內(nèi)存驅(qū)動計算對各行業(yè)意味著什么？

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。

醫(yī)療保健

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)療方法被當作標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。

交通運輸

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?shù)慕鉀Q方案，需要花上幾周的時間。

智慧城市

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)。”

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)。

零售

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?！?/p>

[資料來源：hpe.com][責任編輯：朝 云]