日前,国际知名的市场调研机构IDC发布《IDC Market Glance:中国数据智能市场概览报告》(后文简称“报告”)。报告中,IDC从多个维度对中国数据智能市场进行了分析与解读,紫光股份旗下新华三集团依托在数据智能仓储、数据治理及可视化分析等领域的深厚积淀与丰富实践,强势入围软件平台层代表厂商。
在此之前,根据IDC发布的另一份报告显示,新华三集团以全方位、智能化的数据治理能力和丰富的落地实践,位居中国数字政府数据治理市场第二位(数据来源:《中国数字政府数据治理市场厂商份额,2021》),再一次印证了新华三在数据治理体系全方位的能力。
从“云优先”到“数优先”,绿洲平台释放数据潜能
随着百行百业“云化”转型加速,以及物联网、人工智能技术的不断落地,数据资源得到了极大丰富,数据价值也得到了更充分的认可,百行百业的数字化转型需求也逐渐从最初的“上云”发展到了如今的“用数”。在数字经济不断发展的当下,百行百业客户对数据的获取、归集、传输、分析、治理等方面提出了更高的要求,基于此,新华三集团和紫光云与智能事业群顺应行业趋势,提出从“云优先”过渡到“数优先”的战略,并于今年将数字平台升级为绿洲平台2.0,持续激活数据价值、推动业务创新。
全面升级的绿洲平台2.0引入了一系列革新性的技术和组件,让数据能够对各类业务快速做出响应、有所互动、提供价值。其中,依托融合集成平台和数据运营平台可以实现深层次的数据分析能力;同时,在数据库领域,提供了10余种产品,实现全场景覆盖;而低代码开发平台、DevOps、微服务的加持,则充分满足了各类业务人员在云原生时代的开发需求;此外,基于强大的数据治理能力,绿洲平台2.0还形成了覆盖8大行业、50余个细分场景的解决方案,将业务上线效率提升3倍以上。
从湖仓一体到智能决策,绿洲平台探路大数据智变时代
基于大数据、容器、数据库、物联网、DevOps、区块链、AI等技术打造的绿洲平台2.0,将全面打通数据的“采、存、算、管、用”全流程,构建全域数字中枢,为客户业务提供智能决策依据。绿洲平台从底层技术栈进行了湖仓一体的技术升级,可以满足多源异构数据的全生命周期管理,做到了真正意义上的全域数据抽取,通过对汇聚到数据湖中的数据进行协同计算与分析,形成高价值密度的结构化数据,便于高效管理和价值利用。
同时,依托融合集成平台和数据运营平台两大组件,绿洲平台可以充分实现数据汇聚、技术融合、应用赋能等能力,从而消除数据孤岛、提高数据质量、挖掘数据价值,助力百行百业客户将数据资源变为资产,加速敏捷创新。
● 融合集成平台:以设计、部署、调度、监控和管理ETL过程为核心功能,通过图形化工具即可实现复杂的任务配置并轻松掌握数据流向。目前,数据集成平台可提供超过70个数据处理组件,大幅降低数据集成难度及操作门槛。
● 数据运营平台:集成先进的大数据技术,覆盖数据标准、数据开发、数据质量、数据资产管理、数据脱敏等众多场景。同时,数据运营平台将数据开发的各个环节融合在一套可视化开发环境中,实现一站式数据开发与治理。
源于场景、引领趋势,绿洲平台数据库助力业务持续领先
随着云计算技术的不断深入以及云业务从中心向边缘的不断蔓延,海量数据持续涌现,如何将数据进行安全有序地组织、共享、存储、管理成为激活数据潜在价值首先要面对的问题。新华三集团基于市场需求,持续投入数据库核心技术的研发,并推出云数据库、SeaSQL数据库等系列产品全面满足湖仓一体、增强事务、分布式数据库等关键场景,助力百行百业客户业务加速向云端迁移。
本次入选报告的H3C SeaSQL智能数据仓库是基于MPP(大规模并行分析)架构的新华三自研数据库,通过采用高性能列式存储与计算技术,集成多场景分析、机器学习等功能,成为客户业务数字化和智能化转型的优良选择。作为智能的统一数据仓库与分析平台,H3C SeaSQL数据库还具备如下核心特性:
● 云原生架构:支持物理机、虚拟机和容器,实现数据仓库存储与计算资源分离的云原生架构。
● 高可用高可靠:通过创新架构实现集群所有节点全对称,且100%对等,彻底消除单点故障和瓶颈,通过多种技术手段,确保数据不丢失、业务不中断。
● 高性能数据分析:精确到列级别的主动压缩算法,提到压缩效率、降低IO开销;基于Projection技术,提高复杂分析的效率。
● 丰富的高级特性:支持时序数据分析,提供海量库内机器学习算法,支持深度学习。
数据作为数字经济时代日益重要的生产要素,必将在驱动百行百业数字化转型和产业升级的进程中发挥不可替代的价值。未来,新华三集团将继续在“云智原生”战略引领下,以“数字大脑”为依托,充分发挥紫光云与智能事业群的全面数字化能力,以绿洲平台的全域能力为百行百业数字化转型提供深刻洞察和数字动能。
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。