大屏显示行业新技术崛起及未来发展前景随着LED产业制造能力的发展，在过去5年LED大屏的成本显着下降。
这一点促成了LED大屏在市场应用规模上的质的提升。
目前，户外大型全彩LED大屏已经从几年前的地标性高端产品，过渡为一般性户外广告手段。
在三四级，甚至农村城镇市场，LED大屏已经以各种方式渗透到更为广阔的市场空间内。
成为了一支独特的大屏显示技术力量。
传统LED大屏幕的优势在于，画面尺寸无限拼接和高亮度显示。
后者使其成为唯一适合室外环境大规模使用的显示技术。
同时，高亮的特点也使得LED大屏幕能够在舞台背景效果应用领域大展身手。
但是，LED大屏也有其缺点，那就是产品点距的限制。
传统LED大屏的像素点距过大、显示密度不足，这阻碍了LED大屏在近距离显示，尤其是室内环境下的应用。
但是，随着LED大屏技术的进步，高像素密度的显示能力在不断提升，LED大屏也在借助于2毫米以下点距的新产品进入室内工程领域，并成为一些特种行业客户的首选产品。
未来前景同时，随着LED产业制造能力的发展，在过去5年LED大屏的成本显着下降。
这一点促成了LED大屏在市场应用规模上的质的提升。
目前，户外大型全彩LED大屏已经从几年前的地标性高端产品，过渡为一般性户外广告手段。
在三四级，甚至农村城镇市场，LED大屏已经以各种方式渗透到更为广阔的市场空间内。
成为了一支独特的大屏显示技术力量。
因此，虽然目前OLED显示产业大型化过程依然不顺利，但是该技术作为未来大屏市场的主流技术的地位是可以预估的。
目前，LCD产业上游核心厂商，在该产品拼接单元接缝小型化方面的积极性并不高的一个重要原因，也是因为预估到了OLED对LCD的替代作用。
在未来十年的中后期，随着OLED显示技术大型化的成熟，拼接墙市场必然面临向OLED技术的过渡。
对于这种演进趋势，最主要的产业判断应该是：OLED会在接缝性能上媲美目前的pdp和dlp，但是几乎没有二者的缺点，而且渴望在成本上和可维护性上表现更为出色。
同时依赖于有机材质的基板，OLED 单元也可作柔性拼接系统的应用。
这些特点都将有利于OLED产品在大屏市场形成“一家独大”的局面。
而对于大屏行业的企业，实现从传统产品向OLED过度的路线图应该包括对液晶等平板拼接产品的重视和市场培养。
所以，近日毅然选择进入平板拼接行业的DLP拼接厂商，不仅是出于对平板拼接产品，尤其是LCD产品低成本特性的市场考量，也应当是出于对未来整个行业演进趋势的考量。
这种转变是一种长达十年的战略投资。
第六传输和控制技术的革新。
从过去的十年到未来的十年，大屏产业在信号传输和控制技术上都会处于快速发展阶段。
过去的几年里，大屏产业先后解决了高清、1080p和3D视频的长效传播和控制技术，实现了大屏市场的高清3D化。
未来，大屏应用还将继续完善提升高清和3D传输系统的体验效果，并向4K传输等更高等级的带宽性能标准演进。
同时，基于更为廉价的材质、更为统一的传输标准的系统也在出现。
其中HDBASET技术规范是一个重要方向。
新的客户要求包括了：系统的简洁一致性、低成本高可维护性和尽力兼容传统以太网络，甚至在传输控制中采用更多通用网络设备、IT设备的要求。
这些方面的技术变化会具体体现在显示单元接口、控制器处理器的接口、矩阵、传输设备等方面，同时也会影响到“配套线缆”行业的发展。
对于大屏产品传输系统的进步主要是解决成本、维护性和高性能之间的矛盾问题。
为客户提供更为高效的解决方案。
如果信号传输系统的简单、简洁和标准程度不断进步，大屏行业企业在显示单元系统与信号传输处理系统之间传统的“厂商分界线”会逐渐模糊甚至消失。
