云计算和大数据.pdf
《云计算和大数据.pdf》由会员分享,可在线阅读,更多相关《云计算和大数据.pdf(18页珍藏版)》请在三一文库上搜索。
1、“云计算和大数据”重点专项 2017年度项目申报指南建议 为落实国家中长期科学和技术发展规划纲要 (2006-2020 年) ,以及国务院关于促进云计算创新发展, 培育信息产业新业态的意见和关于印发促进大数据发展 行动纲要的通知等提出的任务,国家重点研发计划启动实 施“云计算和大数据”重点专项。根据本重点专项实施方案 的部署,现提出2017 年度项目申报指南建议。 本重点专项总体目标是:形成自主可控的云计算和大数 据系统解决方案、技术体系和标准规范;在云计算与大数据 的重大设备、 核心软件、 支撑平台等方面突破一批关键技术; 基本形成以自主云计算与大数据骨干企业为主体的产业生 态体系和具有全球
2、竞争优势的云计算与大数据产业集群;提 升资源汇聚、数据收集、存储管理、分析挖掘、安全保障、 按需服务等能力,实现核心关键技术自主可控。 本重点专项按照云计算和大数据基础设施、基于云模式 和数据驱动的新型软件、大数据分析应用与类人智能、云端 融合的感知认知与人机交互等4 个创新链 (技术方向 ) ,共部 署 31 个重点研究任务。专项实施周期为5 年(2016 2020) 。 1. 云计算和大数据基础设施 1.1 新一代云计算服务器技术与系统(共性关键技术 类) 研究内容:新一代云计算服务器的节点技术,包括大容 量混合内存技术,处理器接口的可重构硬件加速器技术,高 密度混合存储技术等;新一代云计
3、算服务器的跨节点技术, 包括计算、存储等物理资源虚拟化与跨节点共享技术,异构 多种加速器的资源池技术,内部互连网络的虚拟化和性能隔 离技术等;新一代云计算服务器基础软件技术,包括大容量 内存计算技术,混合内存支持和优化技术,可重构硬件加速 器支持和优化技术,混合存储管理技术,计算、存储、网络 等资源池调度和管理技术等;新一代云计算服务器的评价与 优化技术,包括性能评价方法与基准测试、性能调优工具、 SLA评价与保障技术等。基于以上关键技术,研制新一代云 计算服务器系统,在关键行业的云计算环境中开展示范应 用。 考核指标:研制至少由256 个云服务器节点、1 个加速 池组成的云计算系统;单节点存
4、储容量不小256TB,其中新 型存储器件不小于128TB;支持传统内存与新型内存介质融 合管理;支持可重构硬件加速器;单节点支持百万级并发处 理。整系统并发处理能力不低于2.5 亿,支持存储、加速器 等硬件资源跨节点共享。在关键行业的云计算系统中开展示 范应用,在典型云计算应用负载下,较现有产品整机服务能 力提升一个数量级,整机资源利用率提升50% ,整机性能功 耗比提升 5 倍。取得一批本领域的知识产权,形成一组相关 规范和国家标准(送审稿)。 1.2 高效能云计算数据中心关键技术与装备(共性关 键技术类 +示范应用) 研究内容:云计算高密度数据中心的体系结构;面向云 计算数据中心的新型网络
5、技术及网络虚拟化技术;多资源复 用的细粒度联合感知和分配理论;适用于云计算数据中心的 模块化计算、 存储、网络节点装备, 多数据中心的调度技术, 实现数据中心分布式实施;基于数据分析的精确能源管理 技术,突破基于数据分析的数据中心整体能效提升技术,显 著提升云计算资源运行效率;云计算数据中心的能耗评估理 论、能耗模型、能耗评估方法及能耗评估工具软件;基于以 上技术突破和研制的装备,开展典型示范应用。 考核指标:研制高效能高密度的微/ 全模块,整机柜数 据中心单元的计算密度达到100 个微处理器计算节点,物理 核数不低于1600 个,存储总容量可达到10PB,能效比提升 1 倍以上。云计算数据中
6、心通过SDN交换机组网,支持40GE 和 100GE以太网标准,支持全可编程平台,支持高密度机柜 数据中心单元的高密度互联,数据中心节点数不低于1 万个, 可处理 EB级数据。云数据中心虚拟网络向物理网络映射的 资源利用率达到90% 以上,网络能效比提升1 倍以上。云计 算数据中心采用有线无线混合的网络架构,增强网络拓扑灵 活性,减少通信能耗,数据中心内任意两台服务器之间数据 传输率达到100Gbps以上。面向异构资源管理的跨层感知系 统软件能有效提高云数据中心的资源利用效率,典型应用的 系统能效比提升50% 以上,同等条件下PUE达到世界领先水 平。在 100PB级大数据场景下应用于1-2
7、个典型领域。取得 一批本领域的知识产权,形成一组相关规范和国家标准(送 审稿)。 2. 基于云模式和数据驱动的新型软件 2.1 可持续演化的智能化软件理论、方法和技术(前沿 基础类) 研究内容:针对“人- 机- 物”三元融合模式下智能化软 件持续演进的基本需求,研究可持续演化的智能化软件系统 架构模型、构造方法、运行机理和服务质量等基础理论;研 究准确及时的情境感知技术、智能可信的适应决策技术、高 效可靠的在线重构技术、数据驱动的软件自动构造与演化方 法等关键技术;研制可持续演化的智能化软件的构造和运行 支撑平台,为关键软件系统提供在其所处软硬件环境及所依 赖外部资源不断变迁条件下仍能长期生存
