Quarks di IBM è una rivoluzionaria tecnologia a disposizione della comunità open source, che incorpora analytics in streaming su dispositivi Internet of Things (IoT). La possibilità di analizzare i dati in ingresso con continuità consente alle aziende di acquisire più velocemente informazioni utili e di ridurre i costi delle comunicazioni di rete. IBM ha presentato una proposta all’Apache Software Foundation per richiedere l’incubazione di Quarks.
Sviluppatori e data scientist possono utilizzare il codice open source in Quarks per creare nuove applicazioni in grado di gestire enormi quantità di dati IoT in streaming, provenienti da sensori, contatori intelligenti, dispositivi di comunicazione mobile e dispositivi connessi anche con altre modalità. Le aziende di diversi settori, dall’automotive al sanitario, alle telecomunicazioni e al manifatturiero, possono ridurre i costi di comunicazione e diminuire il tempo necessario per ricavare informazioni utili dai dati, grazie alla capacità di Quarks di fornire strumenti di analisi in tempo reale, di dare impulso all’intelligenza delle applicazioni e di far progredire i sistemi cognitivi.
“Considerando che le aziende hanno bisogno di soluzioni di analytics più efficienti in funzione della varietà di dispositivi connessi che utilizzano, Quarks è una soluzione di analytics in streaming per IoT con un potenziale enorme. La sua capacità di integrarsi con un ricco ecosistema di sorgenti di dati consente agli utenti di ottenere un maggior numero di informazioni utili partendo da una quantità ancora più elevata di dati, ma con minore fatica,” secondo Nagui Halim, IBM Fellow e Direttore di IBM Streams. “Grazie al contributo di Quarks alla comunità open source, l’innovazione sarà più rapida e permetterà alle aziende di passare più velocemente dai dati grezzi ad azioni guidate dagli insight”.
Quarks è stato pensato per la comunità open source sulla base dell’elevata scalabilità e adattabilità dinamica di IBM Streams. Molti clienti oggi utilizzano IBM Streams come strumento economicamente efficiente per visualizzare i dati, contribuire a espandere l’utilizzo di funzioni di analytics sui dati verso una base molto più ampia di utenti, nonché contribuire a realizzare nuovi prodotti e servizi.
