世界快看点丨Teradata的大梦想——成就客户在云原生时代的数据洞察

来源：中关村在线 2022-11-09 15:42:14

分享到：

“我们在着手搭建下一代架构时，就怀着一个伟大的梦想——从始至终都在快速推进高级分析的发展，我们希望帮助组织更明智地做出复杂而关键的业务决策。”在Teradata China 2022 Possible线上大会上，Teradata首席产品官Hillary Ashton表示，“Teradata VantageCloud可以对企业开展现代化的数据分析，提供最强大、最开放、最互联的高级分析，将企业数据和数据湖集成在智能扩展的云原生架构上，把数据、分析和云敏捷性融为一体。我们利用多年来在企业数据和高级分析方面的精湛专业知识，在新兴技术的研发上投入巨资，今天推出了Teradata VantageCloud Lake，这是我们基于下一代云原生架构的第一款产品，为Teradata带来了全新的市场和机遇，可以支持我们的客户推动更多创新。”

Teradata首席产品官Hillary Ashton

【资料图】

Teradata的云服务业务始于2011年，其始终将开放性和互联性放在高优先级，已经实现了查询互联和数据互联，能够大幅减少数据移动，提升数据分析效率。例如通过QueryGrid，Teradata可以充分利用各个数据引擎的性能，实现多个查询引擎的协同工作。利用Vantage原生对象存储 (NOS, Native Object Store) ，借助对象存储的数据共享性，不同数据引擎可以通过对象存储，实现数据交换和共享。利用多云互联的企业级智能数据平台Vantage，Teradata的客户可以更高效地实现数字化转型之路。

全新的云原生架构和VantageCloud Lake的推出使其能够有效解决影子系统、灵活扩展等常见痛点，支持企业现在及未来在各层面上的全部分析需求。客户可以使用VantageCloud Lake处理小型数据和分析工作负载，使用VantageCloudEnterprise处理高性能、任务关键型的企业级工作负载。无论是已经在使用VantageCloudEnterprise但希望增加云原生环境的现有客户，还是希望将VantageCloud Lake作为独立产品使用的新客户，都可以从中获益。VantageCloud Lake和VantageCloud Enterprise，共同组成了Teradata的全新云解决方案——完整的云上分析和数据平台VantageCloud。

据了解，VantageCloud Lake是一款面向业务应用的自助服务产品，允许企业利用其高级分析能力，以更低的总体拥有成本，更智能的弹性资源调度，驱动几乎所有分析业务用例（包括较小的随机性、探索性和部门级工作负载）加速取得业务成果。借助自动化弹性、完全隔离的多计算集群，以及分离且高度优化的对象存储（如Amazon S3），VantageCloud Lake可以帮助客户快速适应不断变化的业务需求，利用核心数据跨部门启动新项目，调整整个平台上的计算资源，保持整体治理和成本控制，通过满足探索性项目需求和随机性请求，消除“影子IT系统”的影响。今年早些时候，Teradata在AWS上完成了1012节点的大规模测试。

考虑到一般的云原生服务可能会在启用后迅速导致云消耗成本超支，TeradataVantageCloud Lake提供了可伸缩的工作负载管理和工作负载隔离，确保独立计算集群仅在必要时根据系统资源的实际消耗情况（而非简单地根据查询数或用户数）进行自动伸缩。VantageCloud Lake 具备策略驱动的伸缩能力，允许企业针对特定工作负载设置护栏，以促进预算管理。这种灵活性得到了综合报告功能的支持，综合报告可展示每个工作负载的完整财务可见性。更少的扩展、可选的护栏、综合报告等差异化功能结合起来，使企业更易平衡业务自主和成本管控需求。

企业可以根据是否需要云原生架构或混合环境，选择使用其中一个或两个版本，Lake和Enterprise版互为补充，旨在满足不同类型的工作负载需求和监管要求。这两个版本也可以作为一个整体为企业提供服务，即同时提供高SLA的企业关键负载、高灵活需求的创新负载和部门级负载等。在VantageCloud的帮助下，Teradata希望能够支持企业客户加快实现数据价值，加速数字化转型，实现用数据驱动业务发展和创新。VantageCloud Lake版和Enterprise版同样采用了Vantage的核心SQL引擎，未来不排除部分关键负载向VantageCloud Lake迁移的可能性。由于采用相同的核心引擎，工作负载的迁移也是自由和无缝的。

VantageCloud Lake实现了计算与存储的彻底分离。计算集群具有高端的自动弹性扩展，可实现快速的新集群部署。存储架构在对象存储上，在不同计算集群之间，可以实现无缝的数据共享。这样，既保证了资源的独立性和灵活性，又避免了大量的数据孤岛，实现了数据的共享性。考虑到最佳性价比，Teradata将以年费用低于5万美元的价格提供VantageCloud Lake，在签订全年合同的前提下，月费用低于5千美元，具体基于使用量/产品数量进行定价。相比传统的企业级产品，这一价格显著降低。目前，TeradataVantageCloud Lake版已在AWS上提供并运行，2023年初将在所有主要云服务提供商处提供。

