大数据分析与传统分析的差异
凌琦表示，对于英特尔来说，无论是针对哪一类的数据内存，能够提供基本的应用和支撑的平台。为此，我们需要了解传统的数据分析和大数据分析的不同点：
首先，传统的数据分析更多的是结构化，数据量是有限的，集中式处理、批量处理；而非结构化数据的来源会非常多，需要对整个数据进行聚合和分析。
其次，非结构化数据的数据量非常大，传统的存储结构已经不适应现有的大数据存储，更多的是需要以服务器为架构的这种扩展性的存储架构，分布式文件存储将发挥关键性作用。
大数据分析与传统分析的对比
对于分布式的文件系统的支撑之后，需要进行实时的流处理，这在电信、政府，也就是在智能城市，比如在财务公司方面，将有非常大的应用环境，对于实时流处理也需要高性能。
英特尔在大数据时代下的优势
那么在大数据时代，英特尔相比其他厂商能提供什么样的解决方案呢？在帮助应对大数据带来的挑战面前，英特尔又能体现出何种优势呢？
凌琦接着表示，在应用层和可视化层，英特尔架构相关的业界生态系统能提供最佳应用与可视化展示环境。 对于分析层、界面与工具上，在英特尔架构上客户端与服务器端酸法开发提供分析计算所需的性能和规模。
大数据的分发和数据管理组建方面，英特尔平台上优化了的Hadoop，做到即时的实施。 硬件，内存，存储，至强，英特尔的计算、存储和IO架构在性能与容量间能帮助用户达到最佳平衡以满足大数据应用的需求。
大数据下英特尔的独特优势
在数据分发与存储方面，数据分析需要高性能的平台。英特尔的智能加速技术将使得基于英特尔的服务器平台，能获得优于竞争对手的表现。其次，大量的超线程已经在服务器上被广泛地应用，在集群系统当中使整个集群有更快的互联互通，超级互联架构能够也能使整个集成性能大幅度提高，这是在分析层面上英特尔为应用提供了硬件支撑。
在数据分发和存储方面，高可靠性、高可用性、高服务性是主要的诉求。在这方面，英特尔最新的存储架构也是对今后可扩展性的存储架构提供了支撑。在数据库管理方面，有一些相关的数据中心技术，将会对今天的数据支撑有很多的支撑。对大规模的数据中心能耗管理，对于整个数据在内存中运行和整个机器传输过程中提供了可靠、安全的环境。
在企业数据运用、数据展示方面，英特尔提供了IPT技术，它能够使最后的应用者提供了完美的覆盖。对于企业应用当中，从数据分发、数据管理、数据库应用，英特尔都有相应的技术，在硬件平台上给软件开发提供了足够的支撑。我们也希望在这里能够使大家对这些硬件所提供的能力，有更多的了解，也充分地利用这些硬件的能力，使大数据应用的开发得到便利。
大数据时代英特尔的角色
凌琦在演讲最后，还特别强调了英特尔公司，在大数据时代下所扮演的角色，具体来说，主要体现在如下三点：
1、加速在数据分发、管理与可视化展示过程中，挖掘价值与提高决策反应；
2、推动创新以充分利用各种数据来源：嵌入式，公有云，商业私有，及高性能科学计算数据；
3、投资大数据解决方案的研究和服务。英特尔的风险投资部门也对大数据中所涉及的关键平台、关键应用、提供商，给予重要关注。
大数据时代下英特尔的角色
英特尔是一家具有责高度任心的领导性IT企业，它希望投资于这些大数据，关注大数据领域中主要的创新者，充分利用英特尔的平台，使大数据应用在今后几年中获得长足的发展。
