷歌、Facebook公司那么大规模的数据仓库。” 鲍曼承认,对于未来经济的猜测,他可能不是最合适的人选。但他指出,电力厂商,通信运营商等企业已拥有和经营一些网络,具有庞大的收集大量数据的公共基础设施,使用蜂窝技术来采集中央数据库中的数据。例如记录进入机场大门的客流量数据。而这些情况下的传感器数据可能还没有被希望利用这些数据的组织确定。 鲍曼表示,无论是谁推动业务发展,确定数据通信网络的边缘数据中心建立什么程度,以及如何快速。如果存在市场激励,那么全球数据中心市场作为一个整体将会发生巨大的变化。 因此,虽然个别物联网应用可能不会对物理数据中心基础设施的设计有着直接的影响,鲍曼表示,“相比以往,用户在边缘数据中心有着更多计算能力的需求,这将让一些厂商更加关注。也许是亚马逊,谷歌,微软,Compass,或DigitalRealty公司,也许他们将进入微观数据中心市场,或是在地理上分散的边缘数据中心市场,为了适应这种数据聚集的新市场,需要应用更多的传感器。那么有可能一些厂商会创造出不同的市场价值。” 本文作者:佚名 来源:51CTO

优秀的个人博客,低调大师

驱动智能制造的大数据,你看得懂吗?

