టెకోపీడియా సిబ్బంది, సెప్టెంబర్ 22, 2016
టేకావే: హోస్ట్ రెబెకా జోజ్వియాక్ డాక్టర్ రాబిన్ బ్లూర్, డెజ్ బ్లాంచ్ఫీల్డ్ మరియు డెల్ స్టాటిస్టికా యొక్క షాన్ రోజర్స్ తో ఎడ్జ్ అనలిటిక్స్ గురించి చర్చిస్తారు.
మీరు ప్రస్తుతం లాగిన్ కాలేదు. దయచేసి వీడియోను చూడటానికి లాగిన్ అవ్వండి లేదా సైన్ అప్ చేయండి.
రెబెక్కా జోజ్వియాక్: లేడీస్ అండ్ జెంటిల్మెన్, హలో, మరియు 2016 యొక్క హాట్ టెక్నాలజీస్ కు స్వాగతం. ఈ రోజు మనకు “ఎడ్జ్ అనలిటిక్స్: ది ఐయోట్ ఎకానమీ ఎట్ లాస్ట్” వచ్చింది. నా పేరు రెబెకా జోజ్వియాక్. నేటి వెబ్కాస్ట్ కోసం నేను మీ మోడరేటర్గా ఉంటాను. మీరు ట్విట్టర్ సంభాషణలో చేరాలనుకుంటే # HOTTECH16 యొక్క హ్యాష్ట్యాగ్తో మేము ట్వీట్ చేస్తాము.
కాబట్టి IoT, ఖచ్చితంగా ఈ సంవత్సరం చర్చనీయాంశం మరియు విషయాల ఇంటర్నెట్, ఇది నిజంగా మెషిన్ డేటా, సెన్సార్ డేటా, లాగ్ డేటా, పరికర డేటా గురించి. వీటిలో ఏదీ క్రొత్తది కాదు, మనకు ఆ రకమైన డేటా ఎప్పటికీ ఉంది, కాని అది మనం నిజంగా ఉపయోగించలేకపోయాము మరియు ఇప్పుడు ఆ డేటాను ఉపయోగించడానికి కేవలం ఒక టన్ను కొత్త మార్గాలను చూస్తున్నాము. ముఖ్యంగా వైద్య పరిశ్రమలో, చమురు మరియు వాయువు, వస్తువులతో ఆర్థిక మార్కెట్లు, ఇది ఇంతకుముందు ఉపయోగించని సమాచార సంపద. మరియు చాలా మంది ప్రజలు దీన్ని ఎలా చేయాలో మంచి పట్టును పొందలేదు. మేము చాలా తక్కువ డేటా గురించి మాట్లాడుతున్నాము, కానీ ఇది చాలా డేటా మరియు మీకు తెలుసా, నెట్వర్క్ సమస్యలు ఉన్నాయి, హార్డ్వేర్ ఉంది, లేదా ప్రాసెసింగ్ చేయాల్సిన అవసరం ఉంది మరియు మీ సిస్టమ్ను అడ్డుకోకుండా మీరు ఎలా చేస్తారు? ఈ రోజు మనం నేర్చుకోబోయేది అదే.
ఇక్కడ మా నిపుణుల శ్రేణి ఉంది. ది బ్లూర్ గ్రూప్లో మా చీఫ్ అనలిస్ట్ డాక్టర్ రాబిన్ బ్లూర్ను పొందాము. ది బ్లూర్ గ్రూప్లో మా డేటా సైంటిస్ట్ డెజ్ బ్లాంచ్ఫీల్డ్ కూడా ఉన్నారు. డెల్ స్టాటిస్టికా నుండి గ్లోబల్ మార్కెటింగ్ మరియు ఛానెల్స్ డైరెక్టర్ షాన్ రోజర్స్ ఉన్నందుకు మేము సంతోషిస్తున్నాము. మరియు దానితో, నేను బంతిని రాబిన్కు పంపించబోతున్నాను.
డాక్టర్ రాబిన్ బ్లూర్: సరే, దానికి ధన్యవాదాలు. నేను ఒక బటన్ను నొక్కండి మరియు స్లైడ్ను విసిరేస్తాను. విషయాల ఇంటర్నెట్ కోసం నేను ఈ అపోకలిప్టిక్ చిత్రాన్ని ఎందుకు సృష్టించానో నాకు తెలియదు. చివరికి అది అస్తవ్యస్తంగా ఉంటుందని నేను భావిస్తున్నాను. నేను నేరుగా వెళ్తాను. ఏదైనా IoT ప్రెజెంటేషన్లో ఇది కోర్సుకు సమానం. మీరు ఎక్కడికి వెళుతున్నారనే దానిపై దారుణమైన ఏదో చెప్పడానికి మీకు ఒక విధంగా లేదా మరొకటి ఉంది. వాస్తవానికి, వీటిలో చాలావరకు నిజం. మీరు నిజంగా ఈ వక్రతలు క్రమంగా విస్తరిస్తున్న విధానాన్ని చూస్తే. మీకు తెలుసా, పర్సనల్ కంప్యూటర్లు, స్మార్ట్ఫోన్లు మరియు టాబ్లెట్లు పెరుగుతూనే ఉంటాయి. స్మార్ట్ టీవీలు బహుశా పెరుగుతాయి. ధరించగలిగినవి, అవి కొన్ని సంవత్సరాల క్రితం ఉన్న వాటితో పోలిస్తే ప్రస్తుతం పేలిపోతున్నాయి. కనెక్ట్ చేయబడిన కార్లు, అన్ని కార్లు పూర్తిగా విస్తృతంగా కనెక్ట్ కావడం అనివార్యం మరియు డేటాను అన్ని సమయాలలో పూర్తిగా ప్రసారం చేస్తుంది. మరియు మిగతావన్నీ. మరియు BI ఇంటెలిజెన్స్ యొక్క ఈ ప్రత్యేకమైన గ్రాఫ్ మిగతావన్నీ స్పష్టమైన విషయాలను చాలా త్వరగా అధిగమిస్తాయని సూచిస్తుంది.
కాబట్టి IoT గురించి ఏమి చెప్పాలి? మొదటి విషయం కేవలం ఆర్కిటెక్చరల్ పాయింట్. మీకు తెలుసా, మీరు డేటాను పొందినప్పుడు మరియు మిమ్మల్ని ప్రాసెస్ చేస్తున్నప్పుడు, ఒక విధంగా లేదా మరొక విధంగా, మీరు రెండింటినీ కలిపి ఉంచాలి. మరియు ఇప్పుడు వాల్యూమ్ల వద్ద డేటాతో, మరియు వివిధ ప్రదేశాలలో సేకరించడం, రెండూ సహజంగా కలిసి ఉండవు. వారు పాత మెయిన్ఫ్రేమ్ రోజుల్లో ఉండేవారు, నేను .హిస్తున్నాను. కాబట్టి ప్రాసెసింగ్ లేయర్, ట్రాన్స్పోర్ట్ లేయర్ మరియు డేటా లేయర్ ఉన్నట్లు మీరు ఆలోచించవచ్చు. మరియు ఒక విధంగా లేదా మరొక విధంగా, రవాణా పొర ఈ రోజుల్లో ప్రాసెసింగ్ చుట్టూ లేదా డేటాను నెట్వర్క్లలోకి తరలించబోతోంది. ఇక్కడ ఎంపికలు ఇక్కడ ఉన్నాయి: మీరు డేటాను ప్రాసెసింగ్కు తరలించవచ్చు, ప్రాసెసింగ్ను డేటాకు తరలించవచ్చు, ప్రాసెసింగ్ మరియు డేటాను అనుకూలమైన ఎగ్జిక్యూషన్ పాయింట్కు తరలించవచ్చు లేదా మీరు ప్రాసెసింగ్ను షార్డ్ చేసి డేటాను షార్డ్ చేయవచ్చు. మరియు విషయాల యొక్క ఇంటర్నెట్కు సంబంధించి, డేటా ఇప్పటికే పుట్టుకతోనే చాలా పదునుగా ఉంది మరియు సంభావ్యత ఏమిటంటే, ప్రాసెసింగ్ యొక్క భయంకర చాలా పదును పెట్టబడుతుంది, తద్వారా అమలు చేయాల్సిన అనువర్తనాలు జరగవచ్చు.
నేను ఒక చిత్రాన్ని చిత్రించాను. IoT గురించి నాకు ఆసక్తికరమైన విషయం, నేను ఈ రేఖాచిత్రంలో అగ్రిగేషన్ డొమైన్ గురించి మాట్లాడుతున్నాను మరియు ఉప డొమైన్లు ఉన్నాయని నేను ఎత్తి చూపాను. కాబట్టి ఇక్కడ IoT డొమైన్ 1 ఒక రకమైన కారు అని మీరు can హించవచ్చు మరియు డొమైన్ 2 మరియు డొమైన్ 3 మరియు డొమైన్ 4, ఒక రకమైన కార్లు, మరియు మీరు స్థానికంగా డేటాను కలుపుతారు, మీరు ఆ డేటాపై స్థానిక అనువర్తనాలను అమలు చేస్తారు మరియు మీరు వివిధ విషయాలను అమలు చేస్తారు. కానీ అన్ని కార్ల గురించి విశ్లేషణలు కలిగి ఉండటానికి, మీరు డేటాను డేటాకు కేంద్రానికి బదిలీ చేయవలసి ఉంటుంది, అన్ని డేటా అవసరం లేదు, కానీ మీరు మధ్యలో సమగ్రపరచవలసి ఉంటుంది. మరియు మీరు దీని గురించి ఆలోచిస్తే, మీరు ఒకే ఐయోటి విషయాల సమితికి చాలా, విభిన్న అగ్రిగేషన్ డొమైన్లను కలిగి ఉండాలని అనుకోవచ్చు. మరియు డొమైన్లు మరింత సమగ్రంగా ఉండవచ్చు. కాబట్టి మీరు ఈ పునరావృత సోపానక్రమం కలిగి ఉండవచ్చు. మరియు ప్రాథమికంగా మనకు అక్కడ చాలా క్లిష్టమైన నెట్వర్క్ ఉంది. ఇంతకుముందు మనం కలిగి ఉన్నదానికంటే చాలా క్లిష్టమైనది.
నాకు ఇక్కడ దిగువన ఒక గమనిక వచ్చింది. ఆకు నోడ్లతో సహా అన్ని నెట్వర్క్ నోడ్లు డేటా సృష్టికర్తలు, డేటా స్టోర్లు మరియు ప్రాసెసింగ్ పాయింట్లు కావచ్చు. మరియు అది మీకు పంపిణీకి అవకాశం ఇస్తుంది, ఇలాంటివి మనం ఇంతకు ముందు చూడలేదు. డెజ్ దాని గురించి కొంచెం ఎక్కువ మాట్లాడబోతున్నాడు, కాబట్టి నేను ఈ ప్రత్యేక అంశానికి వెళ్తాను. ఒకసారి మేము విషయాల ఇంటర్నెట్లో ఉన్నాము మరియు మొత్తం డేటా వాస్తవానికి ఈవెంట్లుగా పరిష్కరించబడింది, ఈ స్లైడ్ గురించి పాయింట్ మేము ఈవెంట్లను ప్రామాణీకరించబోతున్నామని సూచించడం. మేము కనీసం, మేము దీన్ని కలిగి ఉండబోతున్నాం. మేము సంఘటన జరిగిన సమయం, అది సంభవించిన భౌగోళిక స్థానం, దానిని సృష్టించిన ప్రక్రియ యొక్క వర్చువల్ లేదా తార్కిక స్థానం, దానిని సృష్టించిన మూల పరికరం, పరికర ఐడి కాబట్టి మీకు ఏ మూల పరికరం సృష్టించబడిందో మీకు తెలుసు, యాజమాన్యం డేటా మరియు నటీనటుల యొక్క, డేటాను ఏదో ఒక విధంగా లేదా మరొక విధంగా ఉపయోగించుకునే హక్కు ఉన్న వ్యక్తులు, దాని అనుమతులను దానితో తీసుకెళ్లవలసి ఉంటుంది, అంటే నిజంగా, దానితో భద్రతను కలిగి ఉండాలి, ఆపై ఉంది డేటా కూడా. మరియు మీరు దీనిని చూసినప్పుడు, ప్రతి సెకను లేదా అంతకంటే ఎక్కువ ఉష్ణోగ్రతను నివేదించడం కంటే మరేమీ చేయని సెన్సార్ మీకు లభించినప్పటికీ, మీకు తెలుసా, వాస్తవానికి డేటా ఎక్కడ ఉందో గుర్తించడానికి చాలా ఎక్కువ డేటా ఉంది ఉద్భవించింది మరియు వాస్తవానికి ఇది ఏమిటి. మార్గం ద్వారా, ఇది సమగ్ర జాబితా కాదు.
కాబట్టి, భవిష్యత్ ఐటి ల్యాండ్స్కేప్ పరంగా, నేను చూసే విధానం ఇది: ఇది కేవలం విషయాల ఇంటర్నెట్ మాత్రమే కాదు, మేము ఈవెంట్ నడిచే కార్యాచరణ ప్రపంచంలో ఉంటాం అనే వాస్తవం కూడా ఉంది, అందువల్ల మేము ఈవెంట్-ఆధారిత నిర్మాణాలను కలిగి ఉండాలి మరియు ఆ నిర్మాణాలు పెద్ద నెట్వర్క్లను విస్తరించాల్సి ఉంటుంది. మరియు మరొక విషయం నిజ-సమయ ప్రతిదీ, ఇది మనకు నిజ-సమయంగా ఉండటానికి తప్పనిసరిగా కాదు, కానీ నేను వ్యాపార-సమయంగా సూచించే ఏదో ఉంది, ఇది డేటాను వాస్తవంగా అందించాల్సిన మరియు సిద్ధంగా ఉన్న సమయం ప్రాసెస్ చేయడానికి. అది సృష్టించిన తర్వాత ఒక మిల్లీసెకన్ కాకపోవచ్చు. కానీ డేటా యొక్క ప్రతి భాగానికి ఎల్లప్పుడూ అలాంటి సమయం ఉంటుంది మరియు మీరు ఈవెంట్-ఆధారిత నిర్మాణాన్ని కలిగి ఉంటే, ప్రపంచం పనిచేసే విధానానికి నిజ-సమయ విధానం ప్రకారం ఆలోచించడం మరింత తెలివిగా మారుతుంది.
కాబట్టి దానిని ఉడకబెట్టడం, ఎందుకంటే మనం నిజంగా మాట్లాడుతున్నది IoT పై విశ్లేషణలు. ఇవన్నీ ఉన్నప్పటికీ, ఇది అంతర్దృష్టి కోసం ఇంకా సమయం ఉంది, మరియు ఇది అంతర్దృష్టికి సమయం మాత్రమే కాదు, అంతర్దృష్టి చర్యల ద్వారా అనుసరించాలి. కాబట్టి, అంతర్దృష్టికి సమయం మరియు చర్యకు సమయం నేను దానిని ఉడకబెట్టడం. ఇలా చెప్పిన తరువాత, నేను బంతిని డెజ్కు తిరిగి పంపుతాను.
డెజ్ బ్లాంచ్ఫీల్డ్: ధన్యవాదాలు, రాబిన్. ఎప్పటిలాగే అంతర్దృష్టి. ప్రతి సందర్భంలోనూ అనుసరించడం చాలా కష్టమైన పని అనే వాస్తవాన్ని నేను ప్రేమిస్తున్నాను, కాని నేను నా వంతు కృషి చేస్తాను.
నేను చూస్తున్న విషయాలలో ఒకటి, నిజాయితీగా ఉండటానికి నేను తరచూ వినోదం పొందుతున్నాను, మరియు అస్పష్టమైన మరియు ప్రతికూల స్లాంట్ రూపంలో కాదు, కానీ ప్రపంచాన్ని తీసుకునే విషయాల యొక్క ఇంటర్నెట్ గురించి చాలా ఆందోళన మరియు భయం ఉంది మరియు మమ్మల్ని స్లాట్ చేయడం మరియు మీరు మీ డేటాను కోల్పోవడం ప్రారంభిస్తారు, కాబట్టి గత రెండు, మూడు దశాబ్దాలలో మేము ఇంతకు ముందు చేసిన కొన్ని విషయాలను తిరిగి చూడాలని నేను కోరుకుంటున్నాను, అవి ఇంటర్నెట్కు దగ్గరి ప్రతిరూపం. విషయాలు, కానీ అదే స్థాయిలో ఉండకపోవచ్చు. మరియు మనం నిజంగా ఇక్కడే ఉన్నామని మరియు కొన్ని సమస్యలను పరిష్కరించామని మనకు చూపించడానికి, ఈ స్థాయిలో కాదు మరియు ఈ వేగంతో కాదు. ఎందుకంటే మనం వాస్తవానికి సమస్యను పరిష్కరించగలమని మరియు కొన్ని సమాధానాలు ఏమిటో మనకు తెలుసు; మేము ఇంతకు మునుపు నేర్చుకున్న వాటిలో కొన్నింటిని తగ్గించి, మళ్లీ వర్తింపజేయాలి. ఇది మేము చేయబోయే మొత్తం సంభాషణ అని నాకు తెలుసు మరియు Q & A విభాగంలో చాట్ చేయడానికి నాకు మొత్తం సరదా విషయాలు ఉన్నాయి.
