为了驾驭大数据处理，中外互联网巨头做了同样的选择

数据，数据，我要大数据
在今天这个大数据的时代，数据已经成为了许多企业发展的命脉。

有些企业需要数据来形成用户洞察，有的企业需要数据来优化业务流程；甚至对于部分企业来说，数据就是他们最珍贵的资产。

在这个卖煎饼都需要依据大数据来分析客户的时代，企业没有自己的大数据，都不知道怎么跟人聊天了。。。

但是，但是！但是！！
会不会有一天大数据大过了头，超过了企业的驾驭能力呢？

（呵呵哒，能别逗吗？还能有这种事？！你一个大数据能有多大？都不好意思反驳你。）

数据的真相--再这样下去，数据真的装不下，也算不完了

好，既然有人诚心诚意的问了，那我们就来看看真相是怎样的：

与Web1.0的时代最大的不同是，Web2.0、移动互联网等等先进的技术和平台，把人与内容的关系深化为人与人的关系，人人都可以是内容的制造与传播者，简单来说，在偌大的网络空间里，人人都能成为"话唠"（就像小编这样的，平时话不多，网上话不停）！比如说：

失恋的小伙儿很伤心，那不得发一条伤心欲绝、催人泪下的朋友圈吗？ 小姑娘去趟韩国玩高兴了，那不得在微博发一套自拍九连张吗？ 自己爱的明星又出新歌了，那歌迷们不得把新歌老歌分享个七八九十首的，表达自己的爱意吗？ 爸爸妈妈们又学会新的广场舞了，那还不得拍它三五段视频放在网上，等候点赞吗？

随着生产、保存和呈现数据的技术和手段变得越来越易用和多元化，源源不断的海量数据就像北京春天的杨絮一样，漫天飞舞的呈现在我们面前。

俗话说的好，再大的硬盘也有装满的时候，再快的手机也有卡机的一天。如果说全球整体的数据量，那就更为惊人了！

预计到2020年全球数据总量将超过40ZB(相当于4万亿GB)，是2011年的22倍。 在过去几年，全球的数据量以每年58%的速度增长，未来这个速度会更快。 如果按照现在存储容量每年40%的增长速度计算，到2017年需要存储的数据量甚至会大于存储设备的总容量。 几年前3000台服务器容量的数据中心就可以完成的处理工作，几年后服务器数量至少需要乘以10！

你说多不多？多不多！多不多？！
"这是问题吗？"有人会想，只要有钱，我们就狂刷服务器，还怕处理不了大数据？（是的，处理不了：冷静脸）
服务器CPU的主频、内存的容量和I/O带宽，都会影响到运算速度。另外，更重要的是，根据摩尔定律，目前最新款计算机芯片已经突破7纳米尺度，向更小型化发展越来越难，而新的工作负载还在不断涌现，支撑单位硬件计算能力提升的摩尔定律越来越接近极限，数据中心的空间和电力供应也已经无法跟上服务器数量的疯狂增长。（对，服务器是有了，就是没电）

那么，企业在数据处理方面面临巨大的挑战，什么才是应对之良策呢？

互联网巨头的秘密-- OpenPOWER: 超大型数据中心的能力者
让我们来看看国内外的互联网巨头，Google和腾讯都是如何应对大数据挑战的吧：

在国外，2016年4月， Google表示，正在与RackSpace开发一项基于IBM公司新型POWER9架构的开放服务器规范，并向开放计算项目（Open Compute Project）提交一项POWER9 服务器待选设计方案，供项目成员使用。 在国内，2016年6月，腾讯也谈到开放式合作的重要性以及对OpenPOWER技术的支持。腾讯服务器平台中心架构师王伟表示: "我们会深入挖掘OpenPOWER的技术潜力，取得更大突破，共同推动新技术的发展。"

中美两国的互联网巨头，为何不约而同地选择了OpenPOWER？

那是因为，新一代应用迫切需要通用处理器计算和特定目的的协处理器计算（加速器，如FPGA）混合异构工作，而OpenPOWER分布式计算就在软件和硬件架构上提供了这种全新的能力：

利用OpenPOWER处理器先进的CAPI技术，FPGA能实现与处理器的高效连接，从而充分利用FPGA可编程硬件强大的硬件加速能力，实现软硬结合的异构计算，将不同类型的应用负载加载在两种甚至多种类型的处理器件上，以获得超过十倍甚至百倍的性能增速，同时能够相应减少服务器的数量，降低功耗和服务器占用空间。

如此一来，也就不难理解，身为互联网巨无霸的Google和腾讯，为何会选择OpenPOWER了。毕竟，对互联网公司而言，开放的架构、强大的计算能力以及灵活的定制化解决方案、都将为其带来货真价实的价值。

Web 2.0时代的大数据狂潮，以及紧接着的Web 3.0智能时代，会持续对数据处理和认知能力提出更高更新的要求。Watson战胜综艺节目危险边缘（Jeopardy）两名总冠军的例子，恰恰预示着Web 3.0 未来的走向--一个更加依赖于数据和认知计算，比你更懂你的时代。OpenPOWER，正