中国制造正在悄然发生着积极变化。 一组来源于国家统计局的最新数据显示:2016年1-5月,规模以上工业增加值同比增长5.9%,工业总体保持平稳增长。同样,高新技术制造业和装备制造业增加值继续保持较快增长,占规模以上工业增加值的比重已分别达到12.1%和32.5%。 毫无疑问,“中国制造”已成为世界上认知度最高的标签之一。历经30多年的高速发展,作为促进世界经济发展的重要力量,中国这个“世界工厂”的角色已经越来越重要。 相伴而生的是,智能制造作为中国制造未来的重要方向,正面临大考。 智能制造,在经过了“制造+自动化”的第一代,又在第二代“信息化+网络化”时期实现了信息和装备的动作同步,人机互动。而今进入第三个阶段——大数据时代,智能制造正在使制造业走向智能化。 然而,在这个言必称“大数据”的制造时代,智能制造是否真的已经实现了与大数据无缝对接?大数据给中国制造带来了什么? 而真相又是什么? 数据只是信息,只有分析之后才会“说话” 智能制造时代,我们永远不要低估大数据的力量。即使是最普通的一盒纸巾,每一张纸巾都可以排得整整齐齐,如果说这背后运用了大数据分析,你信吗? 以宝洁公司为例,每一盒纸巾的生产,流水线上每一步的材料变化、设备状态等都有数据监测。一盒纸巾的生产看似简单,但如何达成产品质量的普遍等同性则大有学问。宝洁公司通过工厂里面的温度、湿度、材料等变化来调整加工参数,并且工程师不需要在实地工厂实时监督,在世界的任何一个角落可以实现远程设备管理。 “这就是数据的深层分析,数据背后都有其逻辑性。没有逻辑的数据只能称之为‘信息’。懂得逻辑以及逻辑背后的智慧,很多质量问题便可迎刃而解。”美国辛辛那提大学讲座教授、美国NSF智能维护系统中心主任李杰对《中外管理》开门见山地说道。 他进一步解释,大数据时代,智能制造里面有很多可见和不可见的问题都可以通过数据反馈出来。与之对应的是会有很多可见数据和不可见数据生成,可见的数据就是机器里面的参数,比如噪音特征、加工参数特征、耗电特征等。但这些参数与设备加工进度有什么关系?跟加工设备的健康有什么关系?这些是无法测量的不可见数据,需要深度分析。 大数据之于智能制造好比是一个健康检查的过程,就好比你觉得你的身体很好,但是体检的时候发现胆固醇过高,肝指数过高,这就是看不到的东西。李杰以此比喻。在他眼里,数据不会说话,只有分析之后才会“说话”。 不过,与德国、美国、日本的智能工厂相比,中国工厂工人数量多,专门的技术人员却很少,这也恰恰是数据分析的桎梏——缺少专业的分析人员,中国智能制造在数据分析时面临的问题是技术人才以及知识短板。 而缺少数据分析,再多的“智能制造”、“工匠精神”只是空谈。试想,如果一个智能工厂里,机器是外国的,图纸和设计是照抄的,零部件80%是进口的,自动化生产线很多,但生产背后并没有深入的数据分析,或者无法解读数据背后的含义,那么,智能制造的优势在哪里?仅靠消费市场取胜的智能制造,能走多远? 智能制造的终极目标不是智能化? “如何才能为顾客创造更多价值?”“我要了解为什么减少能源?”“为什么我耗费那么多能源,而不能降低20%?”“为什么我需要100道工序不是50道?”“为什么加工的噪音那么高?” ……智能制造过程中,企业会不断地面临诸如此类问题。 李杰认为,大数据是唯一可以让企业了解到生产的产品如何、是否还有改进空间,以及解答以上问题的工具。中国智能制造转型的过程中,大数据让企业的认识越来越深刻,让企业家了解到底中国制造强在哪里。 目前在国内,已经有很多制造企业在智能化转型上积极尝试,也进行着追求品质的探索和研发。比如:三一重工、海尔、美的等企业的智能制造工厂和创新性转型。记者也从三一重工高级副总裁贺东东那里了解到,三一重工从2008年就开始基于物联网搭建平台,那个时候并没有物联网的概念,也没有大数据的概念。不过,真正立足大数据的智能制造是制造之需,是从自身发展和客户需求出发,并不是出于单纯的战略布局或者赶时髦的因素。 事实上,大数据时代的智能制造转型,传统企业虽然举步维艰,但大数据可以让企业在智能制造过程中发现不足再进行自我改进,从而越来越精益,越来越有竞争力。 这一点贺东东深有体会。大数据对智能制造的冲击首先是制造装备发生了很大的变化,从“机器人”数控设备、自动化设备到整个管理调度的方式,大数据在每个环节都发挥着作用。如何利用参考数据让制造更加优化,如何降低故障、提高可靠性能等诸多方面与传统方式相比均发生了巨大变化。有些冲击甚至说是颠覆性的。 “其实若转型中每个环节都在发生变化,每个环节都要去应对,企业会面对资源不够,钱不够、人不够的窘境,现实情况是,并不是每一家企业都有能力遍地开花地去应战,而大数据会告诉你 哪个环节有最大的痛点,遂而逐个击破。”贺东东如此对《中外管理》回答。 对于大数据在中国智能制造转型扮演的角色,李杰做了一个形象的比喻:我们吃橘子的目的,不是为了吃橘子,是为了获得维他命C。知识不是目的,它是让一个人不断成长,变得有智慧的过程。同理,智能制造的终极目的,不是智能化,而是让企业有智慧,从而能够贡献社会,帮助别人,能够产生更多对社会有用的价值。 数据和智慧才是智能制造的传承之本 智能制造,说“高大上”一点,是为了人们的生活、为了国家的竞争力而制造。而且,智能制造不是20年、30年,乃至50年就能实现的,它是一个百年工程。 智能制造需要传承!但相比较而言,中国目前的制造企业以二三十年之久的居多,是否能够发展到百年企业现在还未知,所以中国制造必须用大数据不断地更新迭代,使智能制造变成一个知识的传承体系,否则就会面临中国制造的优势外流。 从李杰多年的案例研究经验看,谈智能制造,说得多做得少的企业并不在少数。很多企业做一点就觉得他走在了智能制造队伍的前列。而且,大数据主导下的智能制造不是数量的取胜而是质量的取胜。智能制造目的不是展现给人家智能机器有多少,自动化程度有多高,而是要看将人的素质能够提高多少,这是中国要给世界的一个交代,能够让人家信服。 真正做智能制造的企业,在它们的理念里,智能制造是对市场尊重而产生的使命感。智能制造恰是一种认真做事从而带出来转型的态度,它不是一个技术问题,而是一种“我一定要改进”的决心。 所以,“大数据时代,智能制造需要传承的不是机器也不是工厂,而是数据和智慧。”李杰如是说。 具体而言,即:用大数据来深入了解中国制造的短板,比如质量问题、效率问题,还有类似机器使用性能问题。找到短板之后,数据可以告诉你怎样改进,如何设计未来,而无需一直依赖从外部引进技术。最后,大数据帮助企业实现对未来制造的价值重新定位,智能制造生产的产品不单纯只是产品,它会为客户创造更多的价值,而产品加上服务的价值让智能制造更有效率,更为先进。 所以,大数据对于中国智能制造的意义,已经不言而喻。 “智能制造是以数据为核心,以自动化为基础,以人的知识智慧为传承的目的。智能制造最重要的是人,工厂的技术人员经过数据分析了解到怎样加工品质更好,怎样制造更有效率,更节能更安全,这就是对客户的尊重,对人的尊重。它的终极目的仍然是服务于人。而且产品被客户认可,这本身就是对人的尊重。”李杰深入总结道。 本文转自d1net(转载)