మేము సర్కిల్లోని విషయాల ఇంటర్నెట్ గురించి ఆలోచించినప్పుడు, ప్రస్తుతం చాలా ప్రారంభ రోజుల్లో వ్రాయబడిన డిజైన్ స్థాయిలో చాలా కేంద్రీకరణ ఉంది. ఫిట్బిట్ పరికరాలు, ఉదాహరణకు, అన్నీ ఒకే కేంద్ర స్థానానికి వెళ్తాయి మరియు ఇది ఎక్కడో ఒక క్లౌడ్ ప్లాట్ఫామ్లో హోస్ట్ అయ్యే అవకాశం ఉంది మరియు ఆ పరికరాల నుండి వచ్చిన మొత్తం డేటా ఒకేలా ఉంటుంది, వెబ్తో సహా మరియు స్టాక్ యొక్క ఫ్రంట్ ఎండ్ అనువర్తనం మరియు డేటా ఆధారిత సేవలు. కానీ కాలక్రమేణా, ఆ స్థాయికి తిరిగి వచ్చే డేటా మొత్తాన్ని ఎదుర్కోవటానికి రీ-ఇంజనీరింగ్ అవసరం మరియు వారు తిరిగి ఇంజనీర్ చేస్తారు, అందువల్ల బహుళ ప్రదేశాలు మరియు ప్రాంతాలలో బహుళ ఫ్రంట్ ఎండ్స్ మరియు స్టాక్ యొక్క బహుళ కాపీలు ఉన్నాయి. మరియు మేము దీనిని చూస్తున్నాము మరియు మేము చర్చించగలిగే అనేక ఉదాహరణలు నేను మీకు ఇవ్వబోతున్నాను.
దీని యొక్క ముఖ్య విషయం ఏమిటంటే, నేను కవర్ చేయబోయే ఈ పరిష్కారాలలో కొన్నింటిని మనం చూసినప్పటికీ, డేటా యొక్క స్కేల్ మరియు వాల్యూమ్ మరియు విషయాల యొక్క ఇంటర్నెట్ ఉత్పత్తి చేసే నెట్వర్క్ ట్రాఫిక్ అత్యవసరంగా కేంద్రం నుండి మార్పు అవసరం నా దృష్టిలో పంపిణీ చేయబడిన నిర్మాణాలకు, మరియు ఇది మాకు తెలుసు, కాని పరిష్కారం ఏమిటో మేము గ్రహించలేదు. విషయాల ఇంటర్నెట్ అంటే ఏమిటి అనే భావన గురించి మనం ఆలోచించినప్పుడు, ఇది పెద్ద ఎత్తున నెట్వర్క్ మోడల్. ఇది చాలా మరియు ఇప్పుడు శబ్దం చేస్తున్న చాలా విషయాలు. ఇటీవల వరకు శబ్దం చేయని విషయాలు. వాస్తవానికి, ఇది నిన్నటిదని నేను అనుకుంటున్నాను, నేను సరదాగా స్టాక్ గురించి మాట్లాడుతున్నాను, కాని నేను ఒక కొత్త టోస్టర్ కొనడానికి వెళ్ళాను మరియు అది శుభ్రపరచడం అవసరమైనప్పుడు సహా వివిధ విషయాలను నాకు చెప్పగల ఒక ఎంపికతో వచ్చింది. మరియు చాలా సారూప్య లక్షణంతో క్రొత్త మైక్రోవేవ్ మరియు నేను మళ్లీ వేడి చేస్తున్న విషయం ఇప్పుడు పూర్తయిందని చెప్పడానికి నా ఫోన్లో ఒక అనువర్తనాన్ని పింగ్ చేయవచ్చు. నేను చాలా విషయాలు నాతో మాట్లాడకూడదనుకుంటే అది నా ఫ్రిజ్, మైక్రోవేవ్ మరియు టోస్టర్స్ అని చాలా అభిప్రాయం. అవి మూగ పరికరాలు కావడంతో నేను చాలా సౌకర్యంగా ఉన్నాను. కానీ నాకు ఇటీవల ఒక కొత్త కారు వచ్చింది, కొద్దిగా ఆడి, మరియు అది నాతో మాట్లాడుతుంది మరియు నేను దానితో చాలా సంతోషిస్తున్నాను, ఎందుకంటే దాని గురించి మాట్లాడే విషయాలు ఆసక్తికరమైన విషయాలు. పాయింట్ A నుండి పాయింట్ B కి వెళ్ళడానికి మంచి మార్గం ఎక్కడ ఉందో నాకు చెప్పడానికి నిజ సమయంలో పటాలను నవీకరించడం వంటిది, ఎందుకంటే ఇది పంపిన డేటాతో వివిధ యంత్రాంగాల ద్వారా ట్రాఫిక్ కనుగొనబడింది.
నాకు ఈ స్లయిడ్ ఉంది. అధిక-వాల్యూమ్ నెట్వర్క్ మోడళ్లకు డేటా ప్రాసెసింగ్ మరియు అనలిటిక్స్ మోడళ్ల పంపిణీ నుండి సంగ్రహించడం మరియు పంపిణీ చేయడానికి కేంద్రం నుండి మార్పు అవసరమని మేము ఇప్పటికే చూశాము. మనకు లభించిన కుడి చేతి అంచున ఉన్న మూడు చిన్న గ్రాఫ్ రేఖాచిత్రాల నుండి విషయాలు కదులుతున్నట్లు మేము చూశాము, మూడింటిలో ఎడమ వైపున ఉన్నది, అన్ని చిన్న పరికరాలతో కేంద్రీకృత నమూనా ఉంది మరియు అన్ని చిన్న పరికరాలు కేంద్ర స్థానానికి వస్తాయి మరియు డేటాను సేకరించండి మరియు స్కేల్ అంత గొప్పది కాదు, అవి అక్కడ బాగానే ఉంటాయి. మధ్యలో మనకు కొంచెం ఎక్కువ వికేంద్రీకృత మోడల్ మరియు హబ్ లభించాయి మరియు మాట్లాడాము, ఇది తరువాతి తరంలోని విషయాల ఇంటర్నెట్తో మనకు అవసరమవుతుందని నేను భావిస్తున్నాను. ఆపై కుడి వైపున మనకు ఈ పూర్తిగా పంపిణీ చేయబడిన మరియు మెష్ చేసిన నెట్వర్క్ లభించింది, ఇక్కడే విషయాల యొక్క ఇంటర్నెట్ మరియు మెషీన్-టు-మెషీన్ భవిష్యత్తులో చాలా స్వల్పకాలంలో వెళ్ళబోతున్నాయి, కాని మేము చాలా కాదు అక్కడ అనేక కారణాల వల్ల. మరియు ప్రధానంగా మేము ఇప్పటివరకు చాలా కమ్యూనికేషన్ల కోసం ఇంటర్నెట్ ప్లాట్ఫారమ్లను ఉపయోగిస్తున్నాము మరియు ఈ డేటాను చాలా వరకు తీసుకువెళ్ళడానికి మేము రెండవ నెట్వర్క్ను నిర్మించలేదు.
బాటెల్కో నెట్వర్క్ వంటి రెండవ నెట్వర్క్లు ఇప్పటికే ఉన్నాయి. టెలికాం యొక్క నెట్వర్క్లు ఇంటర్నెట్ కావు అనే విషయం గురించి చాలా మంది ఆలోచించరు. ఇంటర్నెట్ చాలా రకాలుగా చాలా ప్రత్యేకమైన విషయం. వారు ఫోన్ నెట్వర్క్ల ద్వారా స్మార్ట్ఫోన్ల నుండి డేటాను రౌటింగ్ చేస్తున్నారు, ఆపై ఫోన్ నెట్వర్క్ల ద్వారా మరియు సాధారణంగా ఇంటర్నెట్లోకి వారు రెండు నెట్వర్క్లలో వాటిని లేయర్ చేస్తున్నారు. కానీ ఇది పూర్తిగా సాధ్యమే మరియు విషయాల ఇంటర్నెట్కు మరొక నెట్వర్క్ అవసరమవుతుంది. మేము పారిశ్రామిక ఇంటర్నెట్ గురించి సాధారణంగా ఒక అంశంగా మాట్లాడుతాము, ఇది మేము ఇప్పుడు వివరంగా చెప్పలేము, కాని ముఖ్యంగా మనం మాట్లాడుతున్నది మరొక నెట్వర్క్ గురించి, డేటా లేదా ఇంటర్నెట్ కోసం క్యారేజ్ రకాలు మరియు మెషీన్-టు-మెషీన్ కోసం ప్రత్యేకంగా రూపొందించబడింది కమ్యూనికేషన్.
కానీ నేను అధిక-వాల్యూమ్ నెట్వర్క్లను చూసిన చోట భాగస్వామ్యం చేయాలనుకున్న కొన్ని ఉదాహరణలు మరియు పంపిణీ చేసిన డేటా బాగా పనిచేస్తాయి. అణు యుద్ధంలో మనుగడ సాగించేలా ఇంటర్నెట్ మొదటి రోజు నుండే ప్రత్యేకంగా రూపొందించబడింది మరియు రూపొందించబడింది. యుఎస్ యొక్క భాగాలు ఎగిరిపోతే, ఇంటర్నెట్ ఇంకా రూపొందించబడింది, తద్వారా మనం ఇంకా కనెక్ట్ అయ్యే కారణాల వల్ల డేటా ప్యాకెట్ నష్టం లేకుండా ఇంటర్నెట్ చుట్టూ తిరగవచ్చు. అది ఇప్పటికీ ప్రపంచ స్థాయిలో ఉంది. రిడెండెన్సీ మరియు రౌటింగ్ ప్యాకెట్ల చుట్టూ ఇంటర్నెట్ బహుళ సామర్థ్యాలను కలిగి ఉంది. వాస్తవానికి ఇంటర్నెట్ను BGP, బోర్డర్ గేట్వే ప్రోటోకాల్ మరియు బోర్డర్ గేట్వే ప్రోటోకాల్, BGP అని పిలుస్తారు, ఇది ప్రత్యేకంగా రౌటర్ లేదా స్విచ్ లేదా సర్వర్ డౌన్ అవ్వడాన్ని ఎదుర్కోవటానికి రూపొందించబడింది. మీరు ఒక ఇమెయిల్ పంపినప్పుడు లేదా స్వీకరించినప్పుడు, మీరు వరుసగా మూడు ఇమెయిల్లను పంపితే, ఆ ప్రతి ఇమెయిల్లు ఒకే మార్గాన్ని ఒకే ముగింపు గమ్యస్థానానికి అనుసరిస్తాయనే గ్యారెంటీ లేదు. వారు వివిధ కారణాల వల్ల ఇంటర్నెట్ యొక్క వివిధ భాగాల గుండా వెళ్ళవచ్చు. అక్కడ వైఫల్యం ఉండవచ్చు, అప్గ్రేడ్ చేయవలసిన విషయాలు ఆఫ్లైన్లో ఉన్న నిర్వహణ విండోస్ ఉండవచ్చు, నెట్వర్క్లో రద్దీ ఉండవచ్చు, మరియు కార్లు మరియు ప్రజా రవాణా మరియు ఓడలు మరియు విమానాలతో ట్రాఫిక్ నెట్వర్క్లు వంటి వాటితో మనం చూస్తాము. మేము మా ల్యాప్టాప్లు మరియు టాబ్లెట్లు మరియు కంప్యూటర్లు వంటి పరికరాలకు బ్రౌజర్ల ద్వారా మరియు ప్రతిరోజూ కంటెంట్ డెలివరీ నెట్వర్క్ల ద్వారా కంటెంట్ను పొందుతాము. కంటెంట్ డెలివరీ నెట్వర్క్లు వెబ్ సర్వర్ వంటి మీ ప్రాధమిక సేవా ప్లాట్ఫాం నుండి కంటెంట్ కాపీలను తీసుకొని దాని యొక్క కాపీలను మరియు కాష్ చిన్న మొత్తాలను నెట్వర్క్ అంచుకు తరలించడం మరియు అంచు యొక్క సమీప భాగం నుండి మాత్రమే మీకు అందించడం.
యాంటీ-స్పామ్ మరియు సైబర్ సెక్యూరిటీ - కెనడాలో స్పామ్ ఈవెంట్ జరిగితే మరియు మైక్రోసాఫ్ట్ దానిని కనుగొని, అదే ఇమెయిల్ యొక్క కాపీలు యాదృచ్ఛిక వ్యక్తుల సమూహానికి పంపబడుతున్నాయని చూస్తే, చెక్సమ్లు దానిపై తీసుకోబడతాయి, ఆ సందేశానికి సంతకం సృష్టించబడింది మరియు నెట్వర్క్లో ఉంచబడింది మరియు వెంటనే పంపిణీ చేయబడుతుంది. అందువల్ల ఆ ఇమెయిల్ నా ఇన్బాక్స్లోకి ఎప్పటికీ రాదు, లేదా అలా చేస్తే, అది వెంటనే స్పామ్గా ట్యాగ్ చేయబడుతుంది ఎందుకంటే ఇది నెట్వర్క్ అంచున మరెక్కడైనా కనుగొనబడింది. కాబట్టి నెట్వర్క్ అంచు యొక్క ఇతర భాగాలు ఈ స్పామ్ సందేశ సంతకం గురించి చెప్పబడ్డాయి మరియు ఇది డేటాబేస్ యొక్క సూచికలో ఉంచబడింది మరియు ఆ సందేశాలు గ్రహం యొక్క మరొక వైపు కనిపించడం ప్రారంభిస్తే, మేము వాటిని గుర్తించాము మరియు అవి స్పామ్ అని మాకు తెలుసు. సైబర్ సెక్యూరిటీకి కూడా ఇది వర్తిస్తుంది. గ్రహం యొక్క ఒక వైపున జరుగుతున్న ఒక హాక్ గుర్తించబడింది మరియు నమోదు చేయబడింది మరియు మ్యాప్ చేయబడింది మరియు నెట్వర్క్ యొక్క మరొక భాగంలో అకస్మాత్తుగా మేము దానితో పోరాడవచ్చు మరియు నియమాలు మరియు విధానాలను దాఖలు చేయవచ్చు మరియు మేము దానిని నిరోధించగలమా అని చూడటానికి మార్చవచ్చు. సేవ యొక్క తిరస్కరణ లేదా సేవ యొక్క పంపిణీ నిరాకరణ వంటి వాటి యొక్క కొత్త ప్రభావంతో, కేంద్ర వెబ్సైట్పై దాడి చేయడానికి వేలాది యంత్రాలను ఉపయోగిస్తారు.
బిట్కాయిన్ మరియు బ్లాక్చెయిన్ అప్రమేయంగా ఉన్నాయి, దాని స్వభావంలో పంపిణీ చేయబడిన లెడ్జర్, బ్లాక్చెయిన్ మరియు నెట్వర్క్లో ఏదైనా అంతరాయాలు లేదా విచ్ఛిన్నాలతో ఎదుర్కుంటుంది. మోసం గుర్తించడం మరియు నివారణ, శక్తి మరియు నీటి వినియోగాలు - మేము చూస్తున్నాము, మీకు పవర్ నెట్వర్క్ తెలుసు, నెట్వర్క్లోని ఒక భాగం దానిపై ఒక చెట్టు భూమిని పొంది, ఒక పోల్ మరియు వైర్ను తీసుకుంటే, నా ఇంటికి ఇప్పటికీ శక్తి వస్తుంది. నాకు దాని గురించి కూడా తెలియదు, నేను తరచుగా వార్తల్లో కూడా చూడను. మరియు మనమందరం రవాణా నెట్వర్క్లకు అలవాటు పడ్డాము, అక్కడ మొదట కేంద్రీకృత నమూనా ఉంది, “అన్ని రహదారులు రోమ్కు దారితీశాయి, ” వారు చెప్పినట్లు, చివరికి మేము హబ్లు మరియు చువ్వలతో వికేంద్రీకృత మోడల్కు వెళ్ళవలసి వచ్చింది, ఆపై మేము వెళ్ళాము వివిధ మెష్డ్ మార్గాలు మరియు విభిన్న కూడళ్ల ద్వారా మీరు నగరం యొక్క ఒక వైపు నుండి మరొక వైపుకు వెళ్ళే మెష్డ్ నెట్వర్క్కు. కాబట్టి మనం ఇక్కడ చూసేది ఏమిటంటే, ఈ కేంద్రీకృత మోడల్ మనం ఇప్పుడు ఇంటర్నెట్తో చేస్తున్న పనుల యొక్క నెట్వర్క్ అంచుకు నెట్టవలసి ఉంటుంది. మరియు ఇది గతంలో కంటే విశ్లేషణలకు వర్తిస్తుంది మరియు మేము విశ్లేషణలను నెట్వర్క్లోకి నెట్టడం అవసరం. నా దృష్టిలో, ఆ డేటాను మరియు డేటా ప్రవాహాలను మేము ఎలా యాక్సెస్ చేస్తాము మరియు ప్రాసెస్ చేస్తాము అనేదానికి దీనికి పూర్తిగా క్రొత్త విధానం అవసరం. ఇంటర్నెట్-కనెక్ట్ చేయబడిన పరికరాల్లో పరిమిత మేధస్సు నెట్వర్క్ అంచుకు నెట్టివేయబడిందని నేను నమ్ముతున్న ఒక దృష్టాంతం గురించి మేము ఇప్పుడు మాట్లాడుతున్నాము, కాని త్వరలోనే ఆ పరికరాలు తెలివితేటలు పెరగడం మరియు వారు కోరుకున్న విశ్లేషణల స్థాయిని పెంచడం చూడబోతున్నాం. చెయ్యవలసిన. మరియు దాని ఫలితంగా మేము ఆ స్మార్ట్లను నెట్వర్క్ ద్వారా మరింత ముందుకు నెట్టాలి.
