2019年7月23日，奥卡云CTO 约翰·卡尔迈克在于西安举办的2019存储与数据峰会（DSS）上发表了题为《IoT Data Trends物联网数据趋势》的主题演讲，Veritas 创始人之一：约翰·卡尔迈克多年来深耕数字存储领域，这位存储老将加盟奥卡云之后，也加入了将西安打造成“西部硅谷”的宏愿，约翰·卡尔迈克对于存储产业有深刻认识，在IoT浪潮带来的数据洪流中看到了机遇，对奥卡云未来要做的事踌躇满志。
约翰·卡尔迈克：
大家好，我曾经是Veritas技术团队的创始工程师，Veritas是全球最大的存储管理软件公司之一，而我恰好对此有“些许”了解，今天我和大家分享一下IoT物联网数据的趋势，尤其中国的IoT和智慧城市，中国面临自己特有的问题，首先是中国的人口非常多，同时中国也希望能够打造世界上最顶级最好的基础设施，因此中国要完成一个非常大的城镇化转变，这些都给中国带来了一些非常特殊的挑战。
人们很难预测物联网未来到底会发展到什么程度，不过，最近几年，GPU计算比CPU还要便宜了，所以，GPU计算现在已经在各种设备当中得到了应用，比如在人工智能，还有机器学习当中，但我并不认为我们真正地理解了这会为我们带来什么影响，其中就包括，未来我们应该如何来管理物联网数据。
比如，这是一个无人驾驶汽车，一辆无人驾驶汽车的实质是一个移动的数据中心，也就是说路上将可能有三亿多个移动的数据中心，他们需要跟环境进行实时的交互，这些汽车要处理它们能看到的以及它们看不见的东西。
又比如在海洋市场，它融合了人工智能和机器学习，希望能够实现的目标是，通过不断对周围的环境做出反应，从而提高燃油效率等，这就需要在未来，让设备之间的互动更加及时、更加智能，更具策略性。所以，我们对于性能的期待就要变得高得多。中国在这方面有非常宏伟的目标。
从本图统计来看，物联网比其它事物发展都要快，有很多不同的领域，我们看到有三个大的领域：移动解决方案、云计算，介于移动解决方案和云计算之间还有物联网，物联网的市场规模和整个云计算和移动解决方案差不多，看到这个结果我自己都感觉有一点吃惊。
如图：在物联网领域，监控视频也可能是最主要的一个环节，视频数据量是非常非常大的。一个视频监控摄像头一个月可能要存储2TB的数据。在存储技术趋势发展下，我们做一个成本分析会发现，其实该类数据的储存成本仍然非常高，想用500美金存储100TB的数据的话，还很遥远，所以，IoT设备产生的数据会驱动一个非常非常大容量的储存设备的诞生。
如图：我们看到，监控数据的每年的增长量是17%，而其它行业的年增长率可能仅仅是6%到8%，监控视频数据方面，数据的增长要比其它行业都要快很多。
之前有位发言人（黄维院士）提到了颠覆性的技术，这也就是说新的技术会改变一切，新的技术会改变我们的思维方式，比如：之前虚拟化或者是云计算就是颠覆性的技术，而下一个颠覆性技术就是5G技术，为什么这么说呢？因为5G会减少本地网络跟广域网之间的区别。如果你连本地网络，网速可能能达到10Gbps等等，有了5G后你可以以10Gbps的速率连接到任何一个地方，你在中国与另外一个非常非常远的城市之间的连接，感觉就像跟隔壁大楼连接一样近，所以，本地与远端的概念将消失，5G技术将改变现在的一切。
问题来了，传统计算架构该何去何从呢？我认为新设备发展的速度以及新的数据发展的速度都需要考虑在内，必须大家假设一下，你的手机跟你的云帐户进行连接，然后，你打开了录像机，在这一年里面，你所有看见的东西都会上传到这个云当中，年末的时候，你会发现你一共在你的云帐户里面上传了15TB的数据，这得花多少钱呢？这个存储的成本会是非常高的。事实上，跟整个的云比较，如果我们把一个USB插到你的电脑里面，把这些视频储存本地，是更加可靠经济的解决方案，所以，云平台对于我们用户来说，并不是每个人都适用。
现在已经有数千种不同的物联网产品，实际上我们不再需要其它的IoT框架。中国未来十年或者十五年的大智慧发展战略，要全景透视中国的IoT设备，看到他们的运行状态，包括我们要去了解它们之间如何互动的，我的建议是我们应该关注数据的产生，我们应该把关注点切到数据的分析上。我们现在需要更加注重商业智能，因为现在，全世界范围内商业智能发展的规模已经达到前所未有的状态。
比如这样一个常见的场景，交通堵塞方面，人工智能，机器学习可以分析视频，可以告诉你说现在有交通堵塞，但是不能告诉你为什么会有交通堵塞。大智慧是我们未来的发展方向，帮助我们发现为什么会发生交通堵塞，如图：我们可以看到在路上有一些羊，这个路被堵住了，如果车在距离这个地方10到15公里的地方得到信息，然后，能够自动对这一情况做出反应，从而避免发生交通堵塞。这就是大智慧的意义所在。
发挥想象，你能想到的所有的东西都可以进行识别，现在机器学习非常非常的先进，它可以识别在任何场景之下任何的一个事物。可以产生非常多的信息，那么带来的一个问题就是当我们获取到这些信息的时候，我们应该怎么去处理这些信息呢？应该了解的一点就是，有了物联网技术后，可能在中国每一天都会在线上诞生10万个物联网设备，分析方面，你昨天做的分析可能今天已经过时了，所以，也就是说我们需要有不同的方法，去获取和识别新的信息和数据。
我必须要再次强调，产生大量元数据的IoT已经在中国得到了部署，它的增长速度非常快，它的速度每年都在增长。随着物联网技术的发展，网络安全的重要性提升到了一个新的高度，无人驾驶汽车或者是自动的交通灯，它们会接收一个中央云的指令，如果有黑客进去了，我们将会看到无人驾驶汽车会疯狂的驾驶，进入到了失控的状态。那么这种人工智能驾驶汽车它的可行性、安全性会降低。所以，也许我们当前面临的一个最大的一个缺陷，就是安全。
物联网设备数以十亿计，每天有十几万台新的设备诞生，我们现在有的最大的数据库，可能能够处理几千亿行的数据，比如说如果有100亿台IoT设备的话，每台设备需要处理几十行的数据，可以忽略不计，我们真正需要的是，一个100万亿行数据的数据库，要比现在最大的数据库要大1000倍。
因此，我建议我们在未来必须要一个单独的数据库，比如说未来的腾讯或者阿里的云数据中心，可能只需要一个数据库，大家在这个数据库里面可以获取一万亿条、两万亿条、三万亿条的数据，所以，我们要打造一个通用的数据格式，灵活支持各种应用，这个数据库必须要标准化，可能类似一个产品目录，那么解决方案就是类似于我们自动生产一样，所以，对于我们来说，我们必须要提高迅速的获取新的数据和容纳新的设备的能力，并且能够迅速的把它们给到AI当中，因为我们现在的世界当中，每一天都会有数十万条新的数据产生。
谢谢。
