EMC公司上周五公布了由EMC赞助的IDC数字宇宙报告《大数据，更大的数字身影，最大增长在远东》。该报告显示，尽管个人和机器每天产生大量数据，使数字宇宙前所未有地不断膨胀，但仅有0.4%的全球数据得到了分析。

　　随着全球范围内个人电脑、智能手机等设备的普及，和新兴市场内不断增长的互联网访问量，以及监控摄像机或智能电表等设备产生的数据爆增，使数字宇宙的规模在最近两年翻了一番，达到惊人的2.8 ZB。 IDC预计，到2020年，数字宇宙规模将超出预期，达到40 ZB。

　　仅就数量而言，40 ZB的数据相当于：

　　如果地球上所有海滩上的沙粒有700,500,000,000,000,000,000(即七万零五亿亿)颗。40ZB相当于地球上所有海滩上的沙粒数量的57倍。

　　如果把40 ZB的数据全部存入现有的蓝光光盘，这些光盘的重量(不带盒子或包装)相当于424艘尼米兹号航母。

　　2020年，40ZB相当于地球上人均5,247GB的数据。

　　今年的研究报告是IDC第一次显示了数字宇宙中的信息来源地，即它们是在哪里被首次抓取或利用，并揭示出一些正在发生的重大转变。六年来，该报告测量和预测每年产生和复制的数字信息，其中包含对“大数据鸿沟”的研究，即那些价值被隐藏的数据量和价值被真正挖掘的数据量之间的差距，和数据所需保护和实际交付水准之前的差距，以及全球数据的地理分布。

　　报告亮点：

　　快速膨胀的数字宇宙：IDC预计，到2020年，数字宇宙将超出预期达到40 ZB。

　　o 从现在到2020年，数字宇宙将每两年翻一番

　　o 在2020年，地球上人均数据预计将达5,247GB

　　o 数字宇宙膨胀的主要原因是机器生成的数据量的增长，由2005年占数字宇宙的11%，到2020年将超过40%。

　　大量有效数据正在丢失：大数据的前途取决于从大量未开发的数据中提取价值。然而，大多数新的数据是基于文档未被标记的非结构化数据，人们对它们知之甚少。

　　o 2012年，如果经过标记和分析，数字宇宙中23%的数据(即643EB)将成为有效的大数据。然而目前只有3%的潜在有效数据被标记，而得到分析的数据量则更少。

　　o 随着数字宇宙的增长，有效的数据量正在不断膨胀。到2020年，如果经过标记和分析，33%的数字宇宙(即13,000EB)将具有大数据价值。

　　大部分的数字宇宙未受到保护：需要保护的数据量的增长超过数字宇宙自身的增长。

　　o 2010年，数字宇宙中需要保护的数据不到三分之一，预计到2020年，这一比例将超过40%。

　　o 2012年，大约35%的信息需要某种形式的数据保护，而实际只有不到20%的数据得到了保护。

　　o 数据得到的保护级别因地区而异，在新兴市场受到较少保护。

　　o 高级威胁、安全技能的不足、消费者和企业忽视最佳安全实践所带来的挑战使问题进一步恶化。

　　地理上的转换即将到来：数字宇宙过去曾是发达国家的一种现象，这种情况将随着新兴市场上人口的数字影子的增长发生变化。

　　o 2010年新兴市场只占数字宇宙的23%，到2012年它的份额已高达36%。

　　o 到2020年，IDC预测62%的数字宇宙将来源于新兴市场。

　　o 目前数字宇宙的全球比例：美国32%，西欧19%，中国13%，印度4%，其他国家32%。

　　o 到2020年，预计仅中国将产生全球21%的数据。

　　其他主要研究成果：

　　随着云计算在大数据的管理中扮演越来越重要的角色，全球范围内服务器的数量将增长10倍，而由企业数据中心直接管理的信息量将扩大14倍。

　　存储在云中的数据类型也将在未来几年内经历重要变革。 IDC预测，到2020年，存储在云中的46.7%的数据将涉及娱乐，而不是企业数据，其余为监控数据，嵌入式以及医疗数据，还有电脑、手机和消费电子产品产生的数据。

　　储存在数字宇宙中的个人用户信息量将超过他们自己创建的数据量。

　　西欧对数字宇宙的管理投入最多，每GB的投资额为2.49美元。美国排名第二，每GB投入 1.77美元，中国排名第三，每GB 1.31美元，然后是印度，每GB 0.87美元。

　　随着数字宇宙的基础设施进一步互联互通，信息将不会也无需停留在其被采用的位置。IDC预测，到2020年，近40%的信息将被云计算所“触及”，也就是说，在一个字节从起源到被采用这一过程中，它将在某个位置，在云中被存储或处理。