ఉదాహరణకు, స్మార్ట్ అనువర్తనాలు మరియు సోషల్ మీడియా - మేము సోషల్ మీడియా మరియు కొన్ని స్మార్ట్ అనువర్తనాల గురించి ఆలోచిస్తే, అవి ఇప్పటికీ చాలా కేంద్రంగా ఉన్నాయి. ఫేస్బుక్ ఇష్టాల కోసం రెండు లేదా మూడు డేటా సెంటర్లు మాత్రమే ఉన్నాయని మీకు తెలుసు. గూగుల్ చాలా ఎక్కువ వికేంద్రీకృతమైంది, కానీ ప్రపంచవ్యాప్తంగా ఇప్పటికీ పరిమిత సంఖ్యలో డేటా సెంటర్లు ఉన్నాయి. అప్పుడు మేము కంటెంట్ వ్యక్తిగతీకరణ గురించి ఆలోచించినప్పుడు, మీరు చాలా స్థానిక స్థాయిలో ఆలోచించాలి. మీ బ్రౌజర్లో లేదా స్థానిక కంటెంట్ డెలివరీ నెట్వర్క్ లేయర్లో చాలా జరుగుతున్నాయి. మరియు మేము ఆరోగ్యం మరియు ఫిట్నెస్ ట్రాకర్ల గురించి ఆలోచిస్తాము - వాటి నుండి సేకరించిన చాలా డేటా స్థానికంగా విశ్లేషించబడుతోంది మరియు మీరు మీ మణికట్టు మీద ఉంచిన గార్మిన్ మరియు ఫిట్బిట్ పరికరాల యొక్క క్రొత్త సంస్కరణలు, అవి పరికరంలో తెలివిగా మరియు తెలివిగా మారుతున్నాయి . వారు ఇప్పుడు మీ హృదయ స్పందన రేటు గురించి మొత్తం డేటాను కేంద్రీకృత సర్వర్కు పంపించరు మరియు విశ్లేషణలను పూర్తి చేస్తారు; వారు ఆ తెలివితేటలను నేరుగా పరికరంలోకి నిర్మిస్తున్నారు. కారులో నావిగేషన్, కారు నిరంతరం కేంద్ర స్థానం నుండి నవీకరణలు మరియు పటాలను పొందుతూ ఉండేది, ఇప్పుడు స్మార్ట్లు కారులో ఉన్నాయి మరియు కారు తీసుకునే నిర్ణయాలు స్వయంగా ఉంటాయి మరియు చివరికి కార్లు మెష్ అవుతాయి. కార్లు ఒకదానితో ఒకటి వైర్లెస్ నెట్వర్క్ల ద్వారా మాట్లాడుతాయి, అవి తరువాతి తరంలో 3 జి లేదా 4 జి వైర్లెస్ నెట్వర్క్పై ఉండవచ్చు, కాని చివరికి అది పరికరానికి పరికరం అవుతుంది. మరియు పరికరాలను తెలివిగా మార్చడం ద్వారా మేము దాని పరిమాణాన్ని ఎదుర్కోబోతున్నాం.
మాకు ఇప్పటికే అత్యవసర హెచ్చరిక వ్యవస్థలు ఉన్నాయి, అవి స్థానికంగా సమాచారాన్ని సేకరించి, కేంద్రంగా లేదా మెష్ నెట్వర్క్లోకి పంపుతాయి మరియు స్థానికంగా ఏమి జరుగుతుందో దాని గురించి నిర్ణయాలు తీసుకుంటాయి. ఉదాహరణకు, జపాన్లో, స్మార్ట్ఫోన్లో యాక్సిలెరోమీటర్లతో ప్రజలు తమ స్మార్ట్ఫోన్లలో అమలు చేసే అనువర్తనాలు ఉన్నాయి. స్మార్ట్ఫోన్లోని యాక్సిలెరోమీటర్లు కంపనాలు మరియు కదలికలను గుర్తించగలవు మరియు సాధారణ రోజువారీ కదలికలకు మరియు భూకంపం యొక్క ప్రకంపనలు మరియు షాక్ల మధ్య వ్యత్యాసాన్ని నిర్ణయించగలవు. మరియు ఆ ఫోన్ స్థానికంగా మిమ్మల్ని వెంటనే హెచ్చరించడం ప్రారంభిస్తుంది. ఇది భూకంపాలను కనుగొంటుందని అసలు అనువర్తనానికి తెలుసు. కానీ ఇది పంపిణీ చేయబడిన హబ్ మరియు స్పోక్ మోడల్లోని నెట్వర్క్ ద్వారా ఆ డేటాను పంచుకుంటుంది, తద్వారా మీ సమీపంలోని వ్యక్తులు నెట్వర్క్ ద్వారా డేటా ప్రవహించిన వెంటనే లేదా వీలైనంత త్వరగా హెచ్చరించబడతారు. ఆపై చివరికి అది కేంద్ర స్థానానికి లేదా కేంద్ర స్థానం యొక్క పంపిణీ కాపీకి చేరుకున్నప్పుడు, అది తక్షణ ప్రాంతంలో లేని వ్యక్తులకు తిరిగి నెట్టివేస్తుంది, గ్రహం యొక్క కదలికను గుర్తించలేదు, కానీ దాని గురించి హెచ్చరించాల్సిన అవసరం ఉంది బహుశా సునామీ రావచ్చు.
మరియు స్మార్ట్ సిటీ మౌలిక సదుపాయాలు - తెలివైన మౌలిక సదుపాయాల భావన, మేము ఇప్పటికే తెలివిని స్మార్ట్ భవనాలు మరియు స్మార్ట్ మౌలిక సదుపాయాలుగా నిర్మిస్తున్నాము. వాస్తవానికి, నిన్న నేను నా కారును నగరంలో ఒక కొత్త ప్రాంతంలో పార్క్ చేసాను, అక్కడ నగరం యొక్క కొంత భాగం పునరుద్ధరించబడింది మరియు పునర్నిర్మించబడింది. మరియు వారు అన్ని వీధులను తిరిగి చేసారు, మరియు వీధుల్లో సెన్సార్లు ఉన్నాయి, మరియు అసలు పార్కింగ్ మీటర్కు తెలుసు, నేను కారుతో నడిపినప్పుడు, నేను రెండు గంటల పరిమితి కోసం రిఫ్రెష్ చేయడానికి వెళ్ళినప్పుడు అది తెలుసు కారు కదలలేదు, మరియు అది నన్ను పైకి లేపడానికి మరియు మరో రెండు గంటలు ఉండటానికి అనుమతించదు. నేను కారులో ఎక్కవలసి వచ్చింది, స్థలం నుండి వైదొలిగి, ఆపై మరో రెండు గంటలు అక్కడే ఉండటానికి నన్ను అనుమతించటానికి దాన్ని వెనక్కి లాగండి. ఆసక్తికరమైన విషయం ఏమిటంటే, చివరికి మేము ఈ ప్రాంతంలోకి ప్రవేశించిన కారును స్థానికీకరించిన సెన్సార్గా గుర్తించలేకపోతున్నాం, కాని నా లైసెన్స్ ప్లేట్ను చూసే కెమెరాలతో గుర్తింపు వర్తించే ఆప్టికల్ లక్షణాలు వంటివి, మరియు అది తెలుస్తుంది నేను నిజంగా బయటకు తీసి వెనక్కి లాగి మోసపోయాను, మరియు అది నన్ను పునరుద్ధరించడానికి అనుమతించదు మరియు నేను ముందుకు వెళ్తాను. ఆపై అది ఆ డేటాను పంపిణీ చేస్తుంది మరియు నేను మరెక్కడా చేయలేనని నిర్ధారించుకున్నాను మరియు కొనసాగుతున్న ప్రాతిపదికన నెట్వర్క్ను మోసగించండి. ఎందుకంటే ఇది స్వభావంతో తెలివిగా ఉండాలి, లేకుంటే మనమందరం దాన్ని మోసం చేస్తూనే ఉంటాము.
80 ల చివరలో మరియు 90 ల ప్రారంభంలో, చెక్ పాయింట్ ఫైర్వాల్ -1 అని పిలువబడే ఒక ఉత్పత్తి అయిన ఫైర్వాల్ సాంకేతిక పరిజ్ఞానంలో నేను వ్యక్తిగతంగా నివసించిన ఉదాహరణ దీనికి ఉదాహరణ. కొన్ని పోర్టులు మరియు ఐపి చిరునామాలు మరియు నెట్వర్క్ల ద్వారా ట్రాఫిక్ రకాలు ఒకదానికొకటి మరియు ఒకదానికొకటి చేరుకోవటానికి, వెబ్ ట్రాఫిక్ ఒక ప్రదేశం నుండి మరొక ప్రదేశానికి, అని చెప్పడానికి మేము నియమాలను రూపొందించడానికి మరియు కొన్ని విషయాల చుట్టూ విధానాలు మరియు నియమాలను రూపొందించడానికి ఉపయోగించిన చాలా సులభమైన ఫైర్వాల్ టెక్నాలజీ, బ్రౌజర్ మరియు క్లయింట్ ఎండ్ నుండి మా సర్వర్ ఎండ్ వరకు వెళుతుంది. ఫైర్వాల్ల నుండి తర్కాన్ని బయటకు తీయడం ద్వారా మరియు అనువర్తన-నిర్దిష్ట ఇంటిగ్రేటెడ్ సర్క్యూట్ అయిన ASIC లోకి తరలించడం ద్వారా మేము ఈ సమస్యను పరిష్కరించాము. ఇది ఈథర్నెట్ స్విచ్లలోని పోర్ట్లను నియంత్రిస్తుంది. సర్వర్ కంప్యూటర్లు, ఫైర్వాల్స్గా నిర్ణయాలు తీసుకోవడానికి మేము సర్వర్లుగా ఉపయోగిస్తున్న కంప్యూటర్లు, ప్రతి చిన్న ప్యాకెట్ తనిఖీ కోసం వాటి గుండా వెళ్లే ట్రాఫిక్ పరిమాణాన్ని నిర్వహించడానికి తగినంత శక్తివంతమైనవి కాదని మేము కనుగొన్నాము. ప్యాకెట్ తనిఖీ మరియు ఇంటర్నెట్ డిటెక్షన్లు చేయడానికి అవసరమైన తర్కాన్ని నెట్వర్క్ స్విచ్లలోకి తరలించడం ద్వారా మేము సమస్యను పరిష్కరించాము, ఇవి పంపిణీ చేయబడ్డాయి మరియు నెట్వర్క్ స్థాయికి వెళ్ళే డేటా పరిమాణాన్ని నిర్వహించగలవు. ఫైర్వాల్లతో కేంద్రీకృత స్థాయిలో మేము దాని గురించి చింతించలేదు, మేము దానిని స్విచ్లకు తరలించాము.
అందువల్ల ఈథర్నెట్ స్విచ్లోకి మార్గాలు మరియు నియమాలను మరియు విధానాలను నెట్టడానికి తయారీదారులు మాకు సామర్థ్యాన్ని పెంచుకున్నారు, తద్వారా అసలు ఈథర్నెట్ పోర్ట్ స్థాయిలో, మరియు పూల్లోని చాలా మంది జానపద ప్రజలు ఈ విషయం గురించి తెలియదు ఎందుకంటే మేము అందరూ ఇప్పుడు వైర్లెస్ ప్రపంచంలో నివసిస్తున్నారు, కానీ ఒకప్పుడు ప్రతిదీ ఈథర్నెట్ ద్వారా ప్లగ్ ఇన్ చేయాల్సి వచ్చింది. ఇప్పుడు ఈథర్నెట్ పోర్ట్ స్థాయిలో మేము ప్యాకెట్లను తనిఖీ చేస్తున్నాము, ప్యాకెట్లను స్విచ్ మరియు నెట్వర్క్లోకి తరలించడానికి కూడా అనుమతించారా. నెట్వర్క్లో డేటాను ప్రత్యేకంగా ఐఆర్టి పరికరాల నుండి సంగ్రహించడం మరియు దానిని పరిశీలించడం మరియు దానిపై విశ్లేషణ చేయడం మరియు దానిపై నిర్ణయాలు తీసుకోవటానికి నిజ సమయంలో దానిపై విశ్లేషణలు చేయడం వంటి వాటిలో ఈ కొన్నింటిని మేము ఇప్పుడు పరిష్కరిస్తున్నాము. వ్యాపార మేధస్సు మరియు మానవులు మెరుగైన నిర్ణయాలు మరియు ఇతర విశ్లేషణలు మరియు మెషీన్-టు-మెషిన్ స్థాయి విషయాల కోసం పరికరాలు పరికరాలతో మాట్లాడుతున్నప్పుడు మరియు నిర్ణయాలు తీసుకునే విధానాల గురించి అంతర్దృష్టిని పొందడం.
మరియు ఇది ఒక ధోరణి కానుంది, భవిష్యత్తులో మేము పరిష్కరించుకోవాల్సిన అవసరం ఉంది, ఎందుకంటే మనం చేయకపోతే, మేము ఈ శబ్దం యొక్క వరదతో ముగుస్తుంది. మరియు మేము పెద్ద డేటా ప్రపంచంలో చూశాము, డేటా సరస్సులు డేటా చిత్తడినేలలుగా మారడాన్ని మేము చూశాము, అది శబ్దం యొక్క వరదతో ముగుస్తుంది, ఇది కేంద్రీకృతమై ప్రాసెసింగ్ విశ్లేషణలను ఎలా పరిష్కరించాలో మేము గుర్తించలేదు ఫ్యాషన్. మేము ఈ సమస్యను పరిష్కరించకపోతే, నా దృష్టిలో, వెంటనే IoT తో మరియు ప్లాట్ఫాం పరిష్కారాన్ని చాలా త్వరగా పొందండి, మేము చాలా చెడ్డ ప్రదేశంలో ముగుస్తాము.
మరియు మనస్సులో నేను నా పాయింట్తో మూసివేయబోతున్నాను, అంటే ఇప్పుడు పెద్ద డేటా మరియు అనలిటిక్స్ స్థలంలో జరుగుతున్న అతిపెద్ద మార్పులలో ఒకటి ఇంటర్నెట్ ప్రభావానికి ప్రతిస్పందించాల్సిన తక్షణ అవసరాన్ని బట్టి నడుస్తుందని నేను నమ్ముతున్నాను. అధిక-వాల్యూమ్ మరియు రియల్-టైమ్ అనలిటిక్స్లోని విషయాల గురించి, దీనిలో మనం విశ్లేషణలను నెట్వర్క్లోకి తరలించి, ఆపై చివరికి నెట్వర్క్ అంచుకు దాని పరిపూర్ణ పరిమాణాన్ని ఎదుర్కోవటానికి, దానిని ప్రాసెస్ చేయడానికి. ఆపై చివరికి, ఆశాజనక, మేము ఇంటెలిజెన్స్ను నెట్వర్క్లోకి మరియు నెట్వర్క్ యొక్క అంచుని ఒక హబ్లో ఉంచాము మరియు మాట్లాడే మోడల్లో మేము దీన్ని నిజంగా నిర్వహించగలము మరియు నిజ సమయంలో అంతర్దృష్టులను పొందవచ్చు మరియు దాని నుండి విలువను పొందవచ్చు. దానితో నేను మా అతిథికి వెళుతున్నాను మరియు ఈ సంభాషణ మమ్మల్ని ఎక్కడికి తీసుకువెళుతుందో చూడాలి.
