数据分析机构易观获9千万元B轮投资 深创投领投

简介:

记者27日从国家并行计算机工程技术研究中心获悉,由该中心牵头的“E级高性能计算机原型系统”研制项目正式启动,速度将十倍于目前世界最快。这标志包括核心处理器在内的全国产化百亿亿次超级计算机步入实际研发阶段。

目前世界上运算速度最快的是由国家并行计算机工程技术研究中心研制的“神威·太湖之光”超级计算机,峰值性能为125.436PFlops,未来研制的E级(Exascale,每秒百亿亿次)高性能计算系统的峰值性能将再提升一个数量级,达到1000PFlops以上,将为航天、材料、气候气象等多领域关键应用提供强有力支撑。

据了解,本次启动的E级原型系统是对“神威·太湖之光”核心处理器在内的系统全面提档升级,将基于国产处理器、国产高性能网络、自主设计的系统软件和应用支撑,具有全部知识产权,项目将联合国内十余家相关领域的优势单位开展研发。

超级计算机是信息时代发达国家竞相争夺的技术制高点,是国家综合国力和竞争力的重要标志,美、日、欧、俄等发达国家纷纷加大投入。美国已将E级计算机上升为国家战略。

中心副主任梁军介绍,E级计算机在效率、能耗、可靠性和应用适应性等方面仍面临前所未有的挑战,具有很多不确定性。本次研发具有一定规模的E级计算机原型系统,将充分验证国产核心技术和创新技术的有效性,为实现E级以上规模计算机提供坚实基础。据悉,科技部国家重点专项共支持了三种不同技术路线的E级原型系统,分别由国家并行计算机工程技术研究中心、国防科技大学以及中科曙光构建。

多年来,国家并行计算机工程技术研究中心在国家“863”“核高基”等重大专项支持下,持续深耕高性能计算领域,研发的“神威”系列高性能计算系统一直代表国产高性能计算系统的最高水平,见证了我国高性能计算机从跟跑、并跑到领跑的全过程。

目录
相关文章
|
23天前
|
机器学习/深度学习 算法 数据挖掘
数据分析的 10 个最佳 Python 库
数据分析的 10 个最佳 Python 库
70 4
数据分析的 10 个最佳 Python 库
|
4月前
|
数据采集 数据可视化 数据挖掘
数据分析大神养成记:Python+Pandas+Matplotlib助你飞跃!
在数字化时代,数据分析至关重要,而Python凭借其强大的数据处理能力和丰富的库支持,已成为该领域的首选工具。Python作为基石,提供简洁语法和全面功能,适用于从数据预处理到高级分析的各种任务。Pandas库则像是神兵利器,其DataFrame结构让表格型数据的处理变得简单高效,支持数据的增删改查及复杂变换。配合Matplotlib这一数据可视化的魔法棒,能以直观图表展现数据分析结果。掌握这三大神器,你也能成为数据分析领域的高手!
91 2
|
4月前
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
215 4
|
4月前
|
机器学习/深度学习 算法 数据挖掘
2023 年第二届钉钉杯大学生大数据挑战赛初赛 初赛 A:智能手机用户监测数据分析 问题二分类与回归问题Python代码分析
本文介绍了2023年第二届钉钉杯大学生大数据挑战赛初赛A题的Python代码分析,涉及智能手机用户监测数据分析中的聚类分析和APP使用情况的分类与回归问题。
94 0
2023 年第二届钉钉杯大学生大数据挑战赛初赛 初赛 A:智能手机用户监测数据分析 问题二分类与回归问题Python代码分析
|
1月前
|
SQL 数据挖掘 Python
数据分析编程:SQL,Python or SPL?
数据分析编程用什么,SQL、python or SPL?话不多说,直接上代码,对比明显,明眼人一看就明了:本案例涵盖五个数据分析任务:1) 计算用户会话次数;2) 球员连续得分分析;3) 连续三天活跃用户数统计;4) 新用户次日留存率计算;5) 股价涨跌幅分析。每个任务基于相应数据表进行处理和计算。
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
数据分析之旅:用Python探索世界
数据分析之旅:用Python探索世界
35 2
|
3月前
|
数据采集 数据可视化 数据挖掘
数据分析大神养成记:Python+Pandas+Matplotlib助你飞跃!
【9月更文挑战第2天】数据分析大神养成记:Python+Pandas+Matplotlib助你飞跃!
66 5
|
4月前
|
供应链 数据可视化 数据挖掘
【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 建模及python代码详解 问题一
本文详细介绍了第十一届泰迪杯数据挖掘挑战赛B题的解决方案,涵盖了对产品订单数据的深入分析、多种因素对需求量影响的探讨,并建立了数学模型进行未来需求量的预测,同时提供了Python代码实现和结果可视化的方法。
141 3
【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 建模及python代码详解 问题一
下一篇
DataWorks