gydtep

Edge AI的部署也充满了限制，包括网络延迟，内存压力，电池消耗以及进程可能被用户或操作系统作为后台的可能性。从事边缘AI的开发人员需要计划各种限制，尤其是在探索手机等常见用例时。

gydtep

连通性：当连通性下降时，像自动驾驶汽车这样的安全关键服务将无法停止工作，这会将实时AI驱动的决策的处理推向边缘。

gydtep

安全性：用于驱动身份验证和处理敏感信息（例如指纹或病历）的AI服务通常最好是在本地出于安全考虑而完成。即使部署了非常强大的云安全性，用户从边缘处理中获得更好的隐私感也可能是重要的考虑因素。

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

MaxCompute交互式分析（Hologres）提出实时数仓“服务分析一体化”的概念，让一个大数据引擎既能满足 OLAP的实时洞察分析又能满足KV式的高QPS点查特征服务的需求，将实时分析和服务做到很好的融合，极大的简化了实时数仓架构的复杂度，助力客户实时的分析与决策。

gydtep

随着数字化转型的快速推进，数据量呈现爆发式的增长，而对数据计算的要求越来越高，低延时、低资源消耗、高效率、高精准度等。 如何从这些海量的历史数据和每日实时增量数据中快速汇总分析、挖掘出业务价值已成为业务最基本的需求。

gydtep

我们的实时数据除了存储在大数据引擎中，还有很多非结构化的日志数据，通过阿里云的Elasticsearch，用全托管的方式提供低成本的冷热存储方案，轻松助力企业搭建统一的云上全观测运维监控平台，实现海量数据的实时监控分析，提高自动化运维管理效率。

gydtep

另外，阿里云Elasticsearch日志增强版将计算存储分离，使用 NFS 共享存储作为节点底层存储，利用主副分片，主分片可读可写，副分片只读的方式，实现了存储成本节约100%、写入性能提升100%、秒级弹性扩缩容的收益。

gydtep

第二阶段：上世纪七八十年代，此时小型机已经开始普及。不仅是在国防和科学研究，更多的是在商业领域，包括银行这样的系统开始应用小型机。与此同时，关系型数据库开始诞生，出现了包括DB2、Oracle以及Ingres等之名关系型数据库。

gydtep

图片怎么结构化计算，视频、语音等如何转化为向量的多维数据来帮助分析或机器学习，都需要进行结构化的数据处理。今天的数据中台所考虑的就是如何将数据的价值最大化，同时会结合AI相关的技术来做智能计算，这正是新数据时代的样子。面对越来越多的数据量，如何处理结构化和非结构化的数据，存在非常多的技术挑战和商业挑战。