导读：传统行业面对数字化转型往往会遇到很多困难，比如缺乏数据管理体系、数据需求开发流程冗长、烟囱式开发、过于依赖纸质化办公等，美联物业也有遇到类似的问题。本文主要介绍美联物业基于ApacheDoris在数据体系方面的建设，以及对数据仓库搭建经验进行的分享和介绍，旨在为数据量不大的传统企业提供一些数仓思路，实现数据驱动业务，低成本、高效的进行数仓改造。作者｜美联物业数仓负责人谢帮桂美联物业属于香港美联集团成员，于1973年成立，并于1995年在香港联合交易所挂牌上市(香港联交所编号:1200)，2008年美联工商铺于主板上市（香港联交所编号:459），成为拥有两家上市公司的地产代理企业。拥有40

导读：传统行业面对数字化转型往往会遇到很多困难，比如缺乏数据管理体系、数据需求开发流程冗长、烟囱式开发、过于依赖纸质化办公等，美联物业也有遇到类似的问题。本文主要介绍美联物业基于ApacheDoris在数据体系方面的建设，以及对数据仓库搭建经验进行的分享和介绍，旨在为数据量不大的传统企业提供一些数仓思路，实现数据驱动业务，低成本、高效的进行数仓改造。作者｜美联物业数仓负责人谢帮桂美联物业属于香港美联集团成员，于1973年成立，并于1995年在香港联合交易所挂牌上市(香港联交所编号:1200)，2008年美联工商铺于主板上市（香港联交所编号:459），成为拥有两家上市公司的地产代理企业。拥有40

 ​​​本文转自雷锋网，如需转载请至雷锋网官网申请授权。需要处理的图像像素过多与芯片算力不足的矛盾，已经成为了当前制约自动驾驶发展的瓶颈之一。为了解决上述问题，事件相机与脉冲神经网络的结合或许会是一个可行的解决方案。卷积神经网络是目前图像目标检测算法的重要手段。以ResNet-152为例，一个152层的卷积神经网络，处理一张224*224大小的图像所需的计算量大约是226亿次，如果这个网络要处理一个1080P的30帧的摄像头，那么它所需要的计算量将高达每秒33万亿次，十分庞大。以当前典型的百度的无人车为例，计算平台约为800TOPS，其中1TOPS代表处理器可以每秒钟进行一万亿次操作。假设一个

 ​​​本文转自雷锋网，如需转载请至雷锋网官网申请授权。需要处理的图像像素过多与芯片算力不足的矛盾，已经成为了当前制约自动驾驶发展的瓶颈之一。为了解决上述问题，事件相机与脉冲神经网络的结合或许会是一个可行的解决方案。卷积神经网络是目前图像目标检测算法的重要手段。以ResNet-152为例，一个152层的卷积神经网络，处理一张224*224大小的图像所需的计算量大约是226亿次，如果这个网络要处理一个1080P的30帧的摄像头，那么它所需要的计算量将高达每秒33万亿次，十分庞大。以当前典型的百度的无人车为例，计算平台约为800TOPS，其中1TOPS代表处理器可以每秒钟进行一万亿次操作。假设一个