早在60多年前，“人工智能”的概念就被正式提出。其發展曾經歷了兩次平緩期，主要原因一方面受制于人工智能三個因素，算力、算法和數據的制約；一方面受制于ICT的發展水平，數據的互聯互通困難重重，人工智能就如同無源之水。

而伴隨著ICT技術的發展，云計算、移動互聯、大數據等技術早已成熟廣泛應用，再加上5G、物聯網等新興技術和產業的出現，帶來了數據的新一輪爆炸式增長，“人工智能”再一次走進人們的視野。

IDC預測，人工智能將無處不在。到2019年，40%的數字化轉型項目將使用人工智能服務。到2021年，75%的商業企業應用將使用人工智能，超過50%的消費者將與客戶服務機器人互動，超過90%的新工業機器人將借助人工智能。企業和CIO越來越聚焦數據和數字商務。可以說人類正在向一個萬物感知、萬物互聯、萬物智能的世界進化。

然而，進入智能世界，面臨的核心問題是數據量爆炸式增長。一方面海量數據蘊含著巨大價值和商機，另一方面對數據基礎設施帶來了新的挑戰。

如何激活數據的最大價值？

數據，如同第四次工業時代的“石油”，當今每一個行業領域都被數據包圍，數據已經成為重要的生產要素。例如，在城市交通領域，基于數據匯聚，形成交通大數據資源池，通過智能分析，實現安全、有序、流暢的交通管理；教育領域，通過長期對老師和學生之間的教學數據匯聚，形成教育大數據資源池，經過智能分析，實現個性化教育將顯著提升教師與學生的效率。

可以說，數據和智能是天然的“好兄弟”，從智慧工廠、智慧城市、智慧交通，到智能監控等終端節點，產生的海量數據，再結合云管端，推動數據流動起來，帶動了云計算的發展，帶動了智能終端的數據處理和計算需求，也帶動了IT基礎設施的轉型升級。

IT基礎設施升級的需求與日俱增。以智慧安防為例，4K高清加上人工智能推動智慧安防變革。人臉識別又推動IT基礎設施需具備高性能、高IO的數據處理能力。而越來越多攝像機會消耗更多的內存和存儲，對數據中心的擴展能力和處理能力提出新的需求。

如何滿足數據處理的多樣化需求？

今天，隨著智能時代的來臨，數據中心正面臨更大的挑戰：5G / VR / 8K等技術的發展，讓數據中心的數據量由PB級膨脹至EB級，數據類型也更加多樣化（圖片/視頻/音頻/時空時序）。加上人工智能的逐步應用，讓數據價值進一步被發掘，數據分析的實時性要求也越來越高，數據中心需要更加智能的數據庫及存儲，解決海量、多樣化數據的高效存儲與管理問題。

這些問題已經成為了金融、政府、電信等行業IT基礎設施的關注重點。誰能幫助客戶們滿足數據處理的多樣化需求、發揮多樣性算力、激活數據的最大價值，誰就能在智能時代贏取青睞。

數據正在“聚”變

智能時代，海量數據大爆發。GIV（Global Industry Vision）預測，到2025年，全球新增存儲數據量將達到180ZB/年。但全球僅有不到2%的數據被保存。數據分散、流動低效、存儲效率低，極少的數據被有效分析，智能化程度低。

這意味著巨大的挑戰，更寓示著巨大的市場空間與商機。

“數據+智能”將迸發出多大的“原”能量？