షాన్ రోజర్స్: చాలా ధన్యవాదాలు. ఇది డెల్ స్టాటిస్టికాకు చెందిన షాన్ రోజర్స్, మరియు అబ్బాయి, ప్రారంభించడానికి, ఇక్కడ తాకిన అన్ని ప్రధాన అంశాలతో నేను పూర్తిగా అంగీకరిస్తున్నాను. మరియు రెబెక్కా, మీరు ఈ డేటా క్రొత్తది కాదని మీకు తెలుసు, మరియు డేటా, డేటా, IoT యొక్క డేటాను చర్చించడానికి ఎంత సమయం మరియు శక్తిని వెచ్చిస్తున్నారో నాకు చాలా గొప్పది. మరియు ఇది ఖచ్చితంగా సంబంధితమైనది, మీకు తెలుసా, రాబిన్ ఒక మంచి విషయం చెప్పాడు, మీరు నిజంగా సరళమైన పని చేస్తున్నప్పటికీ మరియు మీరు సెకనుకు ఒకసారి థర్మోస్టాట్లోకి నొక్కడం, మీకు తెలుసా, మీరు రోజుకు 24 గంటలు చేస్తారు మరియు మీకు నిజంగా ఉంటుంది మీకు తెలుసా, కొన్ని ఆసక్తికరమైన డేటా సవాళ్లు. కానీ, మీకు తెలుసా, చివరికి - మరియు పరిశ్రమలో చాలా మంది ఈ విధంగా డేటా గురించి మాట్లాడుతున్నారని నేను అనుకుంటున్నాను - ఇది నిజంగా అంత ఆసక్తికరంగా లేదని మరియు రెబెక్కా విషయానికొస్తే, ఇది చాలా కాలం పాటు ఉంది, కానీ మేము గతంలో పెద్దగా ఉపయోగించుకోలేకపోయాము. మరియు అధునాతన అనలిటిక్స్ పరిశ్రమ మరియు సాధారణంగా BI పరిశ్రమ నిజంగా IOT వైపు తలలు తిప్పడం ప్రారంభిస్తున్నాయని నేను అనుకుంటున్నాను. మరియు డెజ్, మీ చివరి దశకు, ఇది పెద్ద డేటా ల్యాండ్స్కేప్ యొక్క భాగం లేదా సవాలు పాయింట్లలో ఒకటి కావడం చాలా నిజమని నేను భావిస్తున్నాను. ఈ రకమైన డేటాతో మనం ఏమి చేయగలమనే దాని గురించి ప్రతి ఒక్కరూ చాలా సంతోషిస్తున్నారని నేను అనుకుంటున్నాను, అయితే అదే సమయంలో, అంతర్దృష్టిని ఎలా ఉపయోగించాలో మనం గుర్తించలేకపోతే, చర్య తీసుకోండి మరియు మీకు తెలిసిన, డేటా ఉన్న చోట విశ్లేషణలను పొందండి, నేను అనుకుంటున్నాను ప్రజలు తమ మార్గంలోకి రావడాన్ని చూడని సవాళ్లను మేము ఎదుర్కొంటున్నాము.
అధునాతన విశ్లేషణ స్థలంలో, IoT డేటాతో జరగవచ్చని మేము అనుకునే వాటికి పెద్ద అభిమానులు, ప్రత్యేకించి మేము దీనికి విశ్లేషణలను వర్తింపజేస్తుంటే. మరియు ఈ స్లయిడ్లో చాలా సమాచారం ఉంది మరియు నేను ప్రతి ఒక్కరినీ వేటాడటానికి మరియు చుట్టుముట్టడానికి అనుమతిస్తాను, కానీ మీరు రిటైల్ వంటి వివిధ రంగాలను కుడి వైపున చూస్తే, వారి అవకాశాన్ని మరింత వినూత్నంగా లేదా కొంత కలిగి ఉండటంలో తలెత్తుతోంది ఖర్చు పొదుపులు లేదా ప్రాసెస్ ఆప్టిమైజేషన్ లేదా మెరుగుదలలు చాలా ముఖ్యం మరియు వారు దాని కోసం చాలా ఉపయోగ సందర్భాలను చూస్తున్నారు. మీరు చూస్తే, మీకు తెలుసా, స్లైడ్లో ఎడమ నుండి కుడికి, ఈ వ్యక్తిగత పరిశ్రమలు ప్రతి ఒక్కరూ IoT కి విశ్లేషణలను వర్తింపజేసేటప్పుడు కొత్త సామర్థ్యాలను మరియు తమకు కొత్త భేద అవకాశాలను ఎలా క్లెయిమ్ చేస్తున్నాయో మీరు చూస్తారు. బాటమ్ లైన్ అని నేను అనుకుంటున్నాను, మీరు ఆ మార్గంలోకి వెళ్ళడానికి ప్రయత్నిస్తుంటే, మీరు డేటా గురించి, మరియు ఆర్కిటెక్చర్ గురించి ఆందోళన చెందాల్సిన అవసరం లేదు, కానీ మీరు ఎలా ఉత్తమంగా చూడాలి దానికి విశ్లేషణలను వర్తింపజేయండి మరియు విశ్లేషణలు ఎక్కడ జరగాలి.
నేటి పిలుపులో మనలో చాలా మందికి, రాబిన్ మరియు నేను ఒకరినొకరు చాలా కాలం నుండి తెలుసుకున్నాము మరియు గతంలో సాంప్రదాయ నిర్మాణాల గురించి, కేంద్రీకృత డేటాబేస్లు లేదా ఎంటర్ప్రైజ్ డేటా గిడ్డంగుల గురించి లెక్కలేనన్ని సంభాషణలు చేశాము, మరియు మేము ' గత దశాబ్దంలో మేము కనుగొన్నాము లేదా ఆ మౌలిక సదుపాయాల పరిమితులను విస్తరించే మంచి పని మేము చేస్తాము. మరియు వారు సమాచారానికి మేము వర్తింపజేస్తున్న గొప్ప విశ్లేషణలన్నింటికీ మద్దతు ఇవ్వడానికి మరియు ఈ సమాచారం ఆర్కిటెక్చర్ను విచ్ఛిన్నం చేస్తున్నట్లు మీకు తెలుసు, ఈ రోజు ఉండాలని మేము కోరుకుంటున్నట్లుగా అవి స్థిరంగా లేదా బలంగా లేవు. డేటా యొక్క వేగం, డేటా యొక్క వాల్యూమ్ మరియు మొదలైనవి ఖచ్చితంగా ఈ రకమైన పనికి మన సాంప్రదాయ పద్ధతులు మరియు వ్యూహాల యొక్క పరిమితులను ఖచ్చితంగా విస్తరిస్తాయి. అందువల్ల కంపెనీలు మరింత చురుకైన మరియు మరింత సరళమైన దృక్పథాన్ని తీసుకోవలసిన అవసరాన్ని పిలవడం మొదలవుతుందని నేను భావిస్తున్నాను మరియు ఆ భాగం, నేను ess హిస్తున్నాను, నేను IoT వైపు కొంచెం మాట్లాడాలనుకుంటున్నాను.
నేను చేసే ముందు, ప్రతి ఒక్కరినీ పిలవడానికి నేను కొంత సమయం తీసుకుంటాను, స్టాటిస్టికా అంటే ఏమిటి మరియు మేము ఏమి చేస్తున్నాం అనే దానిపై మీకు కొంచెం నేపథ్యం ఇస్తాను. ఈ స్లయిడ్ యొక్క శీర్షికలో మీరు చూడగలిగినట్లుగా, స్టాటిస్టికా అనేది IoT ప్లాట్ఫామ్ కోసం analy హాజనిత విశ్లేషణలు, పెద్ద డేటా మరియు విజువలైజేషన్. ఉత్పత్తి 30 ఏళ్ళకు పైగా ఉంది మరియు మేము మార్కెట్లోని ఇతర నాయకులతో పోటీ పడుతున్నాము, మీరు data హాజనిత విశ్లేషణలు, అధునాతన విశ్లేషణలను డేటాకు వర్తింపజేయగలగాలి. మేము మా విశ్లేషణలను ఎక్కడ ఉంచాలో విస్తరించే అవకాశాన్ని మేము చూశాము మరియు కొంతకాలం క్రితం కొన్ని సాంకేతిక పరిజ్ఞానాలపై పనిచేయడం ప్రారంభించాము, ఇవి డెజ్ మరియు రాబిన్ ఇద్దరూ ఈ రోజు గురించి మాట్లాడిన దాని ప్రయోజనాన్ని పొందటానికి మాకు బాగా స్థానం కల్పించాయి, ఇది ఈ కొత్త విధానం మరియు మీరు విశ్లేషణలను ఎక్కడ ఉంచబోతున్నారు మరియు మీరు దానిని డేటాతో ఎలా కలుపుతారు. ఆ వైపున మీరు ప్లాట్ఫారమ్తో పరిష్కరించగల ఇతర విషయాలు వస్తాయి, మరియు నేను చెప్పినట్లుగా, స్టాటిస్టికా మార్కెట్లో మంచి కాలం ఉంది. డేటా బ్లెండింగ్ వైపు మేము చాలా మంచివాళ్ళం మరియు మీకు తెలుసా, మేము ఈ రోజు డేటా యాక్సెస్ గురించి పెద్దగా మాట్లాడలేదు, కానీ ఈ విభిన్న నెట్వర్క్లను చేరుకోగలుగుతున్నాము మరియు సరైన డేటాను మీ చేతుల్లోకి తీసుకుంటాము సరైన సమయం తుది వినియోగదారులకు మరింత ఆసక్తికరంగా మరియు ముఖ్యమైనది.
చివరగా, నేను ఇక్కడ ఇంకొక భాగాన్ని వ్యాఖ్యానిస్తాను, ఎందుకంటే మీ పర్యావరణం అంతటా విశ్లేషణాత్మక నమూనాలపై కొంత స్థాయి నియంత్రణ మరియు భద్రత కలిగివుండటం మరియు డేటా చాలా ముఖ్యమైనదిగా మారడం గురించి డెజ్ నెట్వర్క్ల గురించి మంచి విషయం చెప్పాడు. కొన్ని సంవత్సరాల క్రితం నేను ఈ పరిశ్రమలోకి ప్రవేశించినప్పుడు - దాదాపు 20 ఈ సమయంలో నేను అనుకుంటున్నాను - మేము అధునాతన విశ్లేషణల గురించి మాట్లాడినప్పుడు, ఇది చాలా క్యూరేటెడ్ పద్ధతిలో ఉంది. సంస్థలోని ఇద్దరు వ్యక్తులు మాత్రమే తమ చేతులను కలిగి ఉన్నారు, వారు దానిని మోహరించారు మరియు వారు ప్రజలకు అవసరమైన విధంగా సమాధానం ఇచ్చారు లేదా అవసరమైన విధంగా అంతర్దృష్టులను అందించారు. ఇది నిజంగా మారుతున్నది మరియు మనం చూసేది చాలా మంది ప్రజలు ఒకటి లేదా అంతకంటే ఎక్కువ వైవిధ్యమైన మరియు మరింత సరళమైన మార్గంతో డేటాను చేరుకోవడం, డేటాకు భద్రత మరియు పాలనను వర్తింపజేయడం మరియు దానిపై సహకరించగల సామర్థ్యం. డెల్ స్టాటిస్టికా చూసే కొన్ని ముఖ్యమైన విషయాలు అవి.
కానీ నేటి శీర్షికకు కొంచెం దగ్గరగా ఉన్న అంశంలోకి నేను డైవ్ చేయాలనుకుంటున్నాను, విషయాల యొక్క ఇంటర్నెట్ నుండి వచ్చే డేటాను మేము ఎలా పరిష్కరించాలి మరియు మీరు విభిన్న పరిష్కారాలను చూస్తున్నప్పుడు మీరు వెతుకుతున్నది ఏమిటి. నేను ప్రస్తుతం మీ ముందు లేచిన స్లైడ్ సాంప్రదాయ దృక్పథం మరియు డెజ్ మరియు రాబిన్ ఇద్దరూ దీనిని తాకినట్లు మీకు తెలుసు, సెన్సార్తో మాట్లాడే ఈ ఆలోచన, ఇది ఆటోమొబైల్ లేదా టోస్టర్ అయినా లేదా విండ్ టర్బైన్, లేదా మీ దగ్గర ఏమి ఉంది, ఆపై ఆ డేటాను డేటా సోర్స్ నుండి మీ నెట్వర్క్కు తిరిగి కేంద్రీకృత విధమైన కాన్ఫిగరేషన్కు తరలించండి, డెజ్ పేర్కొన్నట్లు. మరియు ఇది చాలా బాగా నెట్వర్క్ చేస్తుంది మరియు చాలా కంపెనీలు IoT అంతరిక్షంలోకి ప్రవేశిస్తాయి, మొదట ఆ మోడల్తో దీన్ని ప్రారంభిస్తున్నారు.
మీరు స్లైడ్ దిగువ వైపు చూస్తే, ఇతర సాంప్రదాయ డేటా వనరులను తీసుకోవటం, మీ IoT డేటాను పెంచడం మరియు ఈ విధమైన కోర్ వద్ద, మీ కోర్ ఒక డేటా సెంటర్గా జరుగుతుందా లేదా అనేది ఈ ఆలోచన. క్లౌడ్లో ఉండవచ్చు, ఇది నిజంగా పట్టింపు లేదు, మీరు స్టాటిస్టికా వంటి ఉత్పత్తిని తీసుకొని, ఆ సమయంలో దానికి విశ్లేషణలను వర్తింపజేసి, ఆపై వినియోగదారులకు ఆ అంతర్దృష్టులను కుడి వైపున అందిస్తారు. మరియు నేను ఈ సమయంలో టేబుల్ పందెం అని అనుకుంటున్నాను. ఇది మీరు చేయగలిగేది మరియు మీరు ఒక అధునాతన అనలిటిక్స్ ప్లాట్ఫామ్ కోసం తగినంత ఓపెన్ ఆర్కిటెక్చర్ కలిగి ఉండాలి మరియు వీటన్నిటితో, విధమైన, విభిన్న డేటా వనరులతో, ఈ సెన్సార్లు మరియు ఈ విభిన్న గమ్యస్థానాలతో మాట్లాడాలి. మీకు డేటా ఉంది. మరియు ఇది మీరు చేయగలిగేది అని నేను అనుకుంటున్నాను మరియు మార్కెట్లో చాలా మంది నాయకులు ఈ రకమైన పనులను చేయగలరని మీరు నిజమని భావిస్తాను. ఇక్కడ స్టాటిస్టికాలో మేము దీని గురించి కోర్ అనలిటిక్స్గా మాట్లాడుతాము. డేటాను పొందండి, డేటాను తిరిగి కోర్లోకి తీసుకురండి, దాన్ని ప్రాసెస్ చేయండి, అవసరమైతే లేదా ప్రయోజనకరంగా ఉంటే మరింత డేటాను జోడించి, మీ విశ్లేషణలను చేసి, ఆ చర్య కోసం లేదా అంతర్దృష్టి కోసం భాగస్వామ్యం చేయండి.
అందువల్ల అవి ఖచ్చితంగా ఫంక్షన్ దృక్కోణం నుండి వచ్చాయని నేను అనుకుంటున్నాను, మీకు తెలుసా, ఇది బేర్ అవసరం మరియు ప్రతి ఒక్కరూ దీన్ని చేయాల్సిన అవసరం ఉంది. ఇది ఆసక్తికరంగా ఉండటానికి ఎక్కడ మొదలవుతుంది, అక్కడ మీకు భారీ మొత్తంలో డేటా ఉంది, మీకు తెలుసా, IoT సెన్సార్ల వంటి విభిన్న డేటా వనరుల నుండి వస్తున్నది, నేను చెప్పినట్లుగా, ఇది కారు లేదా భద్రతా కెమెరా లేదా తయారీ ప్రక్రియ అయినా, అక్కడ ప్రారంభమవుతుంది డేటా వాస్తవంగా ఉత్పత్తి చేయబడుతున్న చోట విశ్లేషణాత్మకంగా చేయగలగడం ఒక ప్రయోజనం. మరియు చాలా మందికి ప్రయోజనం, నేను విశ్లేషణాత్మకతను కోర్ నుండి అంచుకు తరలించడం ప్రారంభించినప్పుడు, జరుగుతున్న కొన్ని డేటా సవాళ్లను విస్తరించే ఈ సామర్ధ్యం, మరియు డెజ్ మరియు రాబిన్ బహుశా దీనిపై వ్యాఖ్యానిస్తారు ఈ రోజు, కానీ మీరు డేటాను పర్యవేక్షించగలగాలి మరియు అంచున చర్య తీసుకోవాలి అని నేను అనుకుంటున్నాను, తద్వారా ఆ డేటాను మీ నెట్వర్క్కు తరలించడం ఎల్లప్పుడూ అవసరం లేదు. రాబిన్ తన గురించి, అతను రూపొందించిన ఆర్కిటెక్చర్ చిత్రాలలో మాట్లాడాడు, ఇక్కడ మీకు ఈ విభిన్న వనరులు ఉన్నాయి, కాని సాధారణంగా కొంత అగ్రిగేషన్ పాయింట్ ఉంటుంది. మనం చాలా తరచుగా చూసే అగ్రిగేషన్ పాయింట్ సెన్సార్ స్థాయిలో ఉంటుంది, కానీ చాలా తరచుగా గేట్వే స్థాయిలో ఉంటుంది. మీరు ఈ కేంద్రానికి తిరిగి రాకముందే డేటా మూలాల నుండి డేటా ప్రవాహంలో మధ్యవర్తిగా ఈ గేట్వేలు ఉన్నాయి.
