新一代大数据与人工智能基础架构技术的发展与趋势
2018年是开源软件历史上最精彩的一年,2个IPO加上5个并购,开源技术到达新的高度。回溯过去大数据时代的15年,开源技术的创新潮流,包括集群技术,流计算,数据库,容器技术和机器学习,可谓一波接着一波。
2003-2004年Google发布的GFS和MapReduce论文,对业界的影响可谓意义深远,它全面揭开了大数据的时代序幕。2006年,Doug Cutting加入Yahoo并发布Hadoop 0.1版本,同年Google发布BigTable论文。2008年,MySQL 10亿美元被Sun收购。2009年,Spark从Berkeley大学的AMPLab实验室诞生,程序员Johan Oskarsson举办***个NoSQL数据库活动。2010年,RackSpace与NASA联合发起OpenStack云计算项目。2011年,451 Research分析师Matthew Aslett***提出NewSQL概念。2012年,Red Hat***达到10亿美元的年收入。2013年,Docker的崛起意味容器时代的开始。2014年, 随着Hadoop三驾马车之一的Hortonworks IPO,Hadoop到达高峰时期,但在同年Hadoop保持的记录被Spark打破。2015年,Google开源Tensorflow,Kubernetes 1.0发布并捐给CNCF组织。2017年, Hadoop 3.0正式发布。2018年,Cloudera和Hortonworks两大巨头合并,Elastic IPO,市值49亿美元。
这一幕幕精彩的故事背后隐藏着技术一次又一次的改革和创新,到底是上层业务应用的发展驱动底层基础架构技术的发展,还是基础架构的创新颠覆业务应用模式?下面我们一起回顾和预测这些关键技术的演变发展和未来趋势。


更多资讯推荐
- 智能机器人:为抗击疫情赋能 为智慧医疗探路
-
“人类同疾病较量最有力的武器就是科学技术,人类战胜大灾大疫离不开科学发展和技术创新”。在我国抗击新冠肺炎疫情的战役中,不同层次的智能技术特点各异、各司其职、互补抗疫。
佚名 · 7h前
- 人工智能是应对气候变化的新时代解决方案
-
气候变化是我们这个星球面临的最大挑战,人工智能可以帮助我们应对不断上升的全球气温。
Cassie · 15h前
- 草图变真人脸?AI:可以,多草都行
-
这篇论文讲技术人员如何在styleGAN顶层训练了一个深度神经网络来学习将源图像映射到styleGAN模型的输入,最终输出高质量的目标图像。
丰色 · 15h前
- 深度学习算法
-
深度学习算法在机器视觉中就如一个巧妙的接收转换器般的存在,它灵活、敏捷、“深度”与广度兼具,强悍的计算与预测能力可以称为其魅力之处。深度计算——可以集数亿个神经网络的自拟,对于数据、语音、图像等多种形式的资源进行分析、解释。
三姆森科技 · 19h前
- 人工智能工程可以帮助组织充分利用人工智能
-
“人工智能”这一术语如今似乎无处不在,这在行业市场的应用中造成一些混乱,甚至可能让技术决策者感到困惑。
Bob Violino · 19h前
- 人工智能赖以生存的大数据,掌握在垄断者的手中真的可怕
-
我至今还记得2016年那场旷世人机大战,人工智能软件“阿尔法狗”战胜世界围棋冠军李世石,那是一场标志性的比赛,打破了人们对人工智能的想象。
国学达人观世界 · 20h前
- 中美欧人工智能发展现状比较分析
-
从投资、人才、研究、硬件、应用、数据多个维度,系统对比中、美、欧人工智能发展现状,最终得出结论称,美国当前依然保持着世界人工智能发展总体领先地位,中国在一些重要领域与美国的差距缩小,欧盟在三者中相对落后。
王璐菲 · 20h前
- 基于机器学习的自动漏洞修复分析方法
-
。在本文中,我们提出了一个基于机器学习的自动化框架来自动化电力公司的修复决策分析。我们将其应用于一家电力公司,并对从该公司获得的两个真实运行数据集进行了大量实验。结果表明,该解决方案具有很高的有效性。
佚名 · 20h前