胡德良/編譯
內(nèi)存驅(qū)動計算對各行業(yè)意味著什么?
胡德良/編譯
● 從醫(yī)療保健、交通運輸?shù)匠鞘蟹?wù)和零售業(yè),內(nèi)存驅(qū)動計算將為解決問題和進行創(chuàng)新提供新機遇。
到目前為止,我們處于大數(shù)據(jù)時代已經(jīng)有好幾年了,我們越加善于收集數(shù)據(jù),但是這并沒有使我們更加有效地管理和充分利用大數(shù)據(jù)。
多年來,我們依靠給一個問題配置越來越多的一般用途微處理器來滿足我們?nèi)找嬖鲩L的數(shù)據(jù)處理需求。我們的數(shù)據(jù)集不斷地倍增,而且變得越來越復(fù)雜,但我們卻仍只是將任務(wù)分配于千篇一律的處理器之間,每個處理器僅有自己的少量內(nèi)存。這種方法很快就將成為過時的、低效的解決方案了。我們生活在數(shù)據(jù)量不斷增加的環(huán)境中,為了開啟自身的洞察力和智慧,需要一個全新的計算架構(gòu),我們稱之為內(nèi)存驅(qū)動計算。
支持惠普公司“機器”研究項目的團隊正在設(shè)計首個內(nèi)存驅(qū)動計算的架構(gòu),這種計算系統(tǒng)將圍繞內(nèi)存而構(gòu)建而不是圍繞處理器。內(nèi)存不僅僅是連接到處理器的部件,而且還是這種計算系統(tǒng)的核心。
這樣的系統(tǒng)在內(nèi)存中一次可以容納數(shù)百T字節(jié)的信息,甚至可以容納數(shù)P字節(jié)的信息。跟傳統(tǒng)的計算機相比,它解決問題的速度要快數(shù)千倍。
那么,對于互相迥異的醫(yī)療保健、交通運輸、城市服務(wù)和零售業(yè)等行業(yè)和部門來說,這究竟意味著什么呢?這意味著,你能夠以指數(shù)型增長的速度和更高的效率從數(shù)據(jù)中獲得洞見和智慧,為解決問題和進行創(chuàng)新提供全新機遇。
在接下來的十年中,我們在計算領(lǐng)域要面臨的最嚴峻的挑戰(zhàn)之一就是醫(yī)療衛(wèi)生數(shù)據(jù)的處理。
到目前為止,“開出對絕大多數(shù)病人管用的處方”——這個醫(yī)療方法被當(dāng)作標(biāo)準治療法的時間太久了。問題是,如果你不像普通病人那樣,那么要想找出醫(yī)療方案可能會需要時間,這就相當(dāng)于讓醫(yī)生做出有根據(jù)的猜測,并進行各種治療嘗試,直到某個方案有效為止。然而,精準醫(yī)療革命是可以實現(xiàn)的,內(nèi)存驅(qū)動計算可以使這個愿望成為現(xiàn)實。
為了設(shè)計個性化診斷和治療,醫(yī)生和研究人員需要了解患者的整個病史及其家人的健康史、生活方式數(shù)據(jù)和環(huán)境暴露狀況。他們還需要患者的基因組數(shù)據(jù)和微生物組(生活在人體中的所有微生物)數(shù)據(jù)。這樣,醫(yī)生就掌握了內(nèi)臟、骨骼和大腦之化學(xué)的具體范圍和特性。以數(shù)十億其他醫(yī)療檔案為背景分析這一切,就可以確定與該患者匹配的患者人群、匹配的診斷資料和治療方案,而不是利用對普通患者最有效的治療方案。
這樣的變量記載呈現(xiàn)為大量的數(shù)據(jù),令人頭暈?zāi)垦?。甚至,其中還沒有將醫(yī)院中互連的醫(yī)療設(shè)備和可穿戴健康技術(shù)考慮在內(nèi),而這項健康技術(shù)正在為我們每個人創(chuàng)建精細的個人數(shù)字藍圖。
內(nèi)存驅(qū)動的計算系統(tǒng)對于有效地綜合所有這些信息是至關(guān)重要的。佐治亞理工大學(xué)計算學(xué)院執(zhí)行院長兼高性能計算教授大衛(wèi)·巴德(David Bader)表示:“要想通過分析數(shù)據(jù)來對特定疾病的起源給出有用的臨床見解,如果使用當(dāng)前的計算機系統(tǒng),可能需要花掉數(shù)百年的時間。但是,如果使用內(nèi)存驅(qū)動的計算系統(tǒng),我用自己想用的計算方法在5分鐘內(nèi)就可以得到一個方案?!?/p>
這樣建模和模擬將使醫(yī)生們能夠?qū)Ω兑恍┳罴值娜祟惤】惦y題,如癌癥、心臟病、慢性病和艾滋病,還會有助于確診和治療極其罕見且不易診斷的疾病。實際上,通過更加強大的預(yù)測分析,內(nèi)存驅(qū)動計算可以在發(fā)病前阻止那些重大疾病。大數(shù)據(jù)已經(jīng)幫助醫(yī)生進行疾病治療,未來的計算完全有可能達到預(yù)防疾病的效果。
美國人每年在交通上花費42億小時,在經(jīng)濟上耗費資金872億美元。同樣,在所有商業(yè)航空公司的航班中,大約有20%的航班出現(xiàn)延誤情況,航班的延誤通常會在整個航空運輸網(wǎng)絡(luò)中產(chǎn)生多米諾骨牌效應(yīng),從而對機票預(yù)訂、行李處理、登機口變換、機組人員配備和安全因素等造成全面破壞。