డెల్ స్టాటిస్టికా సద్వినియోగం చేసుకున్న అవకాశాలలో ఒకటి, మా కేంద్రీకృత అధునాతన అనలిటిక్స్ ప్లాట్ఫామ్ నుండి ఒక మోడల్ను ఎగుమతి చేయగల సామర్థ్యం, ఒక మోడల్ను తీసుకొని, ఆ నమూనాను గేట్వే లేదా లోపల వంటి వేరే ప్లాట్ఫారమ్లో అంచు వద్ద అమలు చేయగలదు. డేటాబేస్ లేదా మీకు ఏమి ఉంది. నేటి సంభాషణ యొక్క ఆసక్తికరమైన విషయం ఏమిటంటే అది మాకు ఇచ్చే వశ్యత అని నేను అనుకుంటున్నాను, ఈ రోజు మీ మౌలిక సదుపాయాలలో మీకు ఉందా? మీ విశ్లేషణలు నివసించే ప్రదేశానికి డేటాను ఎల్లప్పుడూ తరలించడానికి వ్యతిరేకంగా డేటా నివసించే చోటికి మీరు విశ్లేషకుడిని తరలించగలరా? స్టాటిస్టికా కొంతకాలంగా దృష్టి సారించిన విషయం ఇది, మరియు మీరు స్లైడ్లను దగ్గరగా చూస్తున్నప్పుడు మా సోదరి సంస్థ డెల్ బూమి నుండి అక్కడ కొన్ని ఇతర సాంకేతిక పరిజ్ఞానం ఉందని మీరు చూస్తారు. డెల్ బూమి క్లౌడ్లోని డేటా ఇంటిగ్రేషన్ మరియు అప్లికేషన్ ఇంటిగ్రేషన్ ప్లాట్ఫామ్ మరియు డెల్ స్టాటిస్టికా నుండి, బూమి ద్వారా మరియు ఆఫ్ ఎడ్జ్ పరికరాలకు మా మోడళ్లను తరలించడానికి మేము డెల్ బూమిని అక్రమ రవాణా పరికరంగా ఉపయోగిస్తాము. మరియు ఇది కంపెనీలు డిమాండ్ చేయబోయే చురుకైన విధానం అని మేము అనుకుంటున్నాము, నేను మీకు ఒక నిమిషం క్రితం చూపించిన సంస్కరణను ఇష్టపడుతున్నాను, ఇది సెన్సార్ల నుండి డేటాను అన్ని వైపులా తిరిగి తరలించే ప్రధాన ఆలోచన. కేంద్రం, అదే సమయంలో కంపెనీలు నేను ఇక్కడ వివరించే విధంగా దీన్ని చేయాలనుకుంటున్నాను. రాబిన్ మరియు డెజ్ ఇద్దరూ చేసిన కొన్ని పాయింట్లకు ఇది చేయడం వల్ల కలిగే ప్రయోజనాలు, అంటే మీరు నిర్ణయం తీసుకొని మీ వ్యాపారం యొక్క వేగంతో చర్య తీసుకోవచ్చా? మీరు విశ్లేషణలను ఒక ప్రదేశం నుండి మరొక ప్రదేశానికి తరలించగలరా మరియు ఆ అంచు డేటాను నిరంతరం కేంద్రానికి తరలించే సమయం, డబ్బు మరియు శక్తి మరియు సంక్లిష్టతను మీరే ఆదా చేసుకోగలరు.
ఇప్పుడు నేను కొన్ని ఎడ్జ్ డేటా ఎల్లప్పుడూ తగినంత మెరిట్ కలిగి ఉంటానని చెప్పాను, అక్కడ ఆ డేటాను నిల్వ చేసి, దానిని ఉంచడానికి మరియు మీ నెట్వర్క్కు తిరిగి తీసుకురావడానికి అర్ధమే, కాని ఏ అంచు విశ్లేషణలు మిమ్మల్ని అనుమతిస్తాయి డేటా వాస్తవానికి వస్తున్న వేగంతో నిర్ణయాలు తీసుకునే సామర్ధ్యం ఉందా? మీరు అంతర్దృష్టిని మరియు చర్యను అత్యధిక విలువ ఉన్న వేగంతో వర్తింపజేయగలుగుతారు. అధునాతన విశ్లేషణలు మరియు IoT డేటాను ఉపయోగించుకునేటప్పుడు మనమందరం వెతుకుతున్నాం అని నేను అనుకుంటున్నాను, ఇది వ్యాపార వేగంతో లేదా కస్టమర్ కోరిన వేగంతో కదలడానికి ఈ అవకాశం. మా స్థానం ఏమిటంటే, మీరు రెండింటినీ చేయగలగాలి అని నేను అనుకుంటున్నాను. మరియు చాలా త్వరగా మరియు చాలా త్వరగా ఎక్కువ కంపెనీలు మరింత వైవిధ్యమైన డేటా సెట్లను చూస్తున్నాయని నేను అనుకుంటున్నాను, ముఖ్యంగా ఐఒటి వైపు నుండి, వారు విక్రేత స్థలాన్ని చూడటం ప్రారంభించబోతున్నారు మరియు స్టాటిస్టికా ఏమి చేయగలదో డిమాండ్ చేస్తున్నారు. ఇది చాలా సంవత్సరాలుగా మేము సాంప్రదాయకంగా చేసినట్లుగా, ఒక మోడల్ను మోహరించడం లేదా ఐఒటి గేట్వే వంటి సాంప్రదాయేతర ప్లాట్ఫారమ్లపై మోహరించడం మరియు వాస్తవానికి డేటాకు విశ్లేషణలను స్కోర్ చేసి వర్తింపజేయడం. డేటా ఉత్పత్తి అయిన అంచు వద్ద. ఈ సంభాషణ యొక్క ఉత్తేజకరమైన భాగం ఇక్కడకు వస్తుందని నేను అనుకుంటున్నాను. ఎందుకంటే డేటా సెన్సార్ నుండి వచ్చే సమయంలో అంచు వద్ద ఒక విశ్లేషణాత్మకతను వర్తింపజేయడం ద్వారా, మనకు అవసరమైనంత వేగంగా చర్య తీసుకోవడానికి అనుమతిస్తుంది, కానీ నిర్ణయించడానికి కూడా మనలను అనుమతిస్తుంది, ఈ డేటా వెంటనే కోర్కు తిరిగి వెళ్లవలసిన అవసరం ఉందా? మేము దానిని ఇక్కడ బ్యాచ్ చేసి, దానిని తిరిగి ముక్కలుగా మరియు భాగాలుగా పంపించి, తరువాత మరింత విశ్లేషణ చేయగలమా? మరియు మా ప్రముఖ కస్టమర్లు చాలా మందిని చూస్తున్నారు.
డెల్ స్టాటిస్టికా చేసే విధానం మనకు ఉపయోగించుకునే సామర్ధ్యం ఉంది, కాబట్టి ఉదాహరణకు మీరు స్టాటిస్టికా లోపల ఒక న్యూరల్ నెట్వర్క్ను నిర్మించారని చెప్పండి మరియు మీరు మీ డేటా ల్యాండ్స్కేప్లో వేరే చోట న్యూరల్ నెట్వర్క్ను ఉంచాలనుకుంటున్నారు. ఆ నమూనాలను మరియు అక్కడ కుడి చేతి మూలలో మీరు గమనించిన అన్ని భాషలను అవుట్పుట్ చేసే సామర్ధ్యం మాకు ఉంది - జావా, పిపిఎంఎల్, సి మరియు ఎస్క్యూఎల్ మరియు మొదలైనవి, మేము పైథాన్ను కూడా చేర్చుకుంటాము మరియు మేము మా స్క్రిప్ట్లను కూడా ఎగుమతి చేయగలుగుతున్నాము - మరియు మీరు కేంద్రీకృతమై ఉన్న మా ప్లాట్ఫాం నుండి దాన్ని తరలించినప్పుడు, మీకు అవసరమైన చోట మీరు ఆ మోడల్ను లేదా ఆ అల్గోరిథంను అమలు చేయవచ్చు. నేను ఇంతకు ముందే చెప్పినట్లుగా, మేము దానిని ఉంచడానికి మరియు దానిని అమలు చేయాల్సిన చోట పార్క్ చేయడానికి డెల్ బూమిని ఉపయోగిస్తాము మరియు తరువాత మేము ఫలితాలను తిరిగి తీసుకురాగలము, లేదా డేటాను తిరిగి తీసుకురావడానికి లేదా డేటాను స్కోర్ చేయడానికి మరియు మా నిబంధనల ఇంజిన్ను ఉపయోగించి చర్య తీసుకోవడానికి మేము సహాయపడతాము. . మేము ఈ రకమైన డేటాను చూడటం ప్రారంభించినప్పుడు మరియు మేము మళ్ళీ ఆలోచించినప్పుడు ఆ విషయాలన్నీ ముఖ్యమైనవి.
ఇది ఫోన్లో మీలో చాలా మందికి చేయవలసిన అవసరం ఉంది, ఎందుకంటే ఇది మీ నెట్వర్క్లో చాలా ఖరీదైనది మరియు పన్ను విధించబడుతుంది, డెజ్ చెప్పినట్లుగా, ఈ రేఖాచిత్రాల ఎడమ నుండి డేటాను ఈ రేఖాచిత్రాల కుడి వైపుకు తరలించడానికి సమయం. ఇది చాలా లాగా అనిపించదు కాని వారి ఫ్యాక్టరీలలో పదివేల సెన్సార్లతో తయారీ వినియోగదారులను చూశాము. మరియు మీ ఫ్యాక్టరీలో మీకు పది వేల సెన్సార్లు ఉంటే, మీరు వీటిని రెండవ రకమైన పరీక్షలు లేదా సిగ్నల్స్ చేస్తున్నప్పటికీ, మీరు రోజుకు ఒక్కొక్క వ్యక్తిగత సెన్సార్ల నుండి ఎనభై నాలుగు వేల వరుస డేటా గురించి మాట్లాడుతున్నారు. కాబట్టి డేటా ఖచ్చితంగా పైల్స్ మరియు రాబిన్ విధమైన పేర్కొన్నారు. ముందస్తుగా నేను మా సాఫ్ట్వేర్ మరియు ఐయోటి డేటాను ఉపయోగించి ప్రజలు చాలా ఆసక్తికరమైన విషయాలను పొందుతున్నట్లు చూస్తున్న కొన్ని పరిశ్రమలను నేను ప్రస్తావించాను: ఆటోమేషన్, ఎనర్జీ, యుటిలిటీలను నిర్మించడం నిజంగా ముఖ్యమైన స్థలం. సిస్టమ్ ఆప్టిమైజేషన్, కస్టమర్ సేవ మరియు మొత్తం కార్యకలాపాలు మరియు నిర్వహణ, ఇంధన సదుపాయాల లోపల మరియు ఆటోమేషన్ కోసం భవనం లోపల చాలా పని జరుగుతున్నట్లు మేము చూస్తాము. మరియు ఇవి చాలా శక్తివంతమైనవి అని మనం చూసే కొన్ని ఉపయోగ సందర్భాలు.
మేము ఇంతకు ముందు ఎడ్జ్ అనలిటిక్స్ చేస్తున్నాము, ఈ పదం ఉపయోగించబడింది. నేను చెప్పినట్లుగా, స్టాటిస్టికా వద్ద మాకు లోతైన మూలాలు ఉన్నాయి. ఈ సంస్థ దాదాపు 30 సంవత్సరాల క్రితం స్థాపించబడింది, కాబట్టి కస్టమర్లు వారి విశ్లేషణలతో IoT డేటాను ఏకీకృతం చేస్తున్న కొంతకాలం వెనక్కి వెళ్తున్నారు మరియు కొంతకాలం ఉన్నారు. మరియు అలయంట్ ఎనర్జీ మా ఉపయోగ సందర్భాలలో లేదా రిఫరెన్స్ కస్టమర్లలో ఒకటి. మరియు ఒక భౌతిక సంస్థ భౌతిక సంస్థతో ఉన్న సమస్యను మీరు can హించవచ్చు. భౌతిక మొక్క యొక్క ఇటుక గోడలకు మించి స్కేలింగ్ చేయడం చాలా కష్టం మరియు అందువల్ల అల్లియంట్ వంటి ఇంధన సంస్థలు తమ శక్తి ఉత్పత్తిని ఆప్టిమైజ్ చేయడానికి మార్గాలను అన్వేషిస్తున్నాయి, ప్రాథమికంగా వాటి తయారీ ప్రక్రియను మెరుగుపరుస్తాయి మరియు దానిని అత్యున్నత స్థాయికి ఆప్టిమైజ్ చేస్తాయి. మరియు వారు తమ మొక్కలలోని కొలిమిలను నిర్వహించడానికి స్టాటిస్టికాను ఉపయోగిస్తారు. సైన్స్ క్లాసులో మన ప్రారంభ రోజులకు తిరిగి వెళ్ళే మనందరికీ, ఫర్నేసులు వేడిని చేస్తాయని, వేడి ఆవిరిని చేస్తుంది, టర్బైన్లు తిరుగుతాయి, మనకు విద్యుత్ లభిస్తుంది. అల్లియంట్ వంటి సంస్థల సమస్య వాస్తవానికి ఆ పెద్ద తుఫాను కొలిమిలలో విషయాలు ఎలా వేడెక్కుతుందో మరియు ఎలా కాలిపోతుందో ఆప్టిమైజ్ చేస్తుంది. కాలుష్యం, కార్బన్ స్థానభ్రంశం మరియు అదనపు ఖర్చులను నివారించడానికి అవుట్పుట్ను ఆప్టిమైజ్ చేయడం. అందువల్ల మీరు ఈ తుఫాను కొలిమిలలో ఒకదాని లోపలి పరికరాలను, సెన్సార్లతో పర్యవేక్షించగలగాలి, ఆపై ఆ సెన్సార్ డేటా మొత్తాన్ని తీసుకొని శక్తి ప్రక్రియలో కొనసాగుతున్న ప్రాతిపదికన మార్పులు చేయాలి. ఐయోటి అనే పదం సూపర్ పాపులర్ కావడానికి ముందే 2007 నుండి స్టాటిస్టికా అల్లియంట్ కోసం చేస్తున్నది అదే.
రెబెక్కా ప్రారంభంలో, డేటా ఖచ్చితంగా కొత్తది కాదు. ఉత్తేజకరమైన విషయాలు జరుగుతున్న చోట దీన్ని ప్రాసెస్ చేయగల సామర్థ్యం మరియు సరిగ్గా ఉపయోగించడం. ఈ రోజు ప్రీ-కాల్లో మేము ఆరోగ్య సంరక్షణ గురించి కొంచెం మాట్లాడాము మరియు మెరుగైన రోగి సంరక్షణ, నివారణ నిర్వహణ, సరఫరా గొలుసు నిర్వహణ మరియు ఆరోగ్య సంరక్షణలో కార్యాచరణ సామర్థ్యాలు వంటి పనులను చేయడానికి మేము అన్ని రకాల అనువర్తనాలను చూస్తున్నాము. మరియు అది చాలా కొనసాగుతోంది మరియు విభిన్న వినియోగ సందర్భాలు చాలా ఉన్నాయి. స్టాటిస్టికాలో మేము చాలా గర్వపడుతున్నది మా కస్టమర్ షైర్ బయోఫార్మాస్యూటికల్స్ వద్ద ఉంది. మరియు షైర్ నిజంగా కష్టతరమైన చికిత్సకు ప్రత్యేకమైన drugs షధాలను తయారు చేస్తుంది. మరియు వారు తమ కస్టమర్ల కోసం వారి medicine షధం యొక్క సమూహాన్ని సృష్టించినప్పుడు, ఇది చాలా ఖరీదైన ప్రక్రియ మరియు చాలా ఖరీదైన ప్రక్రియ కూడా సమయం పడుతుంది. ఉత్పాదక ప్రక్రియ గురించి మీరు ఆలోచించినప్పుడు సవాళ్లు మొత్తం డేటాను ఏకీకృతం చేస్తాయి, సిస్టమ్లోకి డేటాను పెట్టడానికి వివిధ మార్గాల్లో తగినంత సరళంగా ఉండటం, సమాచారాన్ని ధృవీకరించడం మరియు ఆ కస్టమర్కు మేము ఎలా సహాయం చేస్తాం అనే దాని గురించి tive హించగలుగుతాము. మరియు మా ఉత్పాదక వ్యవస్థల నుండి చాలా సమాచారాన్ని లాగే ప్రక్రియలు మరియు ఈ తయారీ వ్యవస్థలను నడిపించే పరికరాలు మరియు సెన్సార్లు. కంపెనీలు తమ ప్రక్రియల నుండి సెన్సార్ డేటా, ఐయోటి డేటా మరియు రెగ్యులర్ డేటా కలయికను ఉపయోగించి నష్టాన్ని ఎలా నివారించాలో మరియు వారి తయారీ ప్రక్రియలను ఆప్టిమైజ్ చేయడానికి ఇది గొప్ప ఉపయోగ సందర్భం.
