在昨天（4月24日）的百度技术开放日上，李彦宏现身并推出了百度大数据引擎。这在百度，表明对相关产品最高的重视了。

这个发布是什么意思呢？简单地讲，大数据引擎将百度在大数据的数据、能力和技术开放给行业，行业可以近身距离甚远的大数据盛宴，百度则寻到了一个新的增长点。

大数据引擎三件套

百度大数据引擎一共分三个部分。

开放云：百度的大规模分布式计算和超大规模存储云。过去的百度云主要面向开发者，大数据引擎的开放云则是面向有大数据存储和处理需求的“大开发者”。

百度的开放云拥有超过1.2万台的单集群，超过阿里飞天计划的5k集群。百度开放云还拥有CPU利用率高、弹性高、成本低等特点。百度是全球首家大规模商用ARM服务器的公司，而ARM架构的特征是能耗小和存储密度大，同时百度还是首家将GPU（图形处理器）应用在机器学习领域的公司，实现了能耗节省的目的。

数据工厂：开放云是基础设施和硬件能力，你可以把数据工厂理解为百度将海量数据组织起来的软件能力。就像数据库软件的位置一样。只不过数据工厂是被用作处理TB级甚至更大的数据。

百度数据工厂支持单词百TB异构数据查询，支持SQL-like以及更复杂的查询语句，支持各种查询业务场景。同时百度数据工厂还将承载对于TB级别大表的并发查询和扫描，大查询、低并发时每秒可达百GB，在业界已经是很领先的能力了。

百度大脑：有了大数据处理和存储的基础之后，还得有一套能够应用这些数据的算法。图灵奖获得者N.Wirth(沃斯)提出过“程序=数据结构+算法”的理论。如果说百度大数据引擎是一个程序，那么它的数据结构就是数据工厂+开放云，而算法则对应到百度大脑。

百度大脑将百度此前在人工智能方面的能力开放出来，主要是大规模机器学习能力和深度学习能力。此前它们被应用在语音、图像、文本识别，以及自然语言和语义理解方面，被应用在不少App，还通过百度Inside等平台开放给了智能硬件。现在这些能力将被用来对大数据进行智能化的分析、学习、处理、利用。百度深度神经网络拥有200亿个参数，是全球规模最大的，它拥有独立的深度学习研究院（IDL）和较早的布局，在人工智能上百度已经快了一步，现在贡献给业界表明了它要开放的决心。

大数据引擎可以干嘛

百度将基础设施能力、软件系统能力以及智能算法技术打包在一起，通过大数据引擎开放出来之后，拥有大数据的行业可以将自己的数据接入到这个引擎进行处理。同时，一些企业在没有大数据的情况下，还可以使用百度的数据以及大数据成果。

从架构来看，企业或组织也可以只选择三件套中的一样使用，例如数据存放在自己的云，但要运用百度大脑的一些智能算法应该也是支持的。

举几个例子可能你更加清楚百度大数据引擎究竟是什么。

许多政府部门拥有海量大数据——大数据经典之作《大数据》也是在讲美国政府的大数据。但政府部门几乎都没有大数据处理和挖掘技术。交通部门有车联网、物联网、路网监控、船联网、码头车站监控等地方的大数据，卫生部门拥有流感法定报告数据、全国流感样病例哨点监测和病原学监测数据，公安部门有大量的视频监控数据。如果这些数据与百度的搜索记录、全网数据、LBS数据结合，在利用百度大数据引擎的大数据能力，则可以实现智能路径规划、运力管理、流感预测、疫苗接种指导、安防追逃等等。

许多企业也拥有海量大数据——通信、金融、物流、制造、农业等行业。不过，它们几乎都没有大数据能力，坐拥海量数据却一筹莫展。这时候如果能够应用百度大数据引擎，则可以对海量数据进行可靠低成本的存储，进行智能化的由浅入深的价值挖掘。在百度技术开放日上，中国平安便介绍了如何利用百度的大数据能力加强消费者理解和预测，细分客户群制定个性化产品和营销方案。

可以看出，大数据引擎的输入实际上是百度拥有的大数据以及行业已有的大数据，而输出则是各种行业应用成果，也就是大数据的“价值”。