网络创业入手

旧摩尔定律相比大多数人所知晓，即英特尔创始人所言的“芯片性能每18个月翻一番”，但目前看来无论是挤牙膏的英特尔，还是机器学习多用的英伟达显卡，谷歌TPU（主要用于神经网络的计算），都以不再符合此定律了。而与此相对的是，新摩尔定律，即由杰姆·格雷（Jim Gray）提出的“人类有史以来的数据总量，每过18个月就会翻一番。”，在当下非常恰当。虽说存储介质目前没有较大的进步，但是由于机械硬盘的廉价和Hadoop对老旧设备的支持之良好，再加上分布式的加持，让计算机计算以GB, TB为单位的数据成为可能。即当下是一个集云计算、大数据、机器学习为一体的时代。

但我们不能说，什么火我们就做什么，因为他火，正说明了该行业或许正在处于厮杀的状态中。但是Hadoop体系让我们得成本得以很好的控制。通常一个云计算平台囊括有：非常多的计算机（这些计算机可以是老旧的，可以是网吧淘汰的，可以是人们丢弃的过时的，以量多而优），主服务器，以及非常多的开源软件。之所以叫开源软件，正是因为这些软件都是免费的，可以直接使用的。

我们看当下网络服务器的配置：大部分多为Linux+Apache+PHP+某一种数据库，而这四种之中唯一可能需要付费的软件只有数据库，而数据库也有非常多的开源免费版，他们并不是因为不够好才免费的。而微软也同样提供了Microsoft Windows Server+IIS+SQL Server，这是一套非常方便使用的环境，无论是部署过程还是后期维护都是十分方便的，但其高昂的价格还是让许多企业宁肯多雇佣一些运维人员开工资，也不愿意去购买使用微软系产品。这充分体现了我国对于付费的接受性有限。

基于此原因，我们使用Hadoop+Kafka+MapReduce+Tensorflow+等等一大堆名词，这些开源套件虽然结合起来比较费时费力，但是他们不缺程序员，即技术人员，于是技术问题便迎刃而解。

而对于大数据能用的方面那就多了去了。从广告业的广告质量分析，如点击行为，观看行为等；到个人运动轨迹，然后性格分析投递广告；再到企业分析，爬虫分析竞争对手等等。数据就摆在那里等着你采集分析，分析出来就有价值其他公司就愿意来购买结果，这里的难点并不是我们应该怎么去分析，而是能想到我们还能分析什么。当我们分析对了目标，或者对顾客有定制化的分析，那么接下来就是财源滚滚了。