కాబట్టి మీకు తెలుసు, తయారీ, మరియు ముఖ్యంగా హైటెక్ తయారీ, ఈ రకమైన పని మరియు డేటా చుట్టూ ఆరోగ్య సంరక్షణ పరిశ్రమకు ప్రయోజనం చేకూరుస్తున్నదానికి మంచి ఉదాహరణ. నేను దాన్ని మూటగట్టుకుని, డెజ్ మరియు రాబిన్లకు తిరిగి ఇచ్చే ముందు నేను చేయాలనుకుంటున్న ఇతర పాయింట్లను నేను పొందాను. కానీ మీకు తెలుసా, మీ వాతావరణంలో ఎక్కడైనా మీ విశ్లేషకుడిని నెట్టగల ఈ ఆలోచన చాలా కంపెనీలకు చాలా ముఖ్యమైనదిగా భావిస్తున్నాను. మూలాల నుండి తిరిగి కేంద్ర స్థానాలకు ETL-ing డేటా యొక్క సాంప్రదాయ ఆకృతికి కట్టుబడి ఉండటం వలన మీ వ్యూహంలో ఎల్లప్పుడూ స్థానం ఉంటుంది, కానీ మీ ఏకైక వ్యూహం కాకూడదు. మీరు ఈ రోజు విషయాలకు మరింత సరళమైన విధానాన్ని తీసుకోవాలి. నేను పేర్కొన్న భద్రతను వర్తింపజేయడానికి, మీ నెట్వర్క్ యొక్క పన్నును నివారించండి, డేటాను అంచు నుండి వచ్చినట్లుగా నిర్వహించడానికి మరియు ఫిల్టర్ చేయగలుగుతారు మరియు దీర్ఘకాలికంగా ఏ డేటాను ఉంచాలో విలువైనది, ఏ డేటాను కదిలించాలో విలువైనది మా నెట్వర్క్కు లేదా సాధ్యమైనంత ఉత్తమమైన నిర్ణయాలు తీసుకోవటానికి, సృష్టించబడిన సమయంలో ఏ డేటాను విశ్లేషించాల్సిన అవసరం ఉంది. ఇది ప్రతిచోటా మరియు ఎక్కడైనా విశ్లేషణాత్మక విధానం అనేది స్టాటిస్టికా వద్ద మనం చాలా హృదయపూర్వకంగా తీసుకునే విషయం మరియు ఇది మేము చాలా నైపుణ్యం కలిగిన విషయం. మరియు ఇది నేను ఇంతకు ముందు చెప్పిన స్లైడ్లలో ఒకదానికి వెళుతుంది, మీ మోడళ్లను వివిధ భాషలలో ఎగుమతి చేసే సామర్థ్యం, తద్వారా అవి డేటా సృష్టించబడుతున్న ప్లాట్ఫామ్లతో సరిపోలవచ్చు మరియు సమలేఖనం చేయబడతాయి. ఆపై ఆ మోడళ్ల కోసం పంపిణీ పరికరాన్ని కలిగి ఉండటం, ఇది మేము టేబుల్కి తీసుకువచ్చే విషయం మరియు మేము చాలా సంతోషిస్తున్నాము. ఈ రోజు సంభాషణ ఏమిటంటే, మన సిస్టమ్స్లో చాలా కాలం నుండి ఉన్న ఈ డేటా గురించి మనం నిజంగా తీవ్రంగా ఆలోచించబోతున్నాం మరియు దాన్ని ఉపయోగించుకోవడానికి పోటీతత్వ అంచు మరియు వినూత్న కోణాన్ని కనుగొనాలనుకుంటే, మీరు దరఖాస్తు చేసుకోవాలి మేము గతంలో ఉపయోగించిన కొన్ని నిషేధిత మోడళ్ల నుండి బయటపడటానికి మిమ్మల్ని అనుమతించే కొన్ని సాంకేతికత.
మళ్ళీ, నా ఉద్దేశ్యం ఏమిటంటే, మీరు IoT చేయబోతున్నట్లయితే, మీరు దీన్ని కోర్ వద్ద చేయగలగాలి అని నేను అనుకుంటున్నాను, మరియు డేటాను తీసుకురండి మరియు ఇతర డేటాతో సరిపోల్చండి మరియు మీ విశ్లేషణలు చేయండి. కానీ, సమానంగా ముఖ్యమైనది లేదా అంతకంటే ముఖ్యమైనది ఏమిటంటే, డేటాతో విశ్లేషణను ఉంచడానికి మరియు నేను పేర్కొన్న ప్రయోజనాల కోసం మీ ఆర్కిటెక్చర్ యొక్క మధ్య వైపు నుండి విశ్లేషకుడిని అంచుకు తరలించడానికి మీకు ఈ వశ్యత ఉండాలి. ముందు. మేము ఎవరు మరియు మార్కెట్లో ఏమి చేస్తున్నాం అనే దాని గురించి కొంచెం చెప్పవచ్చు. మరియు మేము IoT గురించి చాలా సంతోషిస్తున్నాము, ఇది ఖచ్చితంగా వయస్సు వచ్చేదని మేము భావిస్తున్నాము మరియు ఈ రకమైన డేటాతో వారి విశ్లేషణలు మరియు క్లిష్టమైన ప్రక్రియలను ప్రభావితం చేయడానికి ఇక్కడ ప్రతి ఒక్కరికీ గొప్ప అవకాశాలు ఉన్నాయి.
రెబెకా జోజ్వియాక్: షాన్, చాలా ధన్యవాదాలు, ఇది నిజంగా అద్భుతమైన ప్రదర్శన. మీకు కొన్ని ప్రశ్నలు అడగడానికి డెజ్ బహుశా చనిపోతున్నాడని నాకు తెలుసు కాబట్టి డెజ్, నేను మిమ్మల్ని మొదట వెళ్ళనివ్వను.
డెజ్ బ్లాంచ్ఫీల్డ్: నాకు ఒక మిలియన్ ప్రశ్నలు ఉన్నాయి, కాని నేను రాబిన్కు కూడా ఉంటానని నాకు తెలుసు కాబట్టి నన్ను నేను కలిగి ఉంటాను. నేను చాలా దూరం చూస్తున్న ఒక విషయం ఏమిటంటే, మీ అనుభవంలో కొంత అంతర్దృష్టిని పొందడానికి నేను నిజంగా ఆసక్తిగా ఉన్నాను. సంస్థలు సవాలుతో పోరాడుతున్నాయి, మరియు వాటిలో కొన్ని క్లాస్ ష్వాబ్ యొక్క "నాల్గవ పారిశ్రామిక విప్లవం" యొక్క ఇష్టాలను చదివి, తరువాత తీవ్ర భయాందోళనకు గురయ్యాయి. మరియు ఈ పుస్తకంతో పరిచయం లేనివారు, ఇది తప్పనిసరిగా ఒక పెద్దమనిషి, క్లాస్ ష్వాబ్ చేత, నేను ప్రొఫెసర్ అని అనుకుంటున్నాను, అతను జ్ఞాపకశక్తి నుండి వరల్డ్ ఎకనామిక్ ఫోరం వ్యవస్థాపకుడు మరియు ఎగ్జిక్యూటివ్ చైర్మన్, మరియు పుస్తకం గురించి విషయాల పేలుడు మరియు సాధారణంగా ప్రపంచంపై ప్రభావం చూపే ఈ సర్వత్రా ఇంటర్నెట్. నేను మాట్లాడుతున్న సంస్థలు ప్రస్తుత వాతావరణానికి వెళ్లి పునర్వినియోగపరచాలా లేదా అన్ని కొత్త వాతావరణం, మౌలిక సదుపాయాలు మరియు ప్లాట్ఫారమ్ల నిర్మాణానికి ప్రతిదీ పెట్టుబడి పెట్టాలా అని ఖచ్చితంగా తెలియదు. డెల్ స్టాటిస్టికాలో కూడా, ప్రజలు ప్రస్తుత వాతావరణాలను పునర్వినియోగపరచడాన్ని మరియు మీ ప్లాట్ఫామ్ను ఇప్పటికే ఉన్న మౌలిక సదుపాయాలకు అమర్చడాన్ని మీరు చూస్తున్నారా, లేదా వారు అన్ని కొత్త మౌలిక సదుపాయాల నిర్మాణానికి తమ దృష్టిని మరల్చి ఈ వరదకు సిద్ధమవుతున్నట్లు చూస్తున్నారా?
షాన్ రోజర్స్: మీకు తెలుసా, రెండు రకాల కస్టమర్లకు సేవ చేయడానికి మరియు మార్కెట్లో ఉన్నంతవరకు మాకు అవకాశం ఉంది, మీకు ఆ అవకాశాలు విస్తృతంగా లభిస్తాయి. గత రెండు సంవత్సరాల్లో సరికొత్త ఫ్యాబ్ ప్లాంట్లను సృష్టించిన కస్టమర్లు మాకు ఉన్నారు మరియు వాటిని సెన్సార్ డేటా, ఐయోటి, అంచు నుండి విశ్లేషణలు, ఎండ్ టు ఎండ్ ఆ ప్రక్రియ అంతా తయారు చేశారు. కానీ మా కస్టమర్లలో ఎక్కువ మంది ఈ రకమైన పనిని కొంతకాలంగా చేస్తున్నారని, కాని ఆ డేటాను విస్మరించవలసి వస్తుంది అని నేను చెప్పాల్సి ఉంటుంది. మీకు తెలుసా, రెబెక్కా ఈ విషయాన్ని ముందుగానే చెప్పింది - ఇది క్రొత్త డేటా కాదు, ఈ రకమైన సమాచారం చాలా కాలం నుండి చాలా విభిన్న ఫార్మాట్లలో అందుబాటులో ఉంది, కానీ సమస్య ఉన్న చోట దానికి కనెక్ట్ అవుతోంది, దాన్ని కదిలించడం, దానితో మీరు స్మార్ట్ ఏదో చేయగలిగే చోట తీసుకురావడం.
అందువల్ల మా కస్టమర్లలో చాలామంది తమ వద్ద ఉన్నదాన్ని చూస్తున్నారని నేను చెప్తాను, మరియు డెజ్, మీరు ఇంతకు ముందు ఈ విషయం చెప్పారు, ఇది ఆ పెద్ద డేటా విప్లవంలో భాగం అని మరియు దాని గురించి నిజంగా ఏమిటో నేను అనుకుంటున్నాను, ఇది అన్నింటి గురించి డేటా విప్లవం, సరియైనదా? మేము ఇకపై కొన్ని సిస్టమ్ డేటా లేదా తయారీ డేటాను విస్మరించాల్సిన అవసరం లేదు లేదా ఆటోమేషన్ డేటాను నిర్మించాల్సిన అవసరం లేదు, ఇప్పుడు దాన్ని పొందడానికి సరైన బొమ్మలు మరియు సాధనాలు ఉన్నాయి మరియు దానితో స్మార్ట్ పనులు చేయాలి. మరియు ఈ స్థలంలో చాలా మంది డ్రైవర్లు ఉన్నారని నేను భావిస్తున్నాను, అది జరిగేలా చేస్తుంది మరియు వాటిలో కొన్ని సాంకేతికమైనవి. హడూప్ మరియు ఇతరులు వంటి పెద్ద డేటా మౌలిక సదుపాయాల పరిష్కారాలు కొంచెం తక్కువ ఖర్చుతో కూడుకున్నవి మరియు మనలో కొంతమందికి ఆ రకమైన సమాచారం యొక్క డేటా సరస్సును సృష్టించడం గురించి ఆలోచించడం మీకు తెలుసు. మరియు మేము ఇప్పుడు వెళ్ళడానికి ఎంటర్ప్రైజ్ చుట్టూ చూస్తున్నాము, "హే, మా తయారీ ప్రక్రియలో మాకు విశ్లేషణలు వచ్చాయి, కాని ఈ ప్రక్రియల నుండి కొంత అంతర్దృష్టిని జోడించగలిగితే అవి మెరుగుపడతాయా?" మరియు అది, నేను అనుకుంటున్నాను, చాలా ఎక్కువ మా కస్టమర్లు చేస్తున్నారు. ఇది భూమి నుండి అంతగా సృష్టించడం కాదు, కానీ వారికి క్రొత్తగా ఉన్న డేటాతో వారు ఇప్పటికే కలిగి ఉన్న విశ్లేషణలను పెంచడం మరియు ఆప్టిమైజ్ చేయడం.
డెజ్ బ్లాంచ్ఫీల్డ్: అవును, మేము చూసిన కొన్ని అతిపెద్ద పరిశ్రమలలో కొన్ని ఉత్తేజకరమైన విషయాలు ఉన్నాయి, మరియు మీరు పేర్కొన్న శక్తి మరియు వినియోగాలు. ఏవియేషన్ ఈ బూమ్ గుండా వెళుతుంది, ఇక్కడ నేను క్రమం తప్పకుండా మాట్లాడే నా ఆల్-టైమ్ ఫేవరెట్ పరికరాలలో ఒకటి, బోయింగ్ 787 డ్రీమ్లైనర్ మరియు ఖచ్చితంగా ఎయిర్బస్ సమానమైన A330 అదే మార్గంలో పడిపోయాయి. 787 లో మొదటిసారి విడుదలైనప్పుడు ఆరు వేల సెన్సార్లు లాగా ఉన్నాయి, మరియు వారు ఇప్పుడు దాని కొత్త వెర్షన్లో పదిహేను వేల సెన్సార్ల గురించి మాట్లాడుతున్నారని నేను అనుకుంటున్నాను. మరియు ఆ ప్రపంచంలో ఉన్న కొంతమంది జానపద వ్యక్తులతో మాట్లాడటం గురించి ఆసక్తికరమైన విషయం ఏమిటంటే, రెక్కలలో సెన్సార్లను ఉంచే ఆలోచన మరియు మొదలగునవి, మరియు డిజైన్ ప్లాట్ఫామ్లో 787 గురించి ఆశ్చర్యకరమైన విషయం ఏమిటంటే, మీకు తెలుసా, వారు ప్రతిదాన్ని తిరిగి ఆవిష్కరించారు విమానం. రెక్కల మాదిరిగా, ఉదాహరణకు, విమానం రెక్కలను తీసేటప్పుడు పన్నెండున్నర మీటర్ల వరకు వంచుతుంది. కానీ విపరీతంగా రెక్కలు 25 మీటర్ల వరకు కొన వద్ద వంచుతాయి. ఈ విషయం పక్షి ఫ్లాపింగ్ లాగా కనిపిస్తుంది. ఈ డేటా యొక్క విశ్లేషణల యొక్క ఇంజనీరింగ్ వారికి పరిష్కరించడానికి సమయం లేదు, కాబట్టి వాటికి సెన్సార్లు ఉన్నాయి, అవి ఏదైనా చెడు జరిగితే LED లను ఆకుపచ్చగా మరియు ఎరుపుగా ఫ్లాష్ చేస్తాయి, కాని అవి వాస్తవానికి లోతైన అంతర్దృష్టులతో ముగుస్తాయి వాస్తవ సమయం. డేటా పరిమాణాన్ని ఎలా తరలించాలనే సమస్యను కూడా వారు పరిష్కరించలేదు ఎందుకంటే యుఎస్లోని దేశీయ గగనతలంలో రోజూ 87, 400 విమానాలు ఉన్నాయి. ప్రతి విమానం 787 డ్రీమ్లైనర్ను కొనుగోలు చేసేటప్పుడు, అది రోజుకు 43 పెటాబైట్ల డేటా, ఎందుకంటే ఈ విమానాలు ప్రస్తుతం సగం టెరాబైట్ డేటాను సృష్టిస్తాయి. యుఎస్లో దేశీయంగా రోజుకు 87, 400 విమానాలను ఐదు లేదా సగం టెరాబైట్ ద్వారా గుణించినప్పుడు, మీరు 43.5 పెటాబైట్ల డేటాతో ముగుస్తుంది. మేము శారీరకంగా దాని చుట్టూ తిరగలేము. కాబట్టి డిజైన్ ద్వారా మేము పరికరంలోకి విశ్లేషణలను బయటకు నెట్టాలి.
నేను ఈ మొత్తం నిర్మాణాన్ని చూసినప్పుడు ఆసక్తికరంగా ఉన్న విషయాలలో ఒకటి - మరియు దీని గురించి మీరు ఏమనుకుంటున్నారో చూడడానికి నేను ఆసక్తిగా ఉన్నాను - మేము మాస్టర్ డేటా మేనేజ్మెంట్, విధమైన, డేటా మేనేజ్మెంట్ యొక్క మొదటి సూత్రాలు, లాగడం ప్రతిదీ కేంద్ర ప్రదేశంలోకి. మాకు డేటా సరస్సులు వచ్చాయి, ఆపై మీకు నచ్చితే మేము చిన్న డేటా చెరువులను సృష్టిస్తాము, మేము విశ్లేషణలు చేసే వాటి యొక్క సారం, కానీ అంచుకు పంపిణీ చేయడం ద్వారా, ముఖ్యంగా డేటాబేస్ వ్యక్తులు మరియు డేటా మేనేజర్ల నుండి వస్తూ ఉంటుంది. లేదా సమాచారాన్ని నిర్వహించే వ్యాపారంలో ఉన్న వ్యక్తులు, నేను పంపిణీ చేసిన చిన్న సూక్ష్మ డేటా సరస్సులను పొందినప్పుడు ఏమి జరుగుతుంది? మీ పరిష్కారంలో అంచు విశ్లేషణలకు సంబంధించి ఈ ఆలోచనకు ఎలాంటి విషయాలు వర్తింపజేయబడ్డాయి, అందులో, సాంప్రదాయకంగా, ప్రతిదీ డేటా సరస్సుతో కేంద్రంగా వస్తుంది, ఇప్పుడు మేము ప్రతిచోటా ఈ చిన్న చిన్న గుమ్మడికాయలతో ముగుస్తుంది, మరియు మనకు చేయగలిగినప్పటికీ కొన్ని స్థానిక అంతర్దృష్టిని పొందడానికి స్థానికంగా వాటిపై విశ్లేషణలు చేయండి, మీరు ఎదుర్కొన్న కొన్ని సవాళ్లు ఏమిటి మరియు మీరు దానిని ఎలా పరిష్కరించారు, పంపిణీ చేయబడిన డేటా సెట్ను కలిగి ఉండటం మరియు ప్రత్యేకంగా మీరు డేటా సరస్సులు మరియు పంపిణీ ప్రాంతాల యొక్క సూక్ష్మదర్శినిని పొందినప్పుడు?
