数据早已不是过去的模样。从飞机引擎到超市购物从二维影像到三维扫描新数据正全面刷新企业竞争规则。它们既有交易型、也有非结构化既公开又私密价值全在汇总分析。粗略分两类大数据批量分析的大集合和快速数据实时决策的急先锋。两者合力正倒逼数据中心架构从底层翻新。这场变革抛出五大挑战数据捕获从源头爆发自动驾驶汽车每天产4TB数据三维乳腺影像每张3GB比二维大150倍。数据源头的量级远超以往认知边缘计算应运而生——在源头采集、存储甚至初步分析而非一股脑全传回中心。数据规模倒逼自动化云巨头规模太大人工管不起必须靠智能自动化。任何手动作业在如此体量下都不划算。数据移动网络压力陡增数据无处不在移动汇总需求激增。即使网络已达40100Gbps未来带宽需求仍可能再翻1001000倍。数据价值存储革命在即机器学习让旧数据焕发新价值数据必须存得更久、可全局访问不能再锁在磁带或孤岛里。数据分析算力饥渴分析特别是机器学习吃得是计算大户。内存数据库、PB级对象存储等新模式纷纷登场只为喂饱海量数据的处理胃口。新架构从“集中”走向“边缘到核心”集中式数据中心已不适用。比如西部数据在工厂源头就清洗、归一化数据再分别推送到内部权威库和云端做分析三者异地存储、擦除编码保安全。数据不一定全集中但要逻辑统一处理要在不同节点按需分工。未来属于“边缘核心混合云”的协同架构。死守一个中央池只会被数据洪流淹没。