现在是个信息爆炸的时代，目前我们每2年就产生1.8 ZB(1 Zettabyte = 1,000,000,000TB)信息，就和从文明起源到2003年为止所产生的数据一样多。
Big Data潮流的各种数据和过去比起来，不论在数量、速度或多样性，都较旧有的数据有明显的变化。过去的资料顶多是Gigabyte到Terabyte 的大小，不过Big Data所指的大小则是Petabyte 以上。以前数据的产生是以事件为主，偶尔才会产生数据，不过现在则是随时随地都有实时的数据产生。最后过去的数据是以数据库储存的各种数据，而在Big Data的时代里，数据则是以散落的形式储存在世界各地。因此在Big Data的处理上，对软硬件都会产生一定的挑战。
Big Data的重要性
为什么Big Data的处理这么重要？因为这些数据可以推动经济、降低生产成本，并增加销售。像是目前现在各国都在推动的Smart City计划所产生的大量数据就可以增进公共安全、促进经济发展；而B2B网站或是网络商店也可以藉由分析销售数据，增加自己的收入。
和过去不同的数据处理方式
为了处理如此大量的数据，处理数据的方式势必和过去有所不同。各家厂商对于Big Data潮流都提供了不同解决方案。像数据中心的储存方案会从过去的SAN(Storage Area Network)架构，渐渐转成分布式的储存架构，而各家储存服务商，也更加强了软硬件的可靠性和速度，以回应Big Data的需求，让使用者可以获得更快、更好、更安全而且更便宜的服务。
而在数据处理的速度方面，Big Data时代的趋势是在收集数据的同时即开始分析运算，也加强软件优化，让原来需要2-3小时的运算，现在在2-3秒即可完成。而在档案的分类上，也从原来的数据库方式，变成了分布式文件格式。
Intel和Big Data相辅相成
而Intel则扮演着加强硬件，以推动Big Data时代进展的角色。Intel提供更快而且更有效率的CPU、I/O和网络平台，加速Big Data的分析。另外Intel也为Big Data应用程序提供了优化的软件层和服务。Intel同时也投资Big Data解决方案的研究和服务，并和各方伙伴合作推动Big Data的成长。例如Intel就投资了可以显示广告的广告牌，其以Core i7驱动，并具备内置的摄影机，让这个广告牌可以实时透过摄影机分析观看者的年龄、性别和观看时间等匿名数据，传回服务器再次分析。
在[Intel Big Data City from Knight Studio on Vimeo]数据分析流程中，在每个层面都可以应用到Intel的CPU和Microserver等解决方案。Intel优化后的解决方案，可以让Big Data的分析流程快上千倍。让Intel在Big Data潮流中，占了极为重要的战略位置，而Big Data也为Intel带来许多硬件需求，两者相辅相成，让信息处理进入下一世代。
