美国加州大学计算机科学家打破了“太字节(Terabyte)障碍”,创造了在60秒内对超过太字节数据进行分类的世界纪录。在被誉为“数据分类的世界杯”的“分类基准”比赛中,他们还追平了最快数据分类率的世界纪录,172分钟内数据分类量达到1万亿字节,不过使用的计算机资源只有原纪录创造者计算机资源的1/4。
寻求新趋势、高效率和其他竞争优势的公司致力于发展大数据量的分类途径,通常此项工作需要超强的数据中心。互联网的运行显示了数据分类的重要性,社会网络的广告、亚马逊网站的推荐以及谷歌的搜索结果均源自对多达数拍字节(petabyte)数据组的分类。1拍字节等于1000太字节。
研究项目负责人、加州大学圣地亚哥分校计算机科学教授阿敏·瓦达特表示,如果某家大公司需要查询所有相关的网页或产品销售,这需要对多达数拍字节的数据组进行分类,而数据组本身每天可呈千兆字节的速度增长。公司在不断地将其数据分类的数量和速度推向极限。瓦达特认为,实时的数据分析需要更好的分类技术。在数据中心,分类常常是许多更高级活动的“瓶颈”。