1樓：億方雲
海量資料涉及到一些方面。我給你介紹一下：
第一點涉及到雲儲存和分布式儲存。第二點涉及到分布式計算和平行計算。
分布式計算和平行計算：平行計算偏科學領域，偏單使用者，單請求，在配置多處理機的伺服器下處理。分布式計算偏多使用者，多請求，涉及多台伺服器多個計算單元的分布式處理。
分布式計算本身又分為兩種，一種是單任務拆分，如mapreduce來實現；一種是多請求分布式排程，涉及到雲計算paas。
雲計算中的雲是相對於客戶端而言，其實雲計算本質上是客戶端-伺服器模式，只是在伺服器端通過分布式儲存、虛擬化等技術提供了諸如IaaS、PaaS、SaaS的高可靠服務。
簡單來說：
雲計算只是分布式計算的一種特殊形式，它的特色是資源（計算、儲存）的租用。
網格，也是分布式計算的一種，不過強調的資源的共享與協作。
2樓：
可以簡單的理解為，為了快速的處理海量資料，提出了分布式這種解決方案，而分布式這種解決方案最終的目的或表現形式就是為了實現用「用硬體換時間」，將資料分布在多台計算機上同時處理（並行處理）帶某種屬性的資料集。
虛擬化和雲計算，虛擬化是為了實現雲計算而劃分資源的一種方法，包括兩個層面：物理資源池化和資源池管理。從現實來看，很多微小型網際網路公司沒有能力或必要構建自己的分布式系統，會借助於本地資源外的雲服務提供商，這樣可以使公司專注於產品和業務實現。
3樓：張小新
海量資料，涉及到大資料分析，除了計算能力外，還需要看你具體需要什麼。
虛擬化是一種技術手段，提供虛擬機器。
分布式架構是一種實現方式。
4樓：曠可
雲計算的三個層次：IAAS --> PAAS --> SAAS分布式計算，平行計算應該算雲計算的核心實現，包括基礎架構，平台，上層應用都是需要應用到。
虛擬化主要是用來實現雲計算的基礎架構，簡單來說就是提供計算資源，OS ==
海量資料則是雲計算要處理的東西，當然雲計算並不只是處理海量資料用的。
5樓：
海量資料：我們對資料儲存擴充套件性和高可用性，對資料進行分析的效率都提出了要求，第一點涉及到雲儲存和分布式儲存。第二點涉及到分布式計算和平行計算。
分布式計算和平行計算：平行計算偏科學領域，偏單使用者，單請求，在配置多處理機的伺服器下處理。分布式計算偏多使用者，多請求，涉及多台伺服器多個計算單元的分布式處理。
分布式計算本身又分為兩種，一種是單任務拆分，如mapreduce來實現；一種是多請求分布式排程，涉及到雲計算paas層的核心能力。
虛擬化和雲計算：雲計算重點是要有可排程的計算單元或儲存單元，而且排程單元的粒度不能太粗，否則影響到資源利用，排程單元本身要相互隔離。而虛擬化作用則是對已有計算或儲存能力進行拆分，形成標準化的，物理或邏輯上隔離的可排程單元。
如果機器本身就是利舊，能力一般，那麼虛擬化不是雲計算的必備選擇。
分布式計算與雲和SOA有什麼關係？
Shijie XU 總結 三個不同的名詞，側重點不一樣，又有重疊,分布式計算 側重多個程序 位於同乙個機器，不同機器，甚至雲上的主機 相互通訊，交流，然後共同完成乙個任務，請求等。分布式計算的概念出來很早，從80,90年代那個時候的RPC,CORBA通訊開始，通訊協議也多種多樣，比如底層的TCP,I...
有了分布式計算平台後，像天河這種超級計算機還有存在的必要嗎？
山梔 超算中心會雲計算化，雲計算平台也會提供越來越多的超算部署。雲計算和超算本質上沒有區別，兩者的趨同是商業模式適應時代大勢的不斷優化。這裡時代大勢指的是大資料量高效能的計算越來越普及。舊時王謝堂前燕，飛入尋常百姓家 時至今日，乙個普通的本科生可能都能把1000個CPU或者100張GPU充分利用起來...
pytorch 分布式計算 你們都遇到過哪些 坑 bug？
謝永斌 在DistributedDataParallel模式中，dataloader增加DistributedSampler，發現訓練中記憶體 記憶體！非視訊記憶體 會緩慢增加，直到最後出現OSError Errno 12 Cannot allocate memory。到現在也沒解決這個坑。如果有大...