云计算在大数据中的作用

人脑平均消耗不到 20W 的功率，并拥有超过 2 PB 的存储空间。如果我们能制造那么大的计算机，它就需要像太阳一样大的电源。即使是超级计算机也会散发出大量的热量并消耗同样多的电量，而提供给您家中的标准 220V 电​​源根本不足以运行高端计算机。如果连接了像超级计算机这样大而强大的东西，我们家里的电表会因为过热而烧毁，这些电表会测量我们在一个账单周期中使用了多少能源。

在家工作的开发人员和数据分析师，尤其是处理大数据的人员，依赖于远程桌面或云计算，因为运行兼容计算机所需的功能并非随处可用。简而言之，云计算在机器学习和云计算中的作用与大数据一样大。让我们看看如何

它提供了强大的平台来得出有意义的结论

我们的大脑经过训练可以毫不费力地理解和理解我们周围发生的事情。这是因为人类拥有高度发达和复杂的大脑。另一方面，计算机离我们还差得很远，而且至少在接下来的五十年左右也不会。我们天生就有从一两次事件中吸取教训的能力，而即使是最平凡的任务，计算机也需要接受一千种可能性的训练。

大数据涉及从看似随机的一组数据集中得出结论。这些数据通常是无序的、杂乱无章的，需要在您推断出任何内容之前进行过滤。考虑到您通常使用的数据量，应用程序通常会转移到更强大的计算平台，通常是云。将您的应用程序迁移到云端还会带来一些额外的优势。首先，可以从任何计算机处理信息，无论它是否满足兼容性要求。其次，您的数据集可以被远程监控和使用，即您不再需要坚持使用一个系统来完成您的工作。

它使您当前的系统负载为零

由于整个大数据都托管在云中，您的系统本身几乎没有作用。尽管拥有先进的高端系统总能带来更好的应用程序性能，但中端计算机同样可以正常工作，因为工作负载完全在云端。这意味着您可以使用更实惠的中档笔记本电脑和计算机来处理大数据，而无需进行极其昂贵的配置。

云计算促进共享与协作

大数据分析师很少单独工作。事实上，在更大的组织中，可能有超过 20-30 人一起处理同一个数据集。在传统的设置中，个人在本地而不是云上工作，在得出任何有意义的结论之前，必须将查询汇集在一起​​。这是因为每个成员都有他/他自己的数据可以使用，并且对一个数据库所做的更改不会反映在任何其他数据上，直到有人对所有数据实例手动完成相同的操作。相反，在云中，每个成员都可以处理父数据本身（或它的云备份），更改几乎立即反映在原始数据库上。

结果

大数据是人工智能和机器学习的重要佐料，没有大数据的手段，人工智能只能是纸上谈兵。大数据本身可能是一门很难掌握的艺术，但更棘手的是建立正确的平台和生态系统，以处理回归、矩阵代数和其他有助于从数据中获得洞察力的排序技术。