优秀的个人博客,低调大师

指数型组织形成的 9 大驱动因素

指数时代,是一个前所未有的激动人心的世界。 Airbnb, 谷歌, 亚马逊和GitHub这些知名的公司,都有一个让人称羡的共同点,那就是——他们都是非常成功的指数型组织(Exponential Organizations,ExO’s)。 “在当今的商业世界,一种被称为指数型组织的新型机构已迅速蔓延开来,如果你没能理解它、应对它,并最终变成它的话,那么你就会被颠覆。” ——彼得·戴曼迪斯(Peter H.Diamandis) 指数型组织是指在运用了高速发展的技术的新型组织方法的帮助下,让影响力(或产出)相比同行发生不成比例的大幅增长的组织(至少10倍)。在加速技术的推动下,指数型组织让我们能以新的方法管理自身,顺应这个信息化的世界。 指数型组织迫使我们去彻底地重新评估我们运营公司的方式。它有11个强大属性,如下表所示: 指数型组织的11个强大属

优秀的个人博客,低调大师

《策略驱动型数据中心——ACI技术详解》——导读

前言 欢迎您阅读本书。您即将踏上了解最新的思科数据中心矩阵及其所蕴含的众多创新的旅程。 本书的目的是阐述构建新一代数据中心矩阵所涉及的架构设计原则、概念和方法。本书的一些关键概念,例如策略数据模型、编程和自动化,它们的适用领域已经超越了 ACI技术本身,构成了网络工程师和架构师的核心技术技能集。 思科以应用为中心的基础架构(ACI)是一种数据中心矩阵,可帮助您在高度可编程的多虚拟机管理程序(Hypervisor)环境中集成虚拟和物理工作负载,该环境是专为任意多服务或云数据中心而设计的。 要全面理解ACI的创新之处,需要理解网络领域关键的新行业趋势前言 [第1章 数据中心架构考虑因素 1.1 应用和存储 ](https://yq.aliyun.com/articles/99241)1.2 基于POD的设计 1.3 数据中心设计 1.4 小结 第2章 云架构的组建模块第3章 策略数据中心第4章 运营模型第5章 基于虚拟机管理程序的数据中心设计第6章 OpenStack第7章 ACI矩阵设计方法第8章 在ACI中实现嵌入式服务第9章 高级遥测第10章 数据中心交换机架构总结

优秀的个人博客,低调大师

反射内存卡安装配置与驱动开发要点

反射内存(Reflective Memory,简称 RFM)是一种面向分布式实时系统的高速确定性互连技术。它把一组计算机节点通过光纤连成一个共享内存网络:任何一个节点向本地板卡内存写入数据,板卡硬件会自动把这段数据广播到环上所有其他节点,并同步更新它们的本地镜像,整个过程对应用程序几乎透明,软件开销极低,端到端延迟通常在微秒量级。正因如此,反射内存被广泛用于半实物仿真、航电综合测试、武器控制系统、加速器快控等对时间确定性要求极高的场合。

优秀的个人博客,低调大师

云原生架构设计:弹性底座驱动业务持续迭代

云原生架构是适配云计算环境的现代化软件架构体系,核心依托容器化、微服务、可观测、弹性伸缩四大核心能力,打破传统单体架构部署僵化、扩容缓慢、迭代低效的痛点。通过标准化基础设施与应用交付流程,实现业务系统的快速迭代、弹性容错、按需扩容,适配互联网、金融、政企等行业高并发、高可用业务场景。​本架构以轻量化、高弹性、可运维为设计原则,基于Kubernetes构建统一运行底座,实现应用从开发、测试、部署到运维的全流程云原生改造,让业务迭代不受底层资源限制,持续适配业务流量波动与功能更新需求。​

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册