随着大数据应用的发展，数据分析在企业决策中所占的比重越来越重要。数据分析无形中会对数据速率打来一定程度的压力。在本届IDF2013英特尔信息技术峰会上，英特尔公司高级副总裁兼数据中心及互联系统事业部总经理柏安娜女士表示，数据分析不仅局限在数据中心端，而是发生的从终端设备到数据中心的每一层。
Hadoop和开放源码的一些解决方案，对于大数据的分析有很大的帮助。越来越多的企业会采用Hadoop来管理他们的数据。因此，英特尔持续的加强对Hadoop的投资，到目前为止不断强化开源社区，希望能够有效的利用英特尔的处理器技术，比如说压缩技术。
目前很多企业面临着大数据挑战，以中国移动为例，中国移动每天都必须要收集很多的呼叫记录。一年的客户就增加了3200万，呼叫数量大幅度的成长，原有的计费系统难以负荷，无法为客户提供实时准确的计费资料。英特尔在中国推出大数据的解决方案，已经有很多重头用户部署Hadoop，其中包括中国移动。
柏安娜在IDF主题演讲中讲到另外一个案例，英特尔的合作伙伴NARI是浙江省的一家电力公司，此前推出了智能电网，里面有几十万个传感器。传感器大概每1、2秒钟就会传出数据，必须进行实时的分析，他们采用的是至强E3的系统，数据中心采用的是至强E7的系统。智能电网在达到性能需求的同时，变得更有效率，在2013年降低二氧化碳的排放量达到4400万吨。
通用型计算机日渐衰落，用户需要更优化的数据中心。比如更好的数据分析的能力，或是非常密集的运算，以及高内存容量。数据中心的成本问题是用户最为关注的问题，而优化的解决方案可以大幅度的降低用户成本。英特尔不断进行研发，包括服务器、存储、网络设备，提供各种不同的解决方案，包括云系统。
在英特尔过去的15年，我们有非常棒的数据中心解决方案，关于电力的控制、虚拟化、可靠性，在压缩、编码、加速方面，进行集成，通过不同的处理核心，不同的I/O容量，及内存。这种情况下不同的产品针对不同的工作负载的。
柏安娜表示,英特尔处理器技术相比整个产业已经超过二代产品，包括工艺制程。在摩尔定律的影响下，在单一的硅晶体上集成更高的密度密度。未来英特尔也将提供更高的性能、更智能的芯片及解决方案。
