gydtep

数据集成将数据同步过来以后，我们需要实时的数据仓库将这些数据更好地应用起来。刚才简单介绍了实时数仓的解决方案，接下来我们向大家详细介绍基于Hologres和Flink的实时数据分析方案。

gydtep

同时通过与达摩院向量引擎库Proxima的深度集成，可应用于实时推荐场景，实时推荐依赖特征查询、实时指标计算、向量检索召回，Hologres向量查询功能与Proxima深度整合可以提供高性能的向量查询服务，再加Flink和PAI，可以应用于实时个性化推荐、图像、视频及人脸等，提高广告留存率。

gydtep

除了Hologres+Flink构建实时数仓，很多公司正在使用Hadoop生态引擎构建大数据分析平台，并且已经在成熟地使用离线数据仓库。阿里云Databricks数据洞察可以基于Hadoop生态构建批流一体的实时数仓，对企业现有架构进行升级，满足实时分析决策的要求。

gydtep

集中式云资源通常用于训练深度学习推理模型，因为开发精确模型需要大量数据和计算。生成的模型可以部署在中央云位置，也可以分发到边缘的设备。

gydtep

一种策略在于创建一种在模型和数据的大小与数据传输成本之间取得平衡的体系结构。对于大型模型，留在云中更有意义。有多种方法可以减小模型大小以帮助解决问题，但是，如果要处理非常大的模型，则可能需要在云中运行它。

gydtep

人工智能、深度学习浪潮直观的反映出行业往深度智能阶段发展的趋势走向，这并非偶然现象，几大应用市场需求的驱动，上游深度学习芯片和算法的开源，行业所具备的天然的海量数据训练集特征等多维因素一起推动了安防走向深度智能化。

gydtep

1.成本降低
智能安防系统的成本远高于传统安防，随着AI技术的普及，单体产品和系统价格将会逐渐下降。随着上游软硬件国产化程度不断提高，传统监控产品价格下降至3600元左右，而AI监控系统价格在20000元左右，以现存公安监控系统为例，目前公安视频监控系统共有2300万路，以20%的AI升级换代计算，可以带来920亿元的市场增量。

gydtep

上面这幅图详细大家非常熟悉，这是Peter Bourgon在参加完2017 Distributed Tracing Summit后发表的一篇博文，简洁扼要地介绍了Metrics、Tracing、Logging三者的定义和关系。这三种数据在可观察性中都有各自的发挥空间，每种数据都没办法完全被其他数据代替。

gydtep

从上面的分析来看，OpenTelemetry的定位是作为可观察性的基础设施，解决数据规范与获取的问题，后续部分依赖各个Vendor来实现。当然最佳的方式是能够有一个统一的引擎去存储所有的Metrics、Logging、Tracing，有一个统一的平台去分析、展示、关联这些数据。

gydtep

人工智能来拯救!

借助人工智能的课程可以为学生提供真实的场景，帮助他们获得实践知识。从经验中学习，不但能提高他们的知识储备，更能帮助他们懂得如何运用自己的知识和技能。