未來的智能機場和智能運輸系統(tǒng)將會擁有良好的配備,即使不能消除這些復(fù)雜問題,一旦出現(xiàn)也能夠?qū)⑵浣鉀Q掉。但是要想做到這一點,就需要更快的速度、更好的連接性。佐治亞理工大學(xué)土木與環(huán)境工程學(xué)院交通運營和設(shè)計專家邁克·亨特(Mike Hunter)副教授說:“我們想要實施的交通控制大都是短期行為,你必須能夠做到快速。內(nèi)存驅(qū)動計算將允許運輸系統(tǒng)以更快的速度和更大的數(shù)據(jù)集來預(yù)測問題”。
例如,機場可以模擬候機樓周圍不同地方所發(fā)生的幾乎無限的潛在延誤情況,并將解決方案保留在內(nèi)存中。一旦其中的某種延誤情況產(chǎn)生,通過模擬就能夠知道該如何準確地做出回應(yīng)了。
同樣,在發(fā)生重大基礎(chǔ)設(shè)施故障的情況下——比如,亞特蘭大近期發(fā)生的一個關(guān)鍵橋梁的崩塌事件——如果利用對內(nèi)存中復(fù)雜數(shù)據(jù)集的實時分析來協(xié)調(diào)交通流量信號和導(dǎo)航地圖的路線,從而安全有效地避免交通阻塞,一個城市可能早已知道該如何優(yōu)化交通車流了。利用傳統(tǒng)的計算機是不可能做到這一點的,因為要想模擬亞特蘭大整個城市的交通狀況、說明該地區(qū)所有的旅行者情況、然后再制定出適當(dāng)?shù)慕鉀Q方案,需要花上幾周的時間。
如果城市行人的死亡情況可以完全排除,那會怎樣呢?這就是未來城市規(guī)劃者所謂的“零死亡愿景”,是20世紀90年代首先在瑞典提出的,目前正在美國蔓延開來。一種實現(xiàn)方法是使用智慧城市傳感器來找到僥幸脫險事件最多的交叉路口,這些路口也是行人死亡風(fēng)險最高的地方。然后,改造這樣的十字路口,使其更加安全。
芝加哥西北-阿貢科學(xué)與工程研究所副所長皮特·貝克曼(Pete Beckman)正在協(xié)助主持該市的“系列事件”智慧城市項目,他說:“通常,在事后做調(diào)查就已經(jīng)太晚了?!必惪寺Q:為了預(yù)測可行的方法,你需要在事件發(fā)生的確切地點和確切時間去檢測這些模式。應(yīng)該將運算法則嵌入相機本身之中,進行所謂的“就近”處理,而不是將數(shù)據(jù)進行遠程處理或云處理。
貝克曼表示:“在設(shè)備中為智慧城市編寫代碼和處理代碼——不論此設(shè)備是交通燈、汽車、垃圾桶、液晶廣告顯示屏還是自行車——這個觀念是很新奇的。內(nèi)存驅(qū)動計算正是可以幫助實現(xiàn)這種前沿計算的一種技術(shù)?!?/p>
零死亡愿景僅僅只是內(nèi)存驅(qū)動計算應(yīng)用于智慧城市的實例之一。芝加哥的目標(biāo)是:到2018年,在該市街道和公園內(nèi)要安裝500個節(jié)點傳感器,包括空氣質(zhì)量監(jiān)視器、擴音器和攝像頭。居民的手機、連網(wǎng)的汽車和自我跟蹤設(shè)備將會提供額外的數(shù)據(jù)層。同時處理這么多的變量,在城市安全和城市效率方面可以產(chǎn)生各種效益,但這依賴于能夠即刻地訪問、整合并處理所有數(shù)據(jù)。
想象一下未來:跟你最好的朋友相比,你最喜歡的零售商能夠更準確地預(yù)測你的購物需求、你的品味和購物預(yù)算。例如,當(dāng)你在最喜愛的商店附近時,你的智能手機可能會通知你在旅行用品方面有特別的優(yōu)惠,這些用品完全適合于你最近在線預(yù)訂的倫敦之旅。
歡迎來到個性化零售的時代!對于顧客購物歷史、未來計劃和參與銷售網(wǎng)點的活動,零售商了解得越多,就能夠越快、越準確地為顧客帶來他們所需要的產(chǎn)品。原始信息并不缺乏:零售商將于2020年前投資數(shù)十億美元來建設(shè)信號站、安裝傳感器,使用射頻識別標(biāo)簽。但是,如果銷售公司不能在沒有侵犯顧客隱私、沒有使他們感覺受到監(jiān)視的條件下,及時識別出購物趨勢和客戶需求,所有這些數(shù)據(jù)都是無用的。
當(dāng)前的計算系統(tǒng)架構(gòu)需要經(jīng)過長時間的滯后才能夠處理龐大的數(shù)據(jù)集。但是,基于惠普公司內(nèi)存驅(qū)動計算架構(gòu)的系統(tǒng)可以在分析能力方面獲得明顯的提升,并且能夠在購物者的關(guān)注期限內(nèi)為其提供可行的見解。想象一下:考察某位顧客的整個購物歷史,再調(diào)出和它最相似的百位顧客的購物趨勢,與之進行比較。當(dāng)完成這些之后,顧客們還站在貨架間的過道上呢。
數(shù)據(jù)科學(xué)與分析部是超市連鎖企業(yè)克羅格公司內(nèi)部的分析部門,該部門架構(gòu)分析主管詹姆士·康納(James Connor)說:“我認為,趁顧客們在店內(nèi)的時候介入并與其進行交流互動,是零售商想要涉足的前沿領(lǐng)域。這就要求進行機器學(xué)習(xí)和預(yù)測分析,而目前這兩項程序運作都很緩慢,著實令人沮喪。內(nèi)存驅(qū)動計算可以幫助解決這個問題。”
[資料來源:hpe.com][責(zé)任編輯:朝 云]