షాన్ రోజర్స్: సరే, అది సవాళ్లలో ఒకటి అని నేను అనుకుంటున్నాను, సరియైనదా? మేము దూరంగా వెళ్ళేటప్పుడు, మీకు తెలుసా, మొత్తం డేటాను తిరిగి కేంద్ర స్థానానికి లేదా నేను ఇచ్చిన కోర్ ఎనలిటిక్ ఉదాహరణకి ట్రక్ చేసి, ఆపై మేము పంపిణీ చేసిన సంస్కరణ ఏమిటంటే, మీరు ఈ చిన్న గోతులు అన్నింటినీ ముగించారు, సరియైనదా? మీరు వర్ణించినట్లే, సరియైనదా? వారు కొంచెం పని చేస్తున్నారు, కొన్ని విశ్లేషణలు నడుస్తున్నాయి, కానీ మీరు వాటిని తిరిగి ఎలా తీసుకువస్తారు? మరియు కీ అన్నింటికీ ఆర్కెస్ట్రేషన్ అవుతుందని నేను అనుకుంటున్నాను మరియు మీరు అబ్బాయిలు నాతో అంగీకరిస్తారని నేను అనుకుంటున్నాను, కాని మీరు చేయకపోతే నేను సంతోషంగా ఉన్నాను, ఈ పరిణామాన్ని మనం చాలా కాలంగా చూస్తున్నామని నేను అనుకుంటున్నాను కొంత సమయం.
ప్రతిఒక్కరికీ వారి ప్రారంభ డేటా గిడ్డంగి పెట్టుబడుల నిర్మాణానికి సహాయం చేసిన మా స్నేహితులు మిస్టర్ ఇన్మోన్ మరియు మిస్టర్ కింబాల్ యొక్క రోజులకు తిరిగి వెళితే, మేము చాలా కాలం నుండి ఆ కేంద్రీకృత నమూనా నుండి దూరంగా ఉన్నాము. మీ పర్యావరణ వ్యవస్థ లోపల డేటా ఎక్కడ ఉత్తమంగా ఉండాలో దాని గురుత్వాకర్షణను ప్రదర్శించడానికి అనుమతించే ఈ క్రొత్త ఆలోచనను మేము స్వీకరించాము మరియు ఉత్తమమైన ఫలితం కోసం డేటాను ఉత్తమమైన ప్లాట్ఫామ్తో సమలేఖనం చేస్తాము. మరియు మేము రకమైన ఖర్చు చేయడం మొదలుపెట్టాము, మన పర్యావరణ వ్యవస్థకు మరింత విస్తృతమైన విధానాన్ని చేసే విధంగా, నేను ఆ ముక్కలన్నింటినీ ఒకేసారి సమలేఖనం చేయడానికి ప్రయత్నిస్తున్నాను. నేను డేటాతో ఏ రకమైన విశ్లేషణాత్మక లేదా పని చేయబోతున్నాను, ఇది ఏ రకమైన డేటా, అది ఎక్కడ నివసించాలో నిర్దేశించడానికి సహాయపడుతుంది. ఇది ఎక్కడ ఉత్పత్తి చేయబడుతోంది మరియు డేటాకు ఏ రకమైన గురుత్వాకర్షణ ఉంది?
మీకు తెలుసు, ఈ పెద్ద డేటా ఉదాహరణలు చాలా ఉన్నాయి, ఇక్కడ ప్రజలు 10- మరియు 15-పెటాబైట్ డేటా సరస్సులను కలిగి ఉండటం గురించి మాట్లాడుతున్నారు. మీకు పెద్దదిగా ఉన్న డేటా సరస్సు ఉంటే, దాన్ని తరలించడం మీకు చాలా అసాధ్యమైనది మరియు మీరు దానికి విశ్లేషణలను తీసుకురాగలగాలి. కానీ మీరు అలా చేసినప్పుడు, మీ ప్రశ్న యొక్క ముఖ్య విషయంగా, పర్యావరణాన్ని క్రమబద్ధీకరించడానికి మరియు పాలన మరియు భద్రతను వర్తింపజేయడానికి ప్రతిఒక్కరికీ ఇది చాలా కొత్త సవాళ్లను లేవనెత్తుతుందని నేను భావిస్తున్నాను మరియు దాన్ని మెరుగుపరచడానికి మరియు ఆ డేటాతో ఏమి చేయాలో అర్థం చేసుకోండి దాని నుండి అత్యధిక విలువను పొందండి. మరియు మీతో నిజాయితీగా ఉండటానికి - మీ అభిప్రాయాన్ని ఇక్కడ వినడానికి నేను ఇష్టపడతాను - మేము అక్కడ ప్రారంభ రోజులు ఉన్నామని నేను అనుకుంటున్నాను మరియు ఇంకా చాలా మంచి పని చేయాల్సి ఉందని నేను భావిస్తున్నాను. స్టాటిస్టికా వంటి ప్రోగ్రామ్లు ఎక్కువ మందికి డేటాకు ప్రాప్యత ఇవ్వడంపై దృష్టి సారించాయని నా అభిప్రాయం. పౌరుల డేటా సైంటిస్ట్ వంటి ఈ కొత్త వ్యక్తులపై మేము ఖచ్చితంగా దృష్టి కేంద్రీకరించాము, వారు సంస్థలో ఉన్న ప్రదేశాలకు అంచనా విశ్లేషణలను ఇంతకు ముందు ఉండకపోవచ్చు. మరియు ఇవి ఈ ప్రారంభ రోజులలో కొన్ని అని నేను అనుకుంటున్నాను, కాని మెచ్యూరిటీ ఆర్క్ ఈ ప్లాట్ఫారమ్ల మధ్య ఉన్నత స్థాయి లేదా ఆర్కెస్ట్రేషన్ మరియు అమరికను ప్రదర్శించవలసి ఉంటుందని నేను భావిస్తున్నాను మరియు వాటిపై ఏమి ఉంది మరియు ఎందుకు అనే దానిపై అవగాహన ఉంది. మరియు ఇది మనందరికీ డేటా ఫొల్క్స్ కోసం పాత సమస్య.
డెజ్ బ్లాంచ్ఫీల్డ్: నిజానికి ఇది మరియు నేను మీతో పూర్తిగా అంగీకరిస్తున్నాను మరియు ఈ రోజు మనం ఇక్కడ వింటున్న గొప్ప విషయం కనీసం డేటాను సంగ్రహించే సమస్య యొక్క కనీసం ఫ్రంట్ ఎండ్ అని నేను అనుకుంటున్నాను, అంచు వద్ద గేట్వే స్థాయి నెట్వర్క్ మరియు ఆ సమయంలో విశ్లేషణలు చేయగల సామర్థ్యం ఇప్పుడు తప్పనిసరిగా పరిష్కరించబడుతుంది. డేటా సరస్సులు పంపిణీ చేయబడిన తదుపరి సవాలు గురించి ఆలోచించడం ప్రారంభించడానికి ఇది ఇప్పుడు మనల్ని విముక్తి చేస్తుంది. దానికి చాలా ధన్యవాదాలు, ఇది అద్భుతమైన ప్రదర్శన. దాని గురించి మీతో చాట్ చేసే అవకాశాన్ని నేను నిజంగా అభినందిస్తున్నాను.
నేను ఇప్పుడు రాబిన్ వద్దకు వెళుతున్నాను ఎందుకంటే నాకు తెలుసు, ఆపై రెబెక్కాకు కూడా రాబిన్ తరువాత ప్రేక్షకుల నుండి గొప్ప ప్రశ్నల జాబితా వచ్చింది. రాబిన్?
డాక్టర్ రాబిన్ బ్లూర్: సరే. షాన్, మీరు కొంచెం ఎక్కువ చెప్పాలనుకుంటున్నాను మరియు నేను మీకు ప్రకటన ఇవ్వడానికి అవకాశం ఇవ్వడానికి ప్రయత్నించడం లేదు, కానీ ఇది నిజంగా చాలా ముఖ్యమైనది. స్టాటిస్టికా వాస్తవానికి మోడల్ ఎగుమతి సామర్థ్యాన్ని ఏ సమయంలో ఉత్పత్తి చేస్తుందో తెలుసుకోవడంలో నాకు ఆసక్తి ఉంది. కానీ నేను కూడా, మీరు బూమి గురించి ఏదైనా చెప్పాలనుకుంటున్నాను ఎందుకంటే మీరు బూమి గురించి ఇప్పటివరకు చెప్పినదంతా అది ETL, మరియు ఇది నిజంగా ETL. కానీ ఇది వాస్తవానికి చాలా సమర్థవంతమైన ETL మరియు మేము మాట్లాడుతున్న సమయాల కోసం మరియు మేము ఇక్కడ చర్చిస్తున్న కొన్ని పరిస్థితుల కోసం, ఇది చాలా ముఖ్యమైన విషయం. మీరు నా కోసం ఆ రెండు విషయాలతో మాట్లాడగలరా?
షాన్ రోజర్స్: ఖచ్చితంగా, అవును, నేను ఖచ్చితంగా చేయగలను. మీకు తెలుసా, ఈ దిశలో మా కదలిక ఖచ్చితంగా పునరుక్తిగా ఉంది మరియు ఇది ఒక దశల వారీ ప్రక్రియ. స్టాటిస్టికా యొక్క వెర్షన్ 13.2 ను ప్రారంభించడానికి మేము ఈ వారం సిద్ధంగా ఉన్నాము. మరియు ఈ రోజు మనం మాట్లాడుతున్న అన్ని సామర్థ్యాల యొక్క క్రొత్త నవీకరణలను ఇది కలిగి ఉంది. ఒక సంవత్సరం క్రితం అక్టోబర్ 13 వ సంస్కరణకు తిరిగి వెళుతున్నప్పుడు, మా ప్లాట్ఫాం నుండి మోడళ్లను ఎగుమతి చేసే సామర్థ్యాన్ని మేము ప్రకటించాము మరియు మేము దానిని ఆ సమయంలో NDAA అని పిలిచాము. ఎక్రోనిం నేటివ్ డిస్ట్రిబ్యూటెడ్ అనలిటిక్స్ ఆర్కిటెక్చర్. మేము ఏమి చేసాము అంటే, మీ ప్లాట్ఫామ్ను మీ అధునాతన విశ్లేషణల కోసం కేంద్ర కమాండ్ సెంటర్గా ఉపయోగించుకునే అవకాశంతో మా ప్లాట్ఫామ్ను తెరవడంపై దృష్టి పెట్టడం, కానీ అక్కడ నుండి మోహరించడం. మరియు మొదటి ప్రదేశాలు, రాబిన్, మేము మోహరించిన యంత్ర అభ్యాసం చుట్టూ ఉన్న ప్లాట్ఫారమ్కు నిజంగా గొప్పగా చేసాము. అందువల్ల అజూర్ యొక్క శక్తిని పవర్ మెషీన్ లెర్నింగ్కు ఉపయోగించటానికి స్టాటిస్టికా నుండి మైక్రోసాఫ్ట్ యొక్క అజూర్ క్లౌడ్కు మోహరించగల సామర్థ్యం మాకు ఉంది, మీకు తెలిసినట్లుగా, ఇది చాలా ఇంటెన్సివ్ మరియు క్లౌడ్ టెక్నాలజీలను ఉపయోగించుకునే గొప్ప మార్గం. కాబట్టి ఇది మొదటి బిట్.
ఇప్పుడు ఇక్కడ మేము మా మోడళ్లను అజూర్కు ఎగుమతి చేస్తున్నాము మరియు వాటిని అమలు చేయడానికి అజూర్ను ఉపయోగిస్తున్నాము మరియు తరువాత డేటాను లేదా ఫలితాలను తిరిగి స్టాటిస్టికా ప్లాట్ఫారమ్కు పంపుతున్నాము. ఆపై మేము ఎగుమతి చేయదలిచిన ఇతర భాషలకు వెళ్ళాము, మరియు వాటిలో ఒకటి జావా కావడం వల్ల ఇప్పుడు మన మోడళ్లను హడూప్ వంటి ఇతర ప్రదేశాలకు బయటికి ఎగుమతి చేయడం ప్రారంభించటానికి తలుపులు తెరుస్తాయి, కాబట్టి అది ఇచ్చింది మాకు అక్కడ కూడా ఒక నాటకం.
చివరగా మేము ఆ విడుదలతో మా మోడళ్లను డేటాబేస్లలో అవుట్పుట్ చేయగలగడంపై దృష్టి పెట్టాము. కాబట్టి ఇది మొదటి పునరావృతం మరియు మీతో నిజాయితీగా ఉండటానికి, ముగింపు ఆట IoT కానీ గత అక్టోబర్ 13 సంస్కరణతో మేము ఇంకా అక్కడ లేము. అప్పటి నుండి మేము అక్కడ సంపాదించాము మరియు నేను ఇప్పుడే చెప్పిన అన్ని పనులను చేయగల సామర్థ్యంతో సంబంధం కలిగి ఉంటుంది, కాని అప్పుడు ఒక విధమైన రవాణా పరికరాన్ని కలిగి ఉండాలి. మరియు డెజ్ యొక్క ప్రశ్నకు తిరిగి వెళ్ళడం, మీకు తెలుసా, సవాలు ఏమిటి మరియు ఈ విశ్లేషణలన్నీ మన చుట్టూ నడుస్తున్నప్పుడు మేము దీన్ని ఎలా చేయాలి? సరే, మేము బూమిని ఒక పంపిణీ కేంద్రంగా ఉపయోగిస్తాము మరియు అది క్లౌడ్లో ఉన్నందున మరియు ఇది చాలా శక్తివంతమైనది కనుక, నేను ముందు చెప్పినట్లుగా, ఇది డేటా ఇంటిగ్రేషన్ ప్లాట్ఫాం, కానీ ఇది కూడా ఒక అప్లికేషన్ ఇంటిగ్రేషన్ ప్లాట్ఫాం, మరియు ఇది మాకు అనుమతించడానికి JVM లను ఉపయోగిస్తుంది మీరు జావా వర్చువల్ మెషీన్ను ల్యాండ్ చేయగల ఎక్కడైనా పార్క్ చేయడానికి మరియు పని చేయడానికి. ఈ గేట్వేలు మరియు ఎడ్జ్ కంప్యూటింగ్ ప్లాట్ఫారమ్లు మరియు ఎడ్జ్ సర్వర్లన్నింటికీ ఇది నిజంగా తలుపు తెరిచింది, ఎందుకంటే వాటిలో అన్నింటికీ కంప్యూట్ మరియు ఒక జెవిఎంను అమలు చేయడానికి అందుబాటులో ఉన్న ప్లాట్ఫాం ఉంది. మరియు మనం ఎక్కడైనా జెవిఎంను అమలు చేయగలము కాబట్టి, బూమి మారిపోయింది అద్భుతమైన పంపిణీగా మరియు మునుపటి నుండి నా పదాన్ని ఉపయోగించి, ఆర్కెస్ట్రేషన్ పరికరం.
ఇది చాలా ముఖ్యమైనది ఎందుకంటే మనమందరం, మీకు తెలుసా, ఒక నిమిషం క్రితం విమానం దృశ్యం గొప్పదని నేను భావిస్తున్నాను, మరియు షైర్ వంటి తయారీదారులు తమ కర్మాగారాల్లో పదివేల సెన్సార్లను కలిగి ఉన్నారని మీకు తెలుసా. ఏదో ఒక సమయంలో అధునాతన విశ్లేషణలకు కేంద్ర విధానాన్ని పరిష్కరించడం ప్రారంభించాలి. దాని గురించి తాత్కాలికంగా ఉండటం నిజంగా ఇకపై పనిచేయదు. మేము నడుపుతున్న మోడల్స్ మరియు అల్గోరిథంల వాల్యూమ్ తక్కువగా ఉన్నప్పుడు ఇది ఉపయోగించబడింది, కానీ ఇప్పుడు అది గరిష్టంగా ఉంది. ఒక సంస్థలో వేలాది మంది ఉన్నారు. కాబట్టి మా ప్లాట్ఫారమ్లో కొంత భాగం సర్వర్ ఆధారితమైనది మరియు మీకు మా ఎంటర్ప్రైజ్ సాఫ్ట్వేర్ ఉన్నప్పుడు పర్యావరణంలో మీ మోడళ్లను సర్దుబాటు మరియు స్కోర్ మరియు నిర్వహించే సామర్థ్యం కూడా మీకు ఉంది. మరియు అది కూడా ఆ ఆర్కెస్ట్రేషన్ విషయం యొక్క భాగం. రాబిన్ అనే పొరను మేము కలిగి ఉండాల్సిన అవసరం ఉంది, అక్కడ మీరు అక్కడ ఒక మోడల్ను మొదటి స్థానంలో పొందడానికి అనుమతించడమే కాక, మోడళ్లను ట్వీకింగ్ చేయడానికి మరియు మీకు అవసరమైనంత తరచుగా వాటిని భర్తీ చేయడానికి మీకు ఒక మార్గాన్ని ఇచ్చింది, ఎందుకంటే ఇది మీరు మానవీయంగా చేయగలిగేది కాదు. మోడళ్లను గేట్వేలకు అప్లోడ్ చేయడానికి ప్రయత్నిస్తున్న థంబ్ డ్రైవ్తో మీరు రిఫైనరీ చుట్టూ నడవలేరు. మీరు దాని మధ్య రవాణా మరియు నిర్వహణ వ్యవస్థను కలిగి ఉండాలి, కాబట్టి స్టాటిస్టికా మరియు బూమి కలయిక మా వినియోగదారులకు ఇస్తుంది.