8、的能力,并在典型 的场景中进行示范应用。 考核指标:提出一种面向可持续演化的智能化软件的基 本架构,给出一套相应的基础理论模型与软件开发方法,为 上述方法给出相应的关键支撑技术。环境上下文一致性检测 修复处理效率在不降低处理质量的前提下,较当前业界主流 技术提升一个数量级;软件构件级在线重构能提供系统级的 一致性保障,且对正常服务的干扰较既有主流技术降低 30-50%以上;工业级服务器程序在线更新的程序停顿时间控 制在毫秒级;显著提高开放动态多变环境下软件的自动适应 和长期生存能力,并在 2-3 个应用场景中得到验证。申请 一批相关领域的知识产权,发表高水平论文或编写高水平专 著,取得重要的国
9、际影响。 2.2 智能无人系统的软件体系结构和支撑技术(共性 关键技术类) 研究内容:研究无人智能系统的多态分布体系结构、软 硬件资源管理和智能行为管理,突破支持互操作/ 互理解 / 互 遵守的软件体系结构、异构资源抽象与封装、自主与协同行 为的模型与算法等关键技术;通过构建“前端无人系统+后 台支撑系统”的模式,实现后台支撑系统与前端无人系统的 互补,提升无人系统的智能化、自主化、协同化程度;研究 应用驱动的无人智能系统开发方法,建立应用开发工具链。 考核指标: 兼容机器人、 无人机等常见智能系统的硬件; 知识共享和智能处理后台在主流无线通信模式下响应时间 低于 0.1 秒,支持万台无人系统
10、的并发访问;应用开发环境 提供 10 个以上的无人智能系统特定工具,覆盖需求表达、 系统设计、代码生成、系统集成和系统验证等阶段,提高软 件复用率 50% ;至少在 2 类以上典型的无人智能系统领域进 行示范应用;形成一组无人智能系统体系结构和关键技术相 关规范和国家标准(建议稿)。 2.3 面向智慧城市的智能化集成化软件互操作平台 (共性关键技术类+应用示范类) 研究内容:面向新型智慧城市建设,研究信息孤岛数据 和功能的运行时复用与互操作、领域知识建模及模型自增长 和自演化、模型驱动的软件自适应、开发运行一体化机制等 基于云模式和数据驱动的新型软件应用关键技术,研制面向 智慧城市的智能化软件
11、互操作平台,并建立示范应用。 考核指标:实现典型信息孤岛业务数据的可读可写、业 务功能的实时调用和按需组装,领域知识模型包含1 万个知 识概念和 1000万个知识实例, 软件自适应代码生成率超90% , 形成规模化智慧城市示范应用(其中百万级常住人口城市不 少于 10 个),牵头制定1 项国际标准(草案)和3 项国家 标准(送审稿)。 3. 大数据分析应用与类人智能 3.1 大数据驱动的自然语言理解、问答和翻译(共性关 键技术类) 研究内容:研究融合大数据与人类常识的开放域多语言 知识图谱构建及关键技术;研究面向自然口语交互的情境化 语义理解和多轮对话交互管理技术;研究大数据驱动的多语 言(汉
12、语与藏蒙维等少数民族语言之间)文本互译技术;研 究基于大数据的多语言开放域智能问答技术。 考核指标:明确具有泛化意义的应用场景,该场景下汉 语语义理解准确率不低于92% 、汉语问答可接受率不低于 92% ;汉语和藏蒙维等少数民族语言互译的翻译准确率达到 国际领先水平。 3.2 大数据驱动的类人智能感知与情感交互关键技术 (共性关键技术类) 研究内容:研究超大规模面向多模态感知的深度神经网 络模型、结构及并行学习算法;研究大数据驱动的声音、图 像和视频中的目标检测、跟踪、分类以及行为和事件识别机 制,融合多通道语境信息的类人智能感知机制;研究多模态 融合的特征信息协同分析理解方法,构建基于多模态
13、语义协 同分析的计算框架与推理机制;基于上述技术实现具有智能 感知和情感交互的智能陪护机器人验证系统。 考核指标:建立多通道的深度神经网络模型,实现百亿 级节点的超大规模深度神经网络,模型创新和并行学习算法 在国际学术界产生重要影响;建立支撑大数据深度学习的多 模态智能感知和情感交互数据库;多模态语义协同分析计算 方面,语义理解准确率大于85% ,受限人机交互意图正判率 大于 80% 。研制实现智能陪护验证系统,系统能够正确识别 并响应 70% 以上的对话要求。 3.3 新型智能处理计算机体系结构(前沿基础类+共性 关键技术类) 研究内容:研究智能处理中应用面和效率之间的关系, 抽象高效率的领
14、域指令集;研究与上述指令集相适配的处理 器微体系结构及新型工艺器件;研究适合智能处理的新型编 程语言。突破智能算法共性算子聚类、硬件神经元虚拟化、 非对称多智能处理器核的互联、智能计算组件化编译等关键 技术,研制智能处理器原型芯片、配套系统软件以及样机。 开展语音、图像和文本的识别理解应用在智能处理体系结构 上的评测和优化研究。 考核指标:突破传统计算机体系结构的瓶颈,实现智能 处理速度的数量级增长。智能处理领域指令集支持包含卷积 神经网络在内的8 种以上不同智能算法;基于上述指令集的 智能处理器原型芯片速度达到主流CPU100倍以上性能;智 能处理器的编程环境包括神经网络拓扑描述语言、编译器
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计算 数据
链接地址:https://www.31doc.com/p-4554567.html