刘琰：物联网的数据是典型时间序列数据，具有量大、价值高的特点。传统的数据库无法很好地处理如此大量、实时的数据，传统的数据挖掘方法也无法从中挖掘出价值。因此需要引入复杂的机器学习算法来处理。比如2016 年机智云发布的机智云 4.0 平台就包括了 RTBD(Real Time Big Data)实时大数据平台和 Giga ML 吉咖机器学习，为客户提供了物联网大数据能力，高效实现物联网复杂机器学习算法服务。
RTBD(Real Time Big Data)实时大数据平台，是一个专门为物联网应用而生的实时大数据分析、处理、输出平台。RTBD 特别适用于存储和计算物联网行业最常见的基于时间序列的数据(Time Series Data)。基于搜索引擎技术，RTBD 存储量大(可达EB级), 内置强大的实时运算能力，复杂的数据聚合结果可以在毫秒级输出。RTBD 还具有多种计算引擎的整合能力可以方便地通过与 Hadoop/Spark/Storm 等计算平台的整合完成复杂计算。人性化的管理界面让开发者可以方便地定义数据查询脚本，并即时生成对应的 API，使应用赋能在数据层面有质的提升。
Giga ML 吉咖机器学习，是专门为物联网设计的机器学习产品。基于机智云的云端+雾端计算架构，吉咖机器学习可以把数据采集和处理逻辑动态分配到设备和网关端，让海量的终端设备参与到机器学习的运算中，大大的增加了可采集和处理的数据量和全网络的运算资源，可以高效的实现复杂的的机器学习算法，极大的降低了机器学习在物联网领域的应用的开发和部署门槛。
CSDN：可否简单介绍一下如何通过机智云对接快速实现 Amazon 的 Echo 对接?
刘琰：Alexa 是 Echo 内置的语音助手，可以接收相应语音命令，通过它能够唤醒 Echo。Alexa 的优点在于它基于云端，因此可以随时对其进行改进。Alexa Skills Kit (ASK)是一个由自服务 API、工具、文件和实例代码的集合，可轻松构建你自定义的 Alexa skills，然后发布。
机智云开源套件 Gokit 是一块标准的量产级嵌入式开发板，即代表了通用型智能设备。硬件集成了通用 MCU、通讯模块、电机马达、温湿度传感器、红外传感器和可扩展接口等，搭载机智云 Gagent 连接协议和 App 开发测试工具、微信硬件客户端，以及完整的机智云云平台服务。免费发放给开发者进行物联网设备开发学习，可在官网申请。机智云发布生态认证计划。
作为 IoT 前沿技术领军企业，机智云在 Amazon Alexa 平台率先发布了 Smarthome Skill 和 Custom Skill，实现了亚马逊 Echo 直接控制机智云开源套件Gokit(包括 Gokit2.0 和 Gokit3.0)!这也就意味着：随着机智云和亚马逊账号的打通，接入机智云的智能设备都可以轻松实现Amazon Echo控制功能。
CSDN：如今开发者对于云服务解决方案有哪些需求、痛点?机智云能为他们带来哪些变化?
刘琰：智能硬件开发云平台和传统的软件开发有很大区别，在传统的桌面软件开发领域，客户端的环境主要是 Windows 和 Mac，移动互联网有 Android 和 iOS，但是智能硬件的客户端平台则要庞大的多，单单芯片厂家就有几十家，如果算上做模块的那就更多了，客户端的多样化是物联网的一个独特之处。
另外，物联网应用结合了企业应用的业务复杂性，以及互联网应用在处理高并发、高访问量的技术难题，因此物联网应用开发是一个更有挑战的领域，比如，硬件领域的开发者相对比较传统，他们会采用比较成熟的技术，而不像互联网领域的开发者比较喜欢尝试新技术。
再有，大部分硬件因为受到成本和体积等因素的影响，在计算、存储等方面的能力是有限的，把硬件接入云端后，无形中扩展了硬件的能力。同时可以将硬件变得更加智能。原来一些设备的业务逻辑需要写在硬件里面，现在可以把这部分和智能决策的逻辑放到云端。但是对于一个硬件工程师来说完成这些开发会非常难。
那机智云给他们带来哪些变化?我们可以先看看目前智能硬件的基本架构，也就是我们常说的黄金三角形，即云端、智能硬件、智能手机应用。云端的技术大多是互联网的 技术，与硬件工程师所熟悉的领域不太一样，我们需要有工具帮助开发者更好、更快地接入。出于这个考虑，机智云提供了一个叫 GAgent 的小固件程序，它运行在硬件平台里面，通常在 Wi-Fi 模块里，也可以在硬件的主控芯片里。GAgent 起到了一个承上启下的作用，对云端，它实现了所有的机智云接口，让硬件具有与云端连接的能力;对主控芯片，它又提供了一套对嵌入式开发很友好的封装，让硬件工程师可以面向业务编程，而不用去考虑云端通信的细节。