VantageCloud Lake版和Enterprise版均以Teradata领先的分析能力为基石，这些分析能力被整合为ClearScape Analytics。ClearScape Analytics新增特性包括引入了50多项全新内置于库内的时间序列和机器学习函数，以及旨在快速运营AI/ML项目的集成平台ModelOps，进一步提升了Teradata的分析能力。ClearScape Analytics与Teradata VantageCloudLake相结合，可为客户提供强大、开放、互联的分析工具，通过易于访问、提供自主性和实时洞察的分析工具，帮助客户激活海量数据，解决复杂的业务挑战。

ClearScape Analytics的库内时间序列功能横跨整个分析生命周期——从数据转换和假设性预测分析，到特征工程和机器学习建模。这些功能内置于数据库中，因此具有高性能，而且只需进行有限的数据移动。这可以显著降低成本并减少阻力，特别是当企业想对大量数据（如来自数百万件产品或数十亿传感器的数据）应用时间序列分析时。当分析结果（如预测）被存入数据库中，企业可以将其与其他数据整合。例如，制造商可以将传感器的异常检测得分与机器的位置结合起来，找出所预测的故障的位置，国际零售企业可以将预测结果与价格结合起来，以预测营收。

德国大众集团属下某工厂的白车身车间，利用Teradata的点焊分析方案，基于大众工业云上的海量数据，成功实现了对点焊的全过程质量控制。该解决方案完全建立在大众汽车工业云（数字生产平台）的基础上，并与大众汽车保持一致。点焊数据和其他元数据在AWS上的Teradata Vantage云数据平台中集成和分析。这是进行分析处理、模型训练、数据评分以及将数据与其他数据源整合的地方。Teradata使用了包含自学习和自增强人工智能或机器学习算法的分析模型，根据各种过程特征对数据进行分类和优化。这些结果为大众汽车车身工程师提供了有关所有焊点的工艺稳定性的信息。除了每个焊点的工艺特性外，点焊分析方法减少了手工操作，使早期干预和快速检测工艺序列中的弱点成为可能，同时还可按需扩展检测范围，如对焊接基础设施的动态维护和材料组合分析，从而实现端到端的过程质量监控。

借助ClearScape Analytics，复杂的机器学习功能可以轻松集成到分析管道（从数据准备到建模再到部署的一系列相关操作的集合）中，并被打包在一起以解决特定问题。例如，可以针对欺诈检测，对分类管道进行专门调整，然后将其用于金融类应用程序，时间序列管道可用于零售或制造业场景中的需求预测。内嵌ModelOps的ClearScape Analytics使企业可以快速扩展AI/ML项目，在充分释放投资价值的同时降低风险。ModelOps可以在模型治理和风险管理方面发挥关键作用，随着企业将更多模型投入生产，这一点将越来越重要。

ModelOps在Teradata ClearScape Analytics中发挥着关键作用，可以提供企业范围内的产品模型库和生命周期管理，将模型的构建和培训与业务中的有效部署和管理联系起来，连接了业务线、数据科学和IT部门的团队、工具和流程。ModelOps以DevOps原则为蓝本，消除了软件开发团队与企业部署软件解决方案之间的障碍。随着企业希望部署数以千计甚至可能数以百万计的AI模型，以在数字经济中保持竞争力，ModelOps将变得越来越重要。

ModelOps的现代化界面简便易用，并进一步扩展了Python/R库，提升了用户体验，以便各业务线终端用户管理Vantage中的模型。ModelOps还为其他应用程序和云服务提供管理Vantage中模型的API。模型上线投产需要涵盖分析模型全生命周期的额外管理能力。ModelOps拥有数据集审计、代码跟踪、审批工作流、调度、模型监控和警报等能力。如果客户采用了第三方的模型框架，ModelOps所拥有的模型版本管理和比较能力，可以根据性能指标，选择和部署最优模型。“我们其中一家客户，在实施ModelOps后，他们花费在模型投产上的时间从10个月减少到了2天。”Hillary Ashton说。

未来，Teradata将有机会在其已建立的用户群中占领一个庞大且不断增长的市场，加速在现有客户中的业务扩张，扩大潜在市场的总体规模。VantageCloud Lake不仅可以推动Teradata向着2025年成为10亿美元云公司的目标不断迈进，也标志着Teradata已成为一家强大的云原生分析公司。与此同时，Teradata还提供了全面的产品组合和广泛的部署方式，从本地部署到混合部署再到云原生部署，支持AWS、Azure、GCP等云平台，连接所有数据，以最大限度减少数据移动、控制成本并提供适当的大规模治理。

这一切成果与Teradata善于倾听客户在数据实践中的反馈密不可分。Teradata能够确保为用户需要的用例提供支持，并保持产品创新一直走在正确的道路上。通过和合作伙伴的密切合作，Teradata确保其产品与整个数据和分析市场上的成熟参与者、新兴参与者及主要参与者均有合作。这些做法通过解锁数据、激活分析、加速数据价值来满足客户需求。

“当前我们专注于VantageCloud Lake和ClearScape Analytics，但在未来，大家可以期待看到 Lake入驻所有主要云。我们还打算通过继续推动行业向前发展来扩大Teradata在分析领域的优势，特别是通过开放互联的分析来赋能智能财务控制和治理。”HillaryAshton表示，“赢在云端是Teradata的首要关注点，未来我们将继续推动和扩大与全球和本地云领导者的合作伙伴关系，例如与AWS、Microsoft Azure、GoogleCloud和VMware的合作。”

世界快看点丨Teradata的大梦想——成就客户在云原生时代的数据洞察

相关新闻

热门文章

热点专题