沒有人會質疑英特爾是一個打造生態鏈的高手。智能生態系統、軟件生態系統、物聯網生態系統、大數據開源生態系統……不一而足。對于英特爾來說，在一個領域能否成功就意味著一個生態系統是否繁茂。
在大數據領域，英特爾正在通過推動開源發展，建立和擴大其大數據生態系統。數據為證：在Hadoop開源社區中，英特爾的貢獻排在Hortonworks、Cloudera和Yahoo之后，位居第4。在Spark生態系統中，英特爾的貢獻也名列前茅。Spark是目前繼Hadoop之后比較火的大數據處理開源社區。英特爾公司從2012年開始向Spark開源社區貢獻。在Spark生態系統里，英特爾一方面與本地行業開展了大量合作。比如提供咨詢服務，幫助優化Spark生態系統平臺。同時，英特爾也為此開展了一系列的參與會議、培訓等等。
五大投資方向支持開源
英特爾軟件與服務事業部大數據技術中心全球總經理馬子雅，在接受記者的采訪時這樣概括她的團隊主要職能：一是持續推進基于英特爾架構的硬件與軟件技術的研發和彼此的優化，充分釋放硬件性能；二是通過加強開源社區的各領域的合作，優化英特爾的硬件平臺，并通過與業界合作，完善在IA架構上的用戶體驗；三是，加強和深化在應用分析領域里的各方合作。
這兩年，“釋放大數據潛能”成為了普遍需求，如何真正釋放大數據的潛能，各家卻做法不一。馬子雅在采訪中表示，開源與合作是英特爾在大數據方面的明確方向。而圍繞開源社區的推進工作，英特爾也確立了五大投資方向：首先是分析，其次是Spark，第三是SQL，四是存儲，五是云實現。
對于Spark成為英特爾的重點投資對象之一，馬子雅這樣談到：“在開源里面有很多很多的項目。我們具體去做哪一個呢？幾年之前Hadoop是特別熱的，慢慢的Hadoop加入了Spark的成份，為什么？因為Hadoop的數據處理的模塊叫MapReduce，它的運行速度不是特別令人滿意。而Spark是利用對內存直接進行運算，所以它在特定的情況下運行速度甚至可以達到MapReduce的上百倍。”
怎么樣把大數據跟云計算更好的結合在一起，是目前非常明顯的發展趨勢，把“云實現”作為重點投資就不難理解了。
“在物聯網、大數據方面，還沒有哪家企業能夠具備統一化的技術平臺，也沒有一個產品是可以完全主導一個市場的。所以我們在開源里還是要做一些具有普遍意義的具體事情，比如API。具體而言，就是提供在英特爾平臺上的JAVA Library，通過這種方式讓更多的使用者，在需要用英特爾優化一些產品時，可以直接通過英特爾的硬件，包括固件提供的API、JAVA Library來達到對整個應用程序，或者Hadoop跟Spark產品在英特爾平臺上的優化。”馬子雅具體介紹說。
值得一提的是，英特爾長期以來與Oracle都保持著非常良好的，對JAVA進行優化的合作關系，這對大多數習慣用JAVA來寫大數據應用程度的開發者來說更加便利。
如何解決數據分析規?；瘑栴}
我們都知道數據分析有三個方面非常重要除速度和安全外，規?；呛芏嗥髽I都在面臨的一個難題和課題。對此馬子雅談到：“圍繞著數據分析規?；?，也是目前我們主要的工作之一。我們也在跟其他的同行，諸如Cloudera、DataBricks、UC Berkeley AMPLab、京東，華為、微軟一起，在Spark的社區里，共同加速Spark分析規?；?。而英特爾主要是讓GraphX在分布式環境里做計算，從而讓分析規模化。在這之上，英特爾還另外有一些涉獵，比如Spark R。現在很多應用程序都是用R來寫，程序人對R語言的了解程度更深。但是他們對規?；?，對分布式環境還沒有概念。所以我們通過做SparkR這樣的一些模塊，使他們用R寫的應用程序，可以自動跑在分布式的環境里，從而達到對數據分析規模化的要求。”
“為什么大數據現在會這么熱？是因為它能夠真正解決一些實際的問題。比如，更有效地處理數據。也正因為如此，大數據的應用軟件就變得非常重要。對于用戶而言，他并不在乎用什么樣的硬件，甚至都不在乎用什么樣的Hadoop或者是Spark的產品。只要給我一個高性能的、有效的應用程序、應用軟件就好了。所以應用軟件在一定程度上決定了Spark，包括Hadoop的整個生態系統的未來走向。而這一層的數據平臺的未來走向又決定了硬件應當怎樣更好的發展，來適應大數據的要求。”馬子雅在最后總結說。
在很多采訪中，英特爾的發言人都在傳遞一個相同的觀點，在英特爾內部，英特爾架構部門與軟件與服務部門，一個更偏重硬件產品的設計，另一個是讓軟件能夠與硬件結合得更緊密。
的確，用這一觀點去反觀英特爾目前的發展路線圖你會發現：英特爾的兩大主要陣營一端是高性能計算，另一端是消費電子，將計算平臺向兩端延伸是這些年英特爾比較清晰的路線。如今，英特爾正在通過可擴展的軟硬件產品路線圖，促進傳統系統與云的連接，實現端到端的解決方案，以確保設備和現有基礎設施產生的數據在云端安全共享，用于分析目的，并從大數據中挖掘商業價值。
京公網安備 11010502049343號