面对海量的数据和复杂的计算，数据计算层包括两大体系：数据存储及计算云平台和数据整合及管理体系。
云计算的经济学基础来自规模经济。直观上，批量采购，带来更低的供应链成本；大型数据中心，降低运营成本。更重要的是，由于不同用户不同时间的工作负载不同，可以利用规模优势进行削峰填谷。
基于 Kubernetes，社区开始构建上层的业务抽象。比如，服务网格 Istio、机器学习平台 Kubeflow 以及无服务器应用框架 Knative 等等。通过这样的架构分层，进一步降低了技术门槛，加速了云价值释放。
根据一份报告，2018年约有80%的道路交通事故是由于人为错误造成的。因此，将自动驾驶汽车纳入主流的主要目标之一是消除对人类驾驶员的需求并减少道路致死率。使用自动驾驶汽车进行的实验无疑表明在一定程度上减少了道路伤亡人数。
有时，深度学习网络甚至无法实现其本来打算完成的任务。神经网络很难像在不同的视频帧中一样在小图像变换中进行概括。例如，根据一项研究，深卷积网络将狒狒或猫鼬标记为相同的北极熊，具体取决于背景的微小变化。
尽管对于幻想转换成现实可能漠不关心，但越来越多的消费者群体将会赞赏智能家居技术的成功应用，并密切关注自动驾驶汽车的发展。因此这需要充分进行宣传和推广，并呼吁人工智能开发商能够提供更多的实用解决方案。不仅如此，开发人员还需要清楚地考虑消费者的需求，即使在流程的开始阶段。
进程应当追求最小启动时间，并且一旦接收到终止信号（SIGTERM），可以优雅的终止。进程还应当在面对突然死亡时保持健壮，例如底层硬件故障。无论如何，12-Factor应用都应该可以设计能够应对意外的、不优雅的终结。
随着互联网进入下半场，流量红利逐渐消失，一方面，企业开始重视如何通过数据来挖掘同一个用户的更多价值；另一方面，不管是产品经理、运营还是市场都开始通过“数据驱动”寻找新的增长空间。
在此基础上，还得针对两类事件做统一的设计和规划，浏览页面和功能交互是统计数据中最多的，如果浏览页面和功能交互没有规范化就会导致数据脏乱差。
十年前，Google成为了分布式系统链路追踪服务的先行者，并通过《Dapper, a Large-Scale Distributed Systems Tracing Infrastructure》这篇著名论文阐述了如何在超大规模系统上建设低损耗（low overhead）、应用级透明（application-level transparency）、大范围部署（ubiquitous deployment）的链路追踪服务。
