专注于数字技术的商业观察者
登录×
商业
2016-05-12

SAS发布新一代高性能分析与可视化架构

时间: 2016-05-12 编辑:

5月9日,分析领域领导者SAS宣布推出高性能和可视化架构SAS®Viya™。这是一个全新的云就绪(cloud-read...

ae0937b01c8d8e6aedb6223422300508

59日,分析领域领导者SAS宣布推出高性能和可视化架构SAS®Viya™。这是一个全新的云就绪(cloud-ready)开放式综合分析平台,代表了SAS新一代的分析架构。SAS Viya能帮助缩减从早期分析探索到后期业务价值实现所需要的时间,它将是包括机器学习等众多SAS产品的基础,帮助应对各类数据分析挑战。SAS Viya今年5月会率先向经过遴选的早期试用者开放,并将于本年第三季度批量上市。

SAS 执行副总裁兼首席市场官Randy Guard表示:“分析绝对处于当今企业的核心地位,它可以激发新的机会、改善客户体验、增加企业利润。SAS Viya 为商界、政府和其它组织提供了一个统一、开放、云就绪的架构。它易于管理,可应对各种分析挑战,能通过各种分析技术创造价值 。”

SAS Viya的架构简单而强大,可方便地在云端或现场部署。运用SAS Viya的统一架构,可以避免整合不同供应商代码的麻烦。它提供的技术整合可以支撑起分析的整个生命周期。另外,SAS Viya支持通用的编程语言如Python、Lua、Java以及公共REST API,能帮助不同技术水平的人进行分析和数据挖掘。

Guard认为“SAS支持开源技术,并致力于建立开放的标准。开放的SAS Viya架构使任何人都可以进行分析,我们希望通过创建一个知识共享的社区使开放性不断深化。用户可以贡献代码、程序、视觉效果和服务,进行创意协作。”

此外,SAS Viya的另一个亮点是服务导向和云就绪,可支持众多公共云或私有云基础设施,并将提供新的公共API服务。不论是偶尔使用的业务用户,还是数据科学家和应用程序开发员,SAS Viya都可以为他们提供快速、可靠的分析结论。除了支持多个供应商的分析架构,SAS Viya还为分析领域带来了一个多云架构。它的单个代码库则确保了一致的、可重复利用的资产,并且这些资产还可以随着基础设施的发展而顺畅迁移。

国际数据公司(IDC) SaaS和云服务项目副总裁Amy Konary表示:“新一代运行关键任务的应用程序大部分属于数据密集型,绝大多数是在云端开发及运行的。未来三、五年内,大部分大型企业在云端的数据会比在自己数据中心的数据还要多。因此IDC认为,‘数据重力’将加快原有系统和数据向云端的迁移。”

据悉,目前纳入SAS Viya架构的解决方案主要包括:

SAS可视化分析(SAS Visual Analytics:提供可视化的数据发现、交互式报表和自助式数据探索。它在世界各地都有安装,并成为SAS Viya上第一批可用的解决方案。

SAS可视化建模统计(SAS Visual Statistics:其功能包括图形用户界面、预测建模与编程界面。用户可以为特定群体或细分群体交互地建立和完善模型,并很快显露洞察力。

SAS可视化调查(SAS Visual Investigator:这是一种新的解决方案,提供图形和交互式的智能管理和调查功能。可使信息分析人员和调查员减少误报,简化调查过程,打击欺诈行为,改善客户细分。SAS可视化调查产品可以突破格式、大小和位置的限制,实现数据搜索、查询和可视化,并可使用地理空间、网络和暂存可视化等信息支持调查。

SAS可视化数据挖掘和机器学习(SAS Visual Data Mining and Machine Learning:这同样是新的解决方案,继承自领跑分析领域的SAS高级分析。SAS可视化数据挖掘和机器学习主要服务于数据科学家,使他们轻松地将机器学习和数据挖掘技术应用在结构化和非结构化的数据上。开发人员可以一次性建模,然后部署在任何地方。该产品还将提供友好的界面,以加快建模和代码生成。这将惠及数据导入、分析数据准备、功能设计、降维、探索性分析、建模和学习、综合模型比较,以及在生产过程中实施模型等多种工作。

SAS高级分析市场总监Sascha Schubert说到:“企业总在寻找迅捷的洞察方式,以便始终保持领先于竞争对手。SAS可视化数据挖掘和机器学习产品凭借其分布式的、大规模并行的内存处理,可以快速提供答案,使企业做到灵活运营,以应对不断变化的市场。”

SAS首席执行官Jim Goodnight 对SAS Viya的发展满怀期待:“SAS Viya 将在协助客户从数据中挖掘价值方面实现一次大飞跃,它能够支持用户的所有数据分析工作,迎接所有数据分析挑战。”

版权声明:本文版权归数字商业时代所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。