Page 62 - 物聯網金融商機

54

的 Input 與 Output 而已，資料脫離了程式之後，常常就變得毫
無意義，這是一種程式才是主體，資料只是資料的過時概念。

所以，新的系統架構的做法是以資料為中心的新模式，由
處理器搭配它們來運作，目的就是減少傳輸資料的動作，因為

要逹到即時運算，目前有 5 種做法：1. Scale-In (本身擴展，最
大限度地提高系統密度) 把整合記憶體跟邏輯線路在同一晶片
中，例如多核心運算。2. Scale-Up (縱向擴展，最大限度地發

揮設備容量) 提升運算能力更強大的裝置 (處理器和硬碟) 負
載容量。3. Scale-Out (橫向擴展，最大限度地提高系統容量)

將多臺伺服器聚集在一起串連，使得整體系統提供最大容量。
4. Scale Down (微縮，最大限度地提高功能密度)：在單晶片上
的晶片密度 (原子等級) 提供最多功能。5. NDP (Near-Data

Processing，近端資料處理) 將資料所在的儲存裝置 (例如快
取、主記憶體) 直接執行運算。

大數據應用商業分析精髓

大數據商業分析是要建構在虛擬數位和物聯網結合上，它
要從數位數據資訊分析提升到事物物理數據的分析 (Analytics

of Things)，也就是說很多物聯網傳感器被嵌入在物理世界
裡，以收集這些物理數據。而透過這些數據分析來驅動企業以

及創造出企業的價值，這其中包括如何將數據轉化為洞察力
(insight) 的能力，此能力具有優化客戶業務需求的服務，以提
供深化的客戶體驗，也就是說能將客戶行為轉化成數據流

(stream processing)，來分析客戶偏好，預測客戶潛在的需求。
其運算方法包括統計分析、解釋和預測模型、人工智慧、機器