第四次工业革命已然来临，由于数字技术几乎链接了生活和工做中的方方面面。从汽车到冰箱再到制造设备，愈来愈多的无生命物体日益变得“智能”，它们利用摄像头、传感器、软件和其余技术生成的数据，不只能够帮助咱们完成任务，甚至能够代替咱们执行任务，它们还会借助人工智能 (AI) 学习每次事务，了解如何更好地完成工做，甚至自主作出决策。安全
在引领这个具备革命意义的新时代的全部技术中，人工智能能够说是最关键，也是最复杂的技术。网络
AI 实现了自动驾驶车辆的“自主性”，指示车辆安全有效地从 A 点到 B 点运送乘客和货物，独立执行许多必要的操做、反应和决策。ide
AI 帮助无人机在农场做业，肯定做物什么时候须要浇水、施肥或杀虫，并施以适当的用量，以及在成熟时收割做物。学习
AI 实现了机器人与人类协同工做以及独立运做，有朝一日工厂将转变为自主运行的网络物理系统，管理库存，进行维修，并根据需求的变化调整生产计划，无需人工干预。大数据
不过，要想让 AI 发挥做用，它须要获取“高速”数据，不是在生成和收集后的一天甚至一小时内处理和分析的数据，而是即时、实时处理和分析的数据，就如人类智能所能作到的那样。因为工业 4.0 取决于人工智能，所以咱们甚至能够说高速数据是推进新革命的引擎。而这个引擎的助推剂就是处理能力和庞大的内存库。人工智能
前三次革命
在人类历史的大部分时间里，一切都是用收集的材料手工制做，在大约一万年前的农业时代的早期，则是进行耕做。动物的驯化和利用自己就有革命意义，但工业化真正始于将机器引入生产过程。spa
根据美光 IT 总监 Tim Long 的说法，前三次工业革命能够这样划分:设计
- 机械化。第一次工业革命在 18 世纪中叶到 19 世纪中叶大约 100 年的时间内发生，始于使用水和蒸汽动力来实现制造过程机械化。
- 电气化。在 19 世纪末和 20 世纪初，电力进入工厂，实现了装配线和大规模生产。
- 自动化。包括机器人技术在内的数字技术在 20 世纪中叶进入制造过程，人类以前执行的许多任务实现了自动化。本世纪下半叶计算机的普及以及 20 世纪 90 年代互联网的崛起，实现了公司运营全球化，而消费者只需点击鼠标便可在世界各地购物。
其中的每一次革命都让企业生产商品和服务的方式发生巨变 - 更快、更便宜、数量更大。因为能以更低的价格得到更普遍的产品，所以每次革命都扩大了市场，增长了潜在的利润。对象
工业 4.0 如今正在如火如荼地进行中，商业模式和商业实践方面势必会再次出现重大变化。这个时代的标志就是链接。从汽车到电脑，从机器人到烤面包机，在互联时代一切都会相互链接，相互通讯，也与咱们通讯，经过适应以定制用户体验，并自动执行每一个行业中单调枯燥的任务。摆脱这种单调乏味，咱们即可以专一于更复杂的关键工做 - 其中许多工做将涉及技术。blog
人们无需制做各类小器具，而是设计自主运行的工厂。人们无需驾驶卡车，而是能够经过程序设定让车队行驶，并进行故障排除。农民无需耕做、种植和收割，而是管理一系列为他们作这些工做的技术，并将时间花在最大化做物产量上。
而全部这一切，整个相互依存、相互关联的数字生态系统，都将依靠数据来传达每一个过程当中的每一步。
数据爆炸
在世界上存在的全部数据中，仅在过去两年就创造了其中 90％ 左右的数据。咱们的设备天天生成2.5 百万兆字节的数据（或 2.5 艾字节），随着手机、平板电脑、计算机和其余互连设备的数量逐年呈指数级增加，这个数字还会增加。
互联网用户数量在 2018 年有望超过 40 亿，超过全球 76 亿人口的一半。 经过传感器、摄像头、应用、互联网、蓝牙和其余数字通讯形式互连的对象网络，即“物联网”上的互连设备数量预计在 2018 年将达到 231.4 亿，到 2025 年将达到 744 亿。
