数据量爆发增长的今天，数据处理与商业价值挖掘面临巨大挑战，我们需要更高效、经济的数据处理方式，才能在海量、低价值密度的数据中发掘出有用信息。9月16日，ZILLIZ首席业务架构师顾钧先生受邀于上海交通大学电子信息与电气工程学院与研究生同学们分享技术报告，揭秘了从分散到集中，又从集中到分散。什么驱动了数据库形态的变化？集群，分布式，云原生，孰优孰劣？数据库还有多大的创新空间？
顾钧（花名鲁智深，据说Z星球每一位Z星人都有一个英雄名，因鲁智深为人仗义、洒脱、智慧深沉，深得顾钧喜爱…），毕业于北京大学计算机系，有14年数据库行业经验，曾就职于工商银行、IBM、摩根士丹利、华为科技，担任数据库专家、IT战略规划等职位。听说有大咖驾到，爱学习的交大学子们踊跃参加了活动并积极和顾钧互动。
1970 年 IBM 数学家 Edgar F. Codd 提出关系代数理论，1979 年 Oracle 发布了第一个关系型数据库产品。自此，关系型数据库引领数据库产业发展 40 年。而今天的数据时代，最突出的特征是非结构数据爆发式增长，以及出现了海量的数据连接。这些都对关系型数据库提出了巨大的挑战。
集群、分布式，这些数据库形态在商业数据库（如 Oracle, Db2 等 )上虽然有成熟的解决方案，但在目前更流行的开源数据库上，依然是不小的挑战。通过回顾关系型数据库架构的发展历程，我们可以清晰地看到数据库所面临的技术挑战：
数据时代的今天与未来也充满了挑战与机遇：
那么，AI数据科学技术将会有哪些趋势呢，顾钧认为首先是Datafication– 非结构数据的结构化分析––充分挖掘图像、视频，声音、文本等非结构数据所蕴含的价值，以及DataReality -以数据重现真实世界––针对边缘数据、快数据、时空数据的分析可视化引擎。
而结构化数据以外，更艰巨的任务是对非结构数据（图像，视频，文本等）的分析处理，但困难的挑战中也蕴含着巨大的机遇。顾钧也介绍了ZILLIZ 对非结构化数据分析处理的思路和相关解决方案。ZILLIZ专注于为用户提供革新的AI数据科学技术，使用GPU处理器将数据ETL、数据仓库、模型训练、推理和部署等多个流程进行融合和加速，打破了人工智能和数据处理之间的分界和壁垒，提供GPU加速的一站式AI数据科学解决方案，帮助用户充分挖掘海量数据所蕴含的价值。目前，ZILLIZ已经成功研发特征向量检索产品Milvus，及针对海量时空信息的数据现实产品MegaWise。欢迎大家点击链接进一步了解我们的Milvus产品，我们的MegaWise产品也即将发布新的版本，敬请期待哦！
有同学问到加入创业公司是怎样的一种赶脚～～～Um...，创业是创造财富的最佳途径，在这里工作2年在技术领导力/经验/眼界上可能换来10年的成长，听起来有木有一点想加入我们？欢迎点击原文查看我们的招聘信息哦！
Z星人还将走进更多的高校和同学们分享最新的数据科学技术，欢迎大家持续关注我们！
本文分享自微信公众号 - ZILLIZ（Zilliztech）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