以显示的单元系统企业为中心，更多的整合传输设备的产业格局的出现，有利于整个行业的规模化竞争和发展。
大屏行业虽然已经拥有数十年的历史，但是快速发展的技术依然是行业进步的关键动力。
目前人类社会正处于通信、信息和显示技术高速爆发的时期。
在这样的历史背景下，把握技术演进的方向，以技术进步为依托、抓住新技术初成的历史机遇，就成为大屏行业企业的长期战略之一，更是大屏企业得以安身立命的根本。
大数据已经成为安防行业不能不提的话题，它涵盖了4V面向，分别是处理时效、数据格式、数据量与真实性，通过快速的采集、发现和分析，从大量化、多类别的数据中提取价值。
安防大数据时代最显着的特征就是数据共享，提高数据处理能力。
安防行业也不例外，天网工程就是最具代表性的案例，近年来天网工程已经在全国多个城市推广。
粗略计世界至少有1亿个摄像头在角落静静的看着，这样的视频监控将是数据的大生成器。
从摄像前端的海量数据和到有效数据之间的也存在矛盾，摄像头不停歇的工作，如实记录镜头覆盖范围发生的一切，但对于客户来讲大部分信息是无效，有效信息可能只分布在一个较短的时间段内，大量的数据存储给数据库带来不小的压力，而无效的数据更是对于资源的浪费。
大数据已经成为安防行业不能不提的话题，它涵盖了4V面向，分别是处理时效、数据格式、数据量与真实性，通过快速的采集、发现和分析，从大量化、多类别的数据中提取价值。
安防大数据时代最显着的特征就是数据共享，提高数据处理能力。
安防行业也不例外，天网工程就是最具代表性的案例，近年来天网工程已经在全国多个城市推广。
大数据推动存储市场发展近日，美国市场研究公司IDC发布报告称，大数据技术和服务的不断升级，拉动全球存储市场将在2011至2016年间实现53%的复合年增长率。
在可预见的未来，多数组织产生、处理、存储的数据都将继续保持快速增长。
“在可预见的未来，存储是大数据和分析领域最大的基础设施开支之一。
”IDC 存储系统研究总监阿西什?纳卡尼说，“大数据和分析领域所产生的存储开支将从2011年的亿美元，激增至2016年的60亿美元。
”在受访企业中，有%在选择存储架构时主要看重性能，有%更加看重成本。
接近31%的受访企业表示，虽然尚未针对数据分析基础架构部署企业存储系统，但准备在今后6个月内部署。
在实际应用方面，%的受访企业主要借此分析运营数据，还有%主要分析交易数据。
IT是数据分析基础架构的最大影响因素，远高于排名第二的运营。
有超过61%的受访企业，将提升客户满意度作为数据分析方案所应解决的最大商业挑战。
大数据存储容易出现问题在大数据时代来临之际，我们面临的挑战还有存储问题。
大数据中的大容量通常可达到PB级的数据规模，那么对于海量数据存储系统扩展能力的要求也会很高。
以国内某省为例，公共视频监控已经超过100多万个摄像头，总保有量近400万，以此估计，全国摄像头数量不少于4000万，某投行的报告称行业每年还在以20%加速增长，行业龙头海康威视12年的年报披露的销售量就达570万套(含前后端)，增长37%。
而另一个数据也很惊人，英国的摄像头数量与人口数量之比已经达到1：15。
粗略计世界至少有1亿个摄像头在角落静静的看着，这样的视频监控将是数据的大生成器。
从摄像前端的海量数据和到有效数据之间的也存在矛盾，摄像头不停歇的工作，如实记录镜头覆盖范围发生的一切，但对于客户来讲大部分信息是无效，有效信息可能只分布在一个较短的时间段内，大量的数据存储给数据库带来不小的压力，而无效的数据更是对于资源的浪费。