数据很是之多 - 例如，对于任何想要深刻洞察客户的须要和需求，并进行采购以改进其产品和营销方法的企业而言，这堪称数据金矿。许多公司以这种方式使用数据，分批处理数周或数月前的数据，并分析结果以肯定微调的位置和方式。巨大的“大数据”存储库在未开发的“湖泊”里等待进行筛选和审查，或者经常从未被查看过。
现在，忽视数据彷佛是一种可怕的浪费。这些数据湖存在的时间越长，它们就越迟钝无用。
然而，第四次工业革命使得数据湖自己成为一种浪费。“静止”的数据很快就会过期。高速才应该是数据的状态。
速度相当重要
若是你醒来时发现浓烟滚滚和和刺耳的警报声，你在决定离开房子以前是否会坐下来思考？固然不会：你会当即处理正在发生的事情 - 火灾，而后飞奔出门。
一样，真正智能的人工智能必须可以处理信息（也就是数据），并实时调整其行为，或尽量接近实时地调整。
在工厂中，这可能意味着若是检测到有缺陷或损坏的零件，机器人会先使用不一样的部件进行更换，而后再继续。在软件处理信息时，机器不能坐等数周或数月。机器人也不该无视破损的零件并继续装配，等到制造的零件出现故障时才进行检查。
要在互联时代竞争，“高速数据”相当重要。不能三心二意，不能踌躇不前，不能犹豫不决。在工厂车间，工做停顿多是灾难性的；减速可能致使停机，这会耗费大量资金，听说在汽车行业停机的话，每分钟会耗费 22,000 美圆。
显然，落后的“批量”数据处理虽然很适合发现趋势并作出反思决策，但对于要在工业 4.0 年代竞争的企业来讲并不够。嵌入机器人、无人机和自动驾驶车辆等“智能”设备中的计算机，须要一经生成有意义的数据后就当即处理数据 - 就像人类大脑可以作到的那样。
以思惟的速度进行处理
咱们的大脑如何运做？信息经过咱们的五种感官进入，咱们的思惟每每会当即进行处理和分析。当咱们触碰到滚烫的锅时，咱们用不着考虑下一步该作什么。当咱们闻到芬芳的花时，鼻子与“玫瑰”之间也不存在滞后时间。
咱们的思惟可以极其快速地处理数据 - 思惟、感受和情绪。计算机能够比咱们更快的速度计算复杂的数学方程式，也许它们在下国际象棋时表现更好，可是为了获取信息并从一系列可能的响应中进行选择，没有什么比人类的大脑更快速、更聪明了。至少目前而言是这样。
第四次工业革命有望让计算机比以往任什么时候候都更接近人类的能力。要让自动驾驶汽车避免连环车祸，它须要处理事故并在瞬间选择绕行方式。在代价高昂的停机发生以前，工厂机器人应能检测并修复磨损的零件。当儿童或动物进入田地时，无人机必须中止喷洒杀虫剂。
正如咱们人类的思惟同样，机器快速进行这些计算的能力取决于处理速度和内存。工业 4.0 须要可以接收、分类和分析海量数据的计算机，这些操做不是在几秒甚至几毫秒内进行，而是要在几纳秒内进行。美光正在加快研发更快速、更高效的内存解决方案，以全面实现人工智能。
“咱们看到了不少内存在人工智能应用领域愈来愈重要的机会。”美光高级研究员 Mark Helm 说，“数据是实现人工智能的关键货币。”
Helm 表示，针对人工智能的工做方式比较计算系统执行交易任务的方式，例如检查电子邮件或浏览互联网（“历史”工做负载），你很快就会发现数据对于人工智能而言是一个更重要的因素。
“这为美光提供了成为数据保管员的机会，”Helm 说。
不管是可以以极高的速度向图形处理单元 (GPU) 提供数据的 GDDR6 图形存储器（就像咱们的大脑所能作到的那样），仍是在系统内传输数据的 DRAM 和 NAND 内存产品，美光产品都是人工智能数据的守门人。
人工智能的将来取决于以思惟的速度移动的数据。计算机将成为伟大的推进者，一旦它们可以至少像人类思惟同样快速地处理数据，就会实现文明的一次巨大飞跃。为了引领人类进入新领域，美光懂得咱们的企业必须更快速地工做 - Helm 说：“要始终保持领先优点。”
