AD
截至2013年，全球数据总量预计将达到四泽字节（简称ZB，1ZB=1024EB，1EB=1024PB），比2012年高50%以上，是2010年的近四倍。因此，行之有效的企业级信息优化战略变得空前重要。
由于预计2015年产生的数字内容中有90%将是非结构化数据，如短信和微博生成的信息以及视频和音频等，情况将变得越来越复杂。毫无准备的企业可能会在应对现有原始信息的数量、种类和速度时手足无措。如果企业缺乏管理并处理多来源海量信息的能力，将会导致整个企业效率面临巨大的挑战。
数字大爆炸对于技术的挑战是多方面的，例如存储效率（存储技术）领域，挑战体现在海量规模、分布式存储和不断降低成本方面；而在网络效率（网络技术）方面，挑战体现在用户体验方面，也就是用户要求快速数据存储和快速数据调用的体验；而数字服务井喷式发展对于数据中心效率（数据中心技术）的挑战则更大，这需要企业能快速设计、开发和部署新的数字服务，并且能够快速上线或快速下线。
无价值、重复性的数据不断的生产与卸载，形成类似于信息噪点式的“数据垃圾场”。反而，有价值的信息依然被屏蔽在入口之外。离散的、静态的数据本身并没有太多价值，只有通过有效的手段提炼、分析，才能够让数据点石成金，形成新的效率和更高的效率。
海量数据给企业的存储架构以及数据中心的基础设施带来巨大的挑战和改变，由此也带来云计算、数据仓库、数据挖掘等技术和应用的提升或者根本性改变。首先是CPU从单核到多核，再到现在的众核，现在有数40十几个内核、80核之多。其次是存储技术取得突飞猛进的进展，以前存储7200转的硬盘，一秒钟只有100个IOPS，带宽只有50MB每秒。而如今上传的SSD固态硬盘，每秒钟有几万甚至更高的IOPS，访问延迟只有几十微秒。更重要的部分来自于互联技术。过去谷歌发展搜索引擎的时候，数据中心网络带宽是100M的水准，很快就发展到千兆、万兆的带宽，再过几年，带宽会跃升到100G。企业级客户甚至会发现使用万兆网卡，访问速度要比磁盘快很多。
2014 年 1 月，美国的电子零售巨头亚马逊宣布了一项新的专利：“预判发货”（Anticipatory Shipping)，即在网购时，顾客还没有下单，亚马逊就将包裹寄出。实际上，预判发货的核心技术还是数据挖掘。其本质是，通过预测，把发货这个过程“外包”给算法，让算法自动发货，实现智能化。根据数据挖掘分析，亚马逊如果判断某位顾客对一件新商品有购买意愿，就会直接将商品寄给他，或者将该商品发送到离他最近的仓库，顾客一旦下单，收货时间就将以“小时”计，而不是以“天”计。亚马逊认为，正是从下单到收货之间的物流延迟，导致人们购买意愿降低，如果能够缩短物流时间，将极大地改善客户体验。
数字时代，用户越来越多的日常行为从线下转移到线上，并产生了大量非结构化的数据。这让传统行业有了新的机会，因为通过对沉淀数据进行深度分析和解读，挖掘其中蕴含的社会、经济和民生价值，从而为消费者和用户创造出新的效率体验。例如，得益于英特尔基于软件定义基础设施理念构建、，实现了软硬件结合和彼此优化的大数据解决方案。得益于英特尔软硬结合的大数据解决方案，浙江省某市可保存的历史违法数据从3个月延长到24个月，从24亿条过车数据中完成机动车的号牌精确查询和行车轨迹查询，仅需不到1秒的时间。
