记者：大数据现在是个时髦的词汇，但和云计算一样，似乎很多人还没有了解大数据是什么？或者说，因为大数据太热了，各种各样的说法都有。从我个人的理解，大数据应该是和云计算一样，是随着IT计算能力、资源和网络、服务器等硬件设施的发展自然而然诞生的，它应该是被看作一种能力，而不是数据本身。
埃里克·霍维兹：时髦词汇的产生有各种各样的原因。对于大数据而言，我认为是几个因素共同导致了这一朗朗上口的词汇的流行。其中之一是人们在不同领域采集到的数据量之大，达到了前所未有的程度，而传感、存储和网络等计算机科学领域也在不断前行。人们需要收集大量数据，一部分原因在于许多人类活动已经转向了网络，各种交易和事件数据的收集变得十分容易，而且能够实时同步收集。这些活动包括电子商务、通过道路上的传感器记录汽车行驶状况、利用位置数据提供智能手机服务等。而在医疗领域，基因组研究的突飞猛进和医院临床数据捕获，将越来越多的GB级乃至TB级患者数据输送到数据库中。
吴甘沙：数据总量的增长主要归功于非结构化数据的增长，目前普遍被认为占到85%以上，而且增速比结构化数据快得多，有种说法是快10—50倍。
早期的非结构化数据，主要是文本，如电子邮件、文档等。随着互联网和物联网的发展，又扩展到网页、社交媒体、感知数据，涵盖音频、图片、视频、模拟信号等等，真正诠释了数据的多样性。但同时，低信息密度的非结构化数据是大数据的一大挑战。
从具体内容上，大数据通常分为四类：科研数据、互联网数据、企业数据、感知数据。
科研数据属于大数据时代前很久就存在的“史前生物”，可能来自生物工程、天文望远镜或粒子对撞机，不一而足。这些数据存在于封闭系统中，玩家都是传统上做高性能计算的企业或机构。最著名的是欧洲核子研究中心的大型强子对撞机，此机不撞则已，一撞惊人，工作状态下每秒产生PB级的数据。
互联网大数据是目前这个时代的主流，尤其社交媒体被认为是大数据的爆发点。几乎所有的大数据技术都起源于互联网企业。所有这些企业当中，做搜索的最大，百度达到了千PB的规模，谷歌更大一些。脸谱网、雅虎等都在数百PB，亚马逊、阿里巴巴应该也同在此列。
进入移动互联网时代后，移动平台的感知功能和LBS（基于位置的服务）的普及，使得互联网数据与感知数据产生了重叠。同样，企业数据和感知数据也有重合，如企业会部署物联网收集感知数据。但感知数据的体量要大得多，甚至有预测感知数据的总量在2015年超过社交媒体，并达到后者的10—20倍。企业自身的数据比起十年前虽然没有数量级的提升，但也得到了有机的增长：一方面，内部数据从结构化数据扩展到非结构化的数据，另一方面，更强调与新的外部数据源如社交媒体数据的融合。
大数据的价值在于获得洞察力
记者：虽然有多种解读，但业界一般认为，大数据有四个“V”字开头的特征：Volume（体量）, Velocity（速度）, Variety（种类），Value（价值）。这其实也是大数据概念的组成。Volume是指大数据巨大的数据量与数据完整性﹔Velocity可以理解为更快地满足实时性需求﹔Variety则意味着要在海量、种类繁多的数据间发现其内在关联﹔Value最重要，它是大数据的最终意义——获得洞察力和价值。简单说，大数据4个V：就是体量大，快速化，类型杂，价值大。
张亚勤：体量容易理解。速度可以理解为更快地满足实时性需求。数据的实时化需求正越来越清晰。对普通人而言，开车去吃饭，会先用移动终端中的地图查询餐厅的位置，预计行车路线的拥堵情况，了解停车场信息甚至是其他用户对餐厅的评论。吃饭时，会用手机拍摄食物的照片，编辑简短评论发布到微博或者微信上，还可以用LBS应用查找在同一间餐厅吃饭的人，看有没有好友在附近……
通过各种有线和无线网络，人和人、人和各种机器、机器和机器之间产生无处不在的连接，这些连接不可避免地带来数据交换。而数据交换的关键是降低延迟，以近乎实时——意味着小于250毫秒的方式呈献给用户。
更多详细信息，请您微信关注“计算网”公众号：
