在大数据以及 AI 时代需要什么样的流处理软件？

大数据时代，企业数据的爆发式增长，对传统的流存储和流计算软件带来了巨大的挑战，这背后需要海量的算力和存力进行支撑，传统的 IDC 架构无法对这一挑战。幸运的是，云计算天然具备这些属性，但用云并不是简单地将传统的软件架构 Rehost 到云上，其本质是将 IDC 架构平移上云，无法发挥出云基础设施的规模化优势，只有重塑软件的架构，面向云原生进行设计，才有机会将云的优势转换为生产力的优势。

对于 AI ，其对算力和存力的需求更是达到了巅峰，传统的软件架构绝对无法满足 AI 的需求，我们认为 AI 的基础就是云原生，只有将云原生红利释放给 AI ，才能催生出百花齐放的 AI 技术应用，才能将 AI 变得更加普惠。

综上所述，面向云原生重新设计流存储和流计算软件，释放基础设施的巨大潜力，向云计算要技术红利和成本红利，让云原生和 AI 相关的应用技术变得更加普惠，是大势所趋的。

AutoMQ 公司为 Kafka 和 RocketMQ 设计了全新架构，完全构建在云厂商的对象存储之上，带来了 10 倍的云账单节约，更是将最复杂的数据存储卸载到了云服务。AutoMQ 联合创始人章文嵩博士介绍，Snowflake 是第一个将数仓完全构建在对象存储之上，带来了巨大的成本优势和每个用户独占计算资源的多租户隔离效果。而 MQ 这个领域是一个典型的分布式存储系统，越来越多的企业将 MQ 用在了核心业务的关键链路上，但是目前市面上还没有一款 MQ 产品像 Snowflake 一样彻底构建在云上，相信完全基于云设计的 MQ 会带来巨大的技术优势。

点击 AutoMQ 官网了解更多 https://www.automq.com