百度最近加了一个新功能：百度迁徙。 在网页的Flash里面可以很直观地看到全国各地城市之间人流移动的趋势：最亮的点就是人口移动最频繁的城市。
百度LBS技术总监顾维灏表示，通过分析5亿手机网民定位信息的大数据，能够折射出人群的迁徙轨迹。据百度官方介绍，去年8月使用百度定位服务应用达10万多个，每天产生35亿次定位请求，基本每秒接近四万次定位请求。
试想一下这种大数据应用到其它领域：
实时的交通路况分析，不必让交通广播告诉你哪条路是堵的，直接在导航上显示出拥堵的路线。
旅游的时候知道哪里人群比较多，先行绕开。
淮海路上商店哪个窗口女士们滞留的时间长，说明这个窗口摆出来的衣服很让她们感兴趣。
大数据离不开云计算，云处理。单体计算机无法处理海量数据，必然要依托云计算的分布式处理，分布式数据库，云存储、或者虚拟化技术。而这些技术和投资，也正是一道门槛，把类似阿里巴巴，淘宝，百度这样的庞然大物与中小型企业分割开来。将来能出现的状况可能是，作为一个广告公司，需要大数据服务来做数据分析，那么好，他必须要向淘宝或者阿里巴巴去购买这项服务。甚至城市规划部门，也可以找到百度，来查看郊区人流最密集的公交路线，然后知道应该在哪里建立新的地铁线路等等等等。
阿西莫夫在《基地》系列小说中就曾经提出：“由于影响人类行为的因素过于复杂，人类又具有自由意志，因此个人行为绝对不可能预测。然而当众多个体集合成群时，却又会显现出某些规律，正如同在巨观尺度下，气体必定遵循统计方法所导出的定律。”这也正是大数据应用所在：单个的信息毫无用处，但海量信息，会显示出相应的趋势，结构和潮流，针对这些数据的解读正是商机所在。
美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便将翻一番，这即是新的摩尔定律。
国内针对大数据的研究和发展应该不会落后美国很多，毕竟天河二号刚刚夺回超算的榜首位置，而且淘宝，阿里巴巴，百度，对海量信息的处理早有经验。即使美国有Google, IBM, Amazon之类的巨头，但是国人庞大人口基数产生的需求及应用，是他们无法实际遇到和实践的，相信美国从来没有遇到过春运买票这种几亿人抢破头的案例。
也许某一天，我们已经不需要台式机，只需要网络和显示器，所有的计算处理工作都将用云来完成。