数据分析对主机提出的新要求

在数据越来越多也越来越宝贵的今天，人们对数据分析的需要已经远远超过数据计算，而传统的计算机恰恰擅长于数字及逻辑运算，在分析学习、语音图 形识别等方面效率却十分低下，随着大数据技术的发展，传统计算机的这种特性降低了分析数据时的效率，也制约了数据分析的准确度。

正因如此，有些科技巨头公司已经不满足于传统的计算机架构，开始尝试新的计算机模式，Google目前正试图通过成千上万台电脑的互联打造出“人工脑”，以此来改善语音和图片的搜索服务。生物型计算机的研究，已经成为了大数据处理领域的新方向。

类大脑计算机：理想的数据处理中心

传统的冯诺依曼式计算机完全受控于人们预先编写的程序，而且无法接受错误，比如计算一个数列的前N项和，程序员在编写程序时已经把计算方法和顺序告诉了计算机，运行时，计算机分毫不差地执行着程序员的指令，如果输入不符合规范，程序就会直接出错，无法继续运行下去。

当传统计算机遇见大数据时，问题就出现了，由于数据及其携带的信息量十分巨大，传统计算机的处理方式就显得非常缓慢，它会消耗过多的时间在初步的筛选上，而且由于筛选程序的局限性，还不见得就能筛选得十分精确，如果有某些数据不在程序的定义之内，程序就会崩溃。

为了适应大数据的要求，弥补传统计算机的缺陷，许多机构已经开始仿照人脑来研究生物型的计算机新架构。高通公司去年推出的“Zeroth”芯片 就是基于一款采用全新硬件结构的产品，它和人类大脑类似，由数十亿个协同工作的神经细胞组成，可以更好的解决语音、图形识别等问题，更重要的是，它具有学 习和容忍错误的能力，由于是类大脑构造，它的算法可以随着学习是不断变化，这就使得系统能够不断地适应并解决错误，从而得出更准确的分析结果。