డాక్టర్ రాబిన్ బ్లూర్: అవును. బాగా నేను చాలా క్లుప్తంగా ఉంటాను కాని, డేటా సరస్సు గురించి మరియు ఏ ప్రదేశంలోనైనా పెటాబైట్లను కూడబెట్టుకోవాలనే ఆలోచన గురించి మరియు దీనికి గురుత్వాకర్షణ ఉన్న వాస్తవం గురించి ఇంతకు ముందు చేసిన ఈ ప్రకటన మీకు తెలుసు. మీకు తెలుసా, మీరు ఆర్కెస్ట్రేషన్ గురించి మాట్లాడటం మొదలుపెట్టినప్పుడు, చాలా సరళమైన వాస్తవం గురించి ఆలోచించడం మొదలుపెట్టారు, మీకు తెలుసా, ఒక డేటా సరస్సును ఒకే చోట ఉంచడం అంటే మీరు నిజంగా దాన్ని బ్యాకప్ చేయవలసి ఉంటుంది మరియు బహుశా దీని అర్థం మీరు ఏమైనప్పటికీ చాలా డేటాను తరలించాలి. మీకు తెలుసా, నిజమైన డేటా ఆర్కిటెక్చర్ చాలా ఎక్కువ, నా అభిప్రాయం ప్రకారం, మీరు మాట్లాడుతున్న దిశలో చాలా ఎక్కువ. ఇది సరైన ప్రదేశాలకు పంపిణీ చేయడం, బహుశా నేను చెప్పే విషయం. మీరు దీన్ని చేయడానికి చాలా మంచి సామర్థ్యాన్ని కలిగి ఉన్నట్లు కనిపిస్తోంది. నా ఉద్దేశ్యం, నేను బూమి గురించి బాగా వివరించాను, కనుక ఇది ఒక రకంగా లేదా మరొక విధంగా, నేను చూడగలిగే అన్యాయం మరియు ప్రేక్షకులు చూడలేరు. కానీ బూమి చాలా అవసరం, నా దృష్టిలో, మీరు చేస్తున్న పరంగా ఇది అనువర్తన సామర్థ్యాలను కలిగి ఉంది. ఈ విషయం యొక్క నిజం ఏమిటంటే, మీరు ఈ విశ్లేషణాత్మక గణనలను కొన్ని కారణాల వల్ల లేదా మరొక కారణంతో ఎక్కడో ఒకచోట చర్య తీసుకోకుండా చేయరు. మరియు బూమి దానిలో ఒక పాత్ర పోషిస్తుంది, సరియైనదా?
షాన్ రోజర్స్: అవును, ఖచ్చితంగా. మునుపటి సంభాషణల నుండి మీకు తెలిసినట్లుగా, స్టాటిస్టికాలో పూర్తిస్థాయి వ్యాపార నియమాల ఇంజిన్ ఉంది. మనం దీన్ని ఎందుకు చేయాలో దిగివచ్చినప్పుడు ఇది చాలా ముఖ్యమైనదని నేను భావిస్తున్నాను. మీకు తెలుసా, మీరు విశ్లేషించడానికి, డేటాను మంచి నిర్ణయాలు తీసుకోవడానికి లేదా చర్యలు తీసుకోవడానికి వెళ్తే తప్ప IoT చేయడానికి నిజంగా ఎటువంటి కారణం లేదని నేను చమత్కరించాను. కాబట్టి మేము దృష్టి కేంద్రీకరించినది కేవలం మోడల్ను అక్కడ ఉంచలేకపోవడమే కాదు, దానితో పాటు ట్యాగ్ చేయగలగడం, ఒక నియమం. మరియు బూమి దాని సామర్థ్యాలలో ఒక ప్రదేశం నుండి మరొక ప్రదేశానికి తరలించడానికి చాలా బలంగా ఉన్నందున, బూమి అణువు లోపల మనం ట్రిగ్గర్ చేయడానికి, హెచ్చరించడానికి మరియు చర్య తీసుకునే సామర్థ్యాన్ని కూడా పొందుపరచవచ్చు.
అందువల్ల మేము IoT డేటా యొక్క అధునాతన వీక్షణను పొందడం ప్రారంభిస్తాము, “సరే, ఈ డేటా వినడం విలువైనది.” కానీ నిజంగా, మీకు తెలుసా, “కాంతి ఆన్లో ఉంది, కాంతి ఉంది, లైట్ ఆన్లో ఉంది, లైట్ ఆన్లో ఉంది ”కాంతి ఎప్పుడు బయటకు వెళుతుందో లేదా పొగ డిటెక్టర్ ఆగిపోయినప్పుడు లేదా మా తయారీ ప్రక్రియకు ఏమైనా జరిగితే స్పెక్ నుండి బయటకు వెళ్ళడం అంత ఆసక్తికరంగా ఉండదు. అది సంభవించినప్పుడు మేము వెంటనే చర్య తీసుకోగలగాలి. మరియు ఈ సమయంలో డేటా ఇక్కడ దాదాపు ద్వితీయమవుతుంది. మేము అన్నింటినీ సేవ్ చేయటం అంత ముఖ్యమైనది కానందున, “ఇది సరే, ఇది సరే, ఇది సరే” సిగ్నల్స్, ముఖ్యమైన విషయం ఏమిటంటే “హే, ఇది చెడ్డది” అని మేము గమనించాము మరియు మేము వెంటనే చర్య తీసుకున్నాము. ఇది ఎవరికైనా ఒక ఇమెయిల్ను పంపుతుందా లేదా మేము డొమైన్ నైపుణ్యాన్ని పొందగలమా లేదా తక్షణ చర్య తీసుకోవడానికి మేము ఇతర ప్రక్రియల శ్రేణిని ప్రారంభించాలా వద్దా, అది దిద్దుబాటు అయినా లేదా సమాచారానికి ప్రతిస్పందనగా అయినా. అందువల్ల నేను మీరు ఈ ఆర్కెస్ట్రేటెడ్ వీక్షణ కలిగి ఉండాలి అనుకుంటున్నాను. మీరు మీ అల్గోరిథంలను అన్ని చోట్ల వ్యవహరించడంపై దృష్టి పెట్టలేరు. మీరు వాటిని సమన్వయం చేయగలరు మరియు ఆర్కెస్ట్రేట్ చేయగలరు. వారు ఎలా పని చేస్తున్నారో మీరు చూడగలగాలి. మరియు నిజంగా, ముఖ్యంగా, నా ఉద్దేశ్యం, డేటాపై కొంత తక్షణ చర్య తీసుకునే అవకాశాన్ని మీరు జోడించలేకపోతే, హెక్ ఎందుకు ఇలా చేస్తారు?
డాక్టర్ రాబిన్ బ్లూర్: సరే, రెబెక్కా, మీకు ప్రేక్షకుల నుండి ప్రశ్నలు వచ్చాయని నేను నమ్ముతున్నాను?
రెబెకా జోజ్వియాక్: నేను చేస్తాను. నాకు టన్నుల ప్రేక్షకుల ప్రశ్నలు ఉన్నాయి. షాన్, మీరు గంట పైభాగంలో ఎక్కువసేపు వేలాడదీయకూడదని నాకు తెలుసు. మీరు ఏమనుకుంటున్నారు?
షాన్ రోజర్స్: నేను సంతోషంగా ఉన్నాను. ముందుకి వెళ్ళు. నేను కొన్నింటికి సమాధానం చెప్పగలను.
రెబెకా జోజ్వియాక్: చూద్దాం. మీరు పేర్కొన్న విషయాలలో ఒకటి నాకు తెలుసు, IoT ప్రారంభ రోజులలో ఉంది మరియు అది జరగాల్సిన పరిపక్వత స్థాయిని కలిగి ఉంది మరియు ఇది ఒక హాజరైన అడిగిన ఈ ప్రశ్నతో మాట్లాడుతుంది. రాబోయే ఐదు లేదా పదేళ్ళలో ఐఒటి వృద్ధికి అనుగుణంగా ఐపివి 6 ఫ్రేమ్వర్క్ బలంగా ఉంటే?
షాన్ రోజర్స్: ఓహ్, నేను డెజ్ నా జవాబును ప్రతిధ్వనించబోతున్నాను ఎందుకంటే నేను ఈ రకమైన సమాచారానికి దగ్గరగా ఉన్నానని అనుకుంటున్నాను. కానీ నేను ఎల్లప్పుడూ మన వద్ద ఉన్న చాలా ఫ్రేమ్వర్క్లను వంచి విచ్ఛిన్నం చేయడానికి చాలా వేగంగా వెళ్తున్నాననే ఆలోచనలో ఉన్నాను. నేను ఆ కొత్త విధమైన స్పెక్ లేదా ఐపివి 6 ఫ్రేమ్వర్క్లతో వెళ్లే దిశ ముఖ్యమని నేను అనుకుంటున్నాను, మరియు ఇది మాకు చాలా ఎక్కువ పరికరాలను కలిగి ఉండటానికి తలుపులు తెరుస్తుంది మరియు మనం ప్రతిదీ ఇవ్వగలుగుతాము చిరునామా ఇవ్వాలనుకుంటున్నాను. నేను నా కస్టమర్లతో చదివే మరియు చూస్తున్న ప్రతిదీ, మరియు అవసరమైన చిరునామాల సంఖ్య, ఏదో ఒక సమయంలో ఆ ప్రకృతి దృశ్యంలో మరొక మార్పుకు కారణమవుతుందని నేను భావిస్తున్నాను. కానీ నేను నిజంగా నెట్వర్కింగ్ నిపుణుడిని కాదు కాబట్టి మనం ఏదో ఒక సమయంలో విచ్ఛిన్నం చేయబోతున్నామని వంద శాతం చెప్పలేను. కానీ నా అనుభవం ఏదో ఒక సమయంలో మేము ఆ మోడల్కు అంతరాయం కలిగించబోతున్నామని చెబుతుంది.
రెబెకా జోజ్వియాక్: నేను ఆశ్చర్యపోనక్కర్లేదు. ఫ్రేమ్వర్క్లు అన్ని రకాల వస్తువుల బరువును తగ్గించేవి అని నేను అనుకుంటున్నాను. మరియు అది కేవలం తార్కికం, సరియైనదా? నా ఉద్దేశ్యం, మీరు టైప్రైటర్తో ఇమెయిల్ పంపలేరు. మరొక హాజరైనవారు, “మీరు హడూప్ ఫ్రేమ్వర్క్ను ఉపయోగించవచ్చా?” అని అడుగుతున్నారు, కాని పంపిణీ విశ్లేషణల కోసం మీరు హడూప్ ఫ్రేమ్వర్క్ను ఎలా ఉపయోగిస్తారో చెప్పడానికి నేను దానిని మార్చవచ్చని అనుకుంటున్నాను.
షాన్ రోజర్స్: సరే, రాబిన్ నన్ను చారిత్రక ప్రశ్న అడగడానికి అనుకూలంగా చేసాడు మరియు స్టాటిస్టికా కోసం ఒక సంవత్సరం క్రితం 13 వ వెర్షన్ నుండి, మా సిస్టమ్ నుండి మరియు హడూప్లోకి మోడళ్లను నడిపించే సామర్థ్యాన్ని కలిగి ఉన్నాము. మరియు మేము హడూప్ యొక్క అన్ని పెద్ద రుచులతో చాలా దగ్గరగా పని చేస్తాము. మేము పనిచేసే ప్రధాన హడూప్ పంపిణీలలో ఒకటిగా క్లౌడెరాతో కలిసి పని చేసే సామర్థ్యం చుట్టూ గొప్ప విజయ కథలు వచ్చాయి. మేము జావాలో అవుట్పుట్ చేయగలము కాబట్టి, ఇది మనకు ఓపెన్ గా ఉండటానికి మరియు మన విశ్లేషణలను ఎక్కడైనా ఉంచడానికి ఈ సామర్థ్యాన్ని ఇస్తుంది. వాటిని హడూప్ క్లస్టర్లో ఉంచడం అనేది మా కస్టమర్లలో చాలా మందికి సాధారణ మరియు క్రమమైన మరియు రోజువారీ ప్రాతిపదికన చేసే పని. చిన్న సమాధానం అవును, ఖచ్చితంగా.
రెబెకా జోజ్వియాక్: అద్భుతమైనది. మరియు నేను మీ వద్ద ఇంకొకదాన్ని విసిరివేయబోతున్నాను మరియు మీ విహారయాత్రకు వెళ్తాను. IOT అనలిటిక్స్ ప్లస్ మెషీన్ లెర్నింగ్తో మరొక హాజరైన వ్యక్తి అడుగుతున్నాడు, అన్ని డేటాను చారిత్రక ప్రయోజనాల కోసం నిల్వ చేయాల్సిన అవసరం ఉందని మీరు అనుకుంటున్నారు మరియు ఇది పరిష్కార నిర్మాణాన్ని ఎలా ప్రభావితం చేస్తుంది?
షాన్ రోజర్స్: సరే, అన్ని డేటాను నిల్వ చేయాల్సి ఉంటుందని నేను అనుకోను. కానీ మా సంస్థలో మనకు కావలసిన డేటా సోర్స్ను వినోదం పొందగల సామర్థ్యం కలిగి ఉండటం చాలా ఆసక్తికరంగా ఉందని నేను భావిస్తున్నాను. గత కొన్ని సంవత్సరాలుగా మనం మార్కెట్లో చూసిన మార్పులు, ఆ విషయాలకు సంబంధించిన అన్ని-డేటా విధానాన్ని తీసుకోవడానికి మాకు సహాయపడ్డాయని నేను అనుకుంటున్నాను, మరియు ఇది నిజంగా చెల్లించే రకమైనదిగా అనిపిస్తుంది. కానీ ఇది ప్రతి కంపెనీకి మరియు ప్రతి వినియోగ కేసుకు భిన్నంగా ఉంటుంది. మీకు తెలుసా, మేము ఆరోగ్య డేటాను చూస్తున్నప్పుడు, ఇప్పుడు చాలా నియంత్రణ సమస్యలు ఉన్నాయి, చాలా సమ్మతి సమస్యలు ఉన్నాయి, మరియు ఇది డేటాను ఎందుకు సేవ్ చేయాలో ఇతర కంపెనీలకు అర్థం కాకపోవచ్చు. ? ఉత్పాదక ప్రక్రియలలో, మా ఉత్పాదక కస్టమర్ల కోసం, మీ ప్రక్రియలను చారిత్రాత్మకంగా పరిశీలించగలిగే నిజమైన తలక్రిందులు ఉన్నాయి మరియు దాని నుండి నేర్చుకోవడానికి మరియు దాని నుండి మెరుగైన మోడళ్లను రూపొందించడానికి ఈ డేటాను పెద్ద మొత్తంలో తిరిగి చూడగలుగుతారు.
చాలా డేటాను ఉంచాల్సిన అవసరం ఉందని నేను అనుకుంటున్నాను మరియు ఈ రోజు మరింత పొదుపుగా మరియు కొలవగలిగేలా పరిష్కారాలు వచ్చాయని నేను అనుకుంటున్నాను. కానీ అదే సమయంలో ప్రతి కంపెనీ వారు అణు స్థాయిలో ఉంచాల్సిన అవసరం లేని డేటాలో విలువను కనుగొంటారని నేను అనుకుంటున్నాను, కాని వారు నిజ-సమయ పద్ధతిలో విశ్లేషించాలనుకుంటున్నారు మరియు దానిపై ఆవిష్కరణలను నడిపించడానికి దానిపై నిర్ణయాలు తీసుకోవాలి వారి సంస్థ.
రెబెకా జోజ్వియాక్: సరే మంచిది. లేదు, ప్రేక్షకులారా, నేను ఈ రోజు అందరి ప్రశ్నలకు రాలేదు, కాని నేను వాటిని షాన్కు ఫార్వార్డ్ చేస్తాను, తద్వారా అతను మిమ్మల్ని నేరుగా చేరుకొని ఆ ప్రశ్నలకు సమాధానం ఇవ్వగలడు. కానీ హాజరైన ప్రతి ఒక్కరికి ధన్యవాదాలు. డెల్ స్టాటిస్టికా నుండి షాన్ రోజర్స్ మరియు మా విశ్లేషకులు డెజ్ బ్లాంచ్ఫీల్డ్ మరియు డాక్టర్ రాబిన్ బ్లూర్ లకు చాలా ధన్యవాదాలు. స్లైడ్ షేర్, లోపలి విశ్లేషణ.కామ్ వద్ద మీరు ఇక్కడ ఆర్కైవ్ను కనుగొనవచ్చు, మేము మా అంశాలను మళ్లీ అక్కడ ఉంచడం ప్రారంభించాము మరియు మేము మా యూట్యూబ్ను పునరుద్ధరిస్తున్నాము కాబట్టి దాని కోసం కూడా చూడండి. చాలా ధన్యవాదాలు. దానితో నేను మీకు వీడ్కోలు చెప్పబోతున్నాను మరియు మేము మిమ్మల్ని తదుపరిసారి చూస్తాము.