与此同时，存储系统的扩展一定要简便，尽量能通过增加模块或磁盘柜来增加容量，甚至不需要停机。
基于这样的需求，客户现在越来越青睐Scale-out架构的存储。
Scale-out集群结构的特点是每个节点除了具有一定的存储容量之外，内部还具备数据处理能力以及互联设备，与传统存储系统的烟囱式架构完全不同，Scale-out架构可以实现无缝平滑的扩展，避免存储孤岛。
大数据存储平台必须具有弹性大数据之“大”“大”是相对而言的概念。
例如，对于像SAPHANA那样的“内存数据库”来说，2TB可能就已经是大容量了;而对于像谷歌这样的搜索引擎，EB的数据量才能称得上是大数据。
“大”也是一个迅速变化的概念。
HDS在2004年发布的USP存储虚拟化平台具备管理32PB内外部附加存储的能力。
当时，大多数人认为，USP的存储容量大得有些离谱。
但是现在，大多数企业都已经拥有PB级的数据量，一些搜索引擎公司的数据存储量甚至达到了EB级。
由于许多家庭都保存了TB级的数据量，一些云计算公司正在推广其文件共享或家庭数据备份服务。
有容乃“大”由此看来，大数据存储的首要需求存储容量可扩展。
大数据对存储容量的需求已经超出目前用户现有的存储能力。
我们现在正处于PB级时代，而EB级时代即将到来。
过去，许多企业通常以五年作为IT系统规划的一个周期。
在这五年中，企业的存储容量可能会增加一倍。
现在，企业则需要制定存储数据量级(比如从PB级到EB级)的增长计划，只有这样才能确保业务不受干扰地持续增长。
这就要求实现存储虚拟化。
存储虚拟化是目前为止提高存储效率最重要、最有效的技术手段。
它为现有存储系统提供了自动分层和精简配置等提高存储效率的工具。
拥有了虚拟化存储，用户可以将来自内部和外部存储系统中的结构化和非结构化数据全部整合到一个单一的存储平台上。
当所有存储资产变成一个单一的存储资源池时，自动分层和精简配置功能就可以扩展到整个存储基础设施层面。
在这种情况下，用户可以轻松实现容量回收和容量利用率的最大化，并延长现有存储系统的寿命，显着提高IT系统的灵活性和效率，以满足非结构化数据增长的需求。
中型企业可以在不影响性能的情况下将HUS的容量扩展到近3PB，并可通过动态虚拟控制器实现系统的快速预配置。
此外，通过HDSVSP的虚拟化功能，大型企业可以创建容量的存储池。
随着非结构化数据的快速增长，未来，文件与内容数据又该如何进行扩展呢?不断“生长”的大数据与结构化数据不同，很多非结构化数据需要通过互联网协议来访问，并且存储在文件或内容平台之中。
大多数文件与内容平台的存储容量过去只能达到TB级，现在则需要扩展到PB级，而未来将扩展到EB级。
这些非结构化的数据必须以文件或对象的形式来访问。
基于Unix和Linux的传统文件系统通常将文件、目录或与其他文件系统对象有关的信息存储在一个索引节点中。
索引节点不是数据本身，而是描述数据所有权、访问模式、文件大小、时间戳、文件指针和文件类型等信息的元数据。
传统文件系统中的索引节点数量有限，导致文件系统可以容纳的文件、目录或对象的数量受到限制。
HNAS和HCP使用基于对象的文件系统，使得其容量能够扩展到PB级，可以容纳数十亿个文件或对象。
位于VSP或HUS之上的HNAS和HCP网关不仅可以充分利用模块存储的可扩展性，而且可以享受到通用管理平台HitachiCommandSuite带来的好处。
HNAS和HCP为大数据的存储提供了一个优良的架构。
大数据存储平台必须能够不受干扰地持续扩展，并具有跨越不同时代技术的能力。