大数据和分析正在改变医疗、智能城市、交通和零售业的面貌，内存驱动的计算解决问题的速度是当前任何计算机的数千倍

我们已经进入大数据时代很多年了，但是，越来越善于收集信息并没有使我们在管理和利用信息方面变得更好。

多年来，我们一直依靠自己的能力，淘客网店推广平台，在一个问题上投入越来越多的通用微处理器，以帮助我们跟上不断增长的数据处理需求。但是，随着我们的数据集不断增加，变得越来越复杂，在这些cookie-cutter处理器之间分割问题（每个处理器都有少量自己的内存）正迅速成为过时的、效率较低的解决方案。

要解开我们不断增长的数据量中蕴含的洞察力和智慧，大数据网，我们需要一个全新的计算架构。我们称之为内存驱动计算。

HPE机器研究项目的团队正在设计第一个内存驱动计算架构，它将围绕内存而不是处理器构建，免费自助建站系统，内存是系统的核心，不仅仅是与处理器相连的东西。

这样的系统一次可以存储数百TB甚至PB的内存，解决问题的速度是传统计算机的数千倍。

那么这对医疗、交通、城市服务和零售等不同行业和部门意味着什么呢？这意味着您将能够以指数级的速度、更高效地从数据中获取见解和情报，为解决问题和创新带来全新的机遇。

医疗数据将成为未来十年最大的计算挑战之一。

医疗数据将成为未来十年最大的计算挑战之一。

医疗数据将成为最大的计算挑战之一我们在未来十年将面临的挑战

目前的"为大多数人开什么药"的医疗保健方法作为标准已经被接受太久了。问题是，如果你和大多数人不一样，要找到解决办法可能需要时间，这就等同于医生对诊断做出有根据的猜测，并尝试各种治疗方法，直到有效果为止。但是精确医学革命指日可待，内存驱动的计算可以让这一愿景成为现实。

为了设计个性化的诊断和治疗，医生和研究人员需要了解患者的整个病史，大数据的培训，以及家庭健康史、生活方式数据和环境暴露。他们还需要基因组数据和患者微生物组（所有生活在人体内的微生物）的数据。然后是内脏、骨骼和大脑化学的具体尺寸和特性。在数十亿其他医学档案的背景下分析所有这些，将确定最适合与患者最相似的人的匹配、诊断和治疗或治疗，而不是最适合普通患者的治疗。

这样的变量目录代表了令人目眩的数据量，即使不考虑医院里联网的医疗设备和可穿戴的健康技术，这些技术正在为我们每个人创造微小的个人数字蓝图内存驱动的计算系统对于有效地综合所有这些信息至关重要。佐治亚理工大学计算学院教授兼高性能计算执行主任大卫·贝德说，试图分析数据以充分创造有关某种疾病起源的有用的临床见解"可能需要我在当前的计算机系统上花费数百年的时间。但是有了一个内存驱动的计算系统，我也许可以在五分钟内把我想计算的算法取出来，运行它们，得到答案"

这样的建模和模拟将使医生能够解决人类健康中一些最棘手的问题：癌症、心脏病、慢性病和艾滋病。它还可以帮助确定和治疗极为罕见、尚不易诊断的疾病。通过更强大的预测分析，内存驱动的计算实际上可以在重大疾病发生之前阻止它们。大数据已经在帮助医生治疗疾病，计算机的未来可能会导致疾病的预防。

美国人每年花42亿小时坐在交通中，这使872亿美元的经济损失。

美国人每年花42亿小时坐在交通中，美国人每年在交通上花费42亿小时，从经济中节省了872亿美元。同样，大约20%的商业航空公司航班延误，这通常会在整个航空运输网络中产生多米诺骨牌效应，对预订、行李处理、登机口变更、机组人员分配和安全造成严重破坏。

未来的智能机场和运输系统将配备解决，如果不消除，这些复杂的问题。但要做到这一点，他们需要更快、更紧密地联系在一起。"我们想为交通管制实施的很多措施都是短期的。"你必须能够做到这一点很快"，迈克亨特说，交通运行和设计专家，副教授，在土木和环境工程学院在佐治亚理工学院。亨特说，内存驱动的计算将使交通系统能够"更快地、更大的数据集"预测问题。

例如，机场可以模拟航站楼周围不同地方几乎无限数量的潜在延误，并将解决方案存储在内存中，以便准确地知道如何对瞬间的延误作出反应类似地，在发生重大基础设施故障的情况下，比如亚特兰大最近发生的一座重要桥梁倒塌，一个城市已经知道如何通过协调交通信号和移动地图上的路由来优化交通流，使用对内存中复杂数据集的实时分析来实现安全和高效的管理有效避免堵塞。这在传统的电脑上是根本不可能的，因为它可能需要数周的时间来模拟整个亚特兰大市，计算该地区所有的旅行者，然后设计出一个合适的变通解决方案。

Vision Zero只是内存驱动计算在智能城市中应用的一个例子。

Vision Zero只是一个例子记忆驱动计算在智能城市中的应用