大数据分析系统国家工程实验室揭牌 曙光承担大数据产业发展重任

简介:

3月29日,由中国科学院计算技术研究所承建的“大数据分析系统国家工程实验室”(以下简称“实验室”)在京正式揭牌。该国家工程实验室由中国科学院计算技术研究所牵头,联合中国科学院大学、中国科学院计算机网络信息中心、曙光信息产业股份有限公司(以下简称“曙光公司”)、国创科视科技股份有限公司共同建设。发布会上,中国工程院院士、国家工程实验室主任李国杰分别为中科院计算所以及四家共建单位授牌。

 大数据分析系统国家工程实验室揭牌 曙光承担大数据产业发展重任

(大数据分析系统国家工程实验室揭牌仪式)

大数据分析技术:大数据价值链的核心

纵观国际,大数据分析产业已形成巨大的产业价值,中国虽拥有占据全球14%的数据量,数据的利用率却不到0.4%,大量数据未发挥其应有作用。而大数据的分析技术是大数据价值链的核心,拥有数据并使用数据的能力将成为未来10年国家发展的关键。在此紧迫背景下,在国家发改委和中科院的指导与推动下,“大数据分析系统国家工程实验室”应运而生。

国家工程实验室在大数据基础设施研发建设、核心分析技术突破、生态系统构建等方面的有力推进,以及在科学发现、智慧城市、社会安全等领域的大量应用验证,将促使我国的大数据分析技术及应用有望达到国际领先水平。而大数据使用能力的提升,也将带动各领域数据资源价值的发挥,有助于提升政府治理能力,促进经济转型升级,从而推动我国成为真正的数字化强国。

工程实验室:“三大平台”系统化建设

发布会上,国家工程实验室副主任程学旗透露了实验室建设的总体规划——面向大数据分析全生命周期的技术与应用环路,系统化地构建大数据分析三大平台:大数据分析基础设施平台、软硬一体的大数据开放分析平台、大数据分析示范应用与服务平台。通过三大平台的建设,切实开展大数据分析领域的科学研究与技术研发。

 大数据分析系统国家工程实验室揭牌 曙光承担大数据产业发展重任

(大数据分析系统国家工程实验室共建单位授牌仪式)

曙光公司作为实验室的重要共建单位,同时正式挂牌“政府大数据分析系统实验室”,重点开展政府相关行业的大数据智能分析技术与系统的研制。曙光公司高级副总裁聂华对此表示:“曙光是我国‘城市云’的定义者和建设者,凭借在政务大数据领域丰富的技术资源和实践经验,曙光将与共建单位一道,构建大数据分析技术开放的生态体系,形成可持续的产学研用机制,为实验室的平台建设和后期发展中提供关键支撑,成为不可或缺的角色。”

曙光:不可或缺的角色

大数据分析基础设施平台和软硬一体大数据开放分析平台的构建,需要从大数据汇聚、融合到分析、共享的完整链条做基础。曙光公司作为以完善的IT基础设施供应商发展起来的大数据综合服务商,拥全套硬件产品体系,为数据汇集和流通提供了多样化载体;同时,曙光自主研制的XData大数据平台,可以充分融合各种数据资源并进行全方位多层次的智能分析;此外,经过近十年的精耕细作,曙光已经在研发、气象、政府、医疗、广电、金融和交通等行业推出了一系列非常成熟的解决方案,积累了应对不同规模、不同类型数据处理的创新技术。可以说,曙光已有和正开展的业务正适合服务这两大平台的建设。

大数据分析示范应用与服务平台则将建构在丰富的应用经验之上。自2015年曙光提出“数据中国”战略以来,通过“百城百行”的战略布局,一张中国云数据服务网络已经初见端倪;同时,曙光还曾参与多个国家、政府重点项目及大中型企业的项目,积累了大量案例经验。“依托城市云的布局和大数据项目的参与经验,曙光将成为实验室的研究成果最可靠的实践平台。”聂华指出,“实验室的成果与曙光在百城百行的实践应用可以相互促进,助力中国数据神经网络的形成,真正促进大数据发挥价值。”

为了共同的发展目标

发布会当日,国家工程实验室还对外公布了建成后的细致规划及目标。实验室设定了“直接可管理的科学与政府大数据开放资源30-50PB”“分布于50-100个城市的大数据分析云基础设施”“支撑至少2大领域的示范应用”的近期目标,并将“建设大数据产学研用良性生态系统”设定为基本任务。

“这也是曙光‘数据中国’战略的目标。”聂华介绍到,“未来,曙光公司将以工程实验室的建立为契机,进一步完善自身的大数据理念、架构、技术,推进大数据的理论研究与产业应用,为我国大数据发展构筑良好的生态环境。”

原文发布时间为:2017年3月31日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
19天前
|
存储 消息中间件 监控
【Flume】Flume在大数据分析领域的应用
【4月更文挑战第4天】【Flume】Flume在大数据分析领域的应用
|
23天前
|
存储 大数据 数据处理
PHP 与大数据:构建高效数据处理系统
传统的数据处理系统往往难以应对大规模数据的处理需求,而PHP作为一种常用的服务器端脚本语言,在数据处理方面也有其独特的优势。本文将探讨如何利用PHP构建高效的大数据处理系统,结合实际案例分析其应用场景及优势所在。
15 2
|
1月前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
13天前
|
机器学习/深度学习 人工智能 安全
Azure Databricks实战:在云上轻松进行大数据分析与AI开发
【4月更文挑战第8天】Databricks在大数据分析和AI开发中表现出色,简化流程并提高效率。文中列举了三个应用场景:数据湖分析、实时流处理和AI机器学习,并阐述了Databricks的一体化平台、云原生弹性及企业级安全优势。博主认为,Databricks提升了研发效能,无缝集成Azure生态,并具有持续创新潜力,是应对大数据挑战和加速AI创新的理想工具。
37 0
|
26天前
|
机器学习/深度学习 人工智能 数据可视化
基于Python的数据可视化技术在大数据分析中的应用
传统的大数据分析往往注重数据处理和计算,然而数据可视化作为一种重要的技术手段,在大数据分析中扮演着至关重要的角色。本文将介绍如何利用Python语言中丰富的数据可视化工具,结合大数据分析,实现更直观、高效的数据展示与分析。
|
1月前
|
存储 NoSQL 大数据
新型数据库技术在大数据分析中的应用与优势探究
随着大数据时代的到来,传统数据库技术已经无法满足海量数据处理的需求。本文将探讨新型数据库技术在大数据分析中的应用情况及其所带来的优势,为读者解析数据库领域的最新发展趋势。
|
2月前
|
分布式计算 DataWorks IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
47 0
|
2月前
|
SQL 存储 分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
2月前
|
分布式计算 关系型数据库 MySQL
MaxCompute问题之数据归属分区如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
35 0
|
2月前
|
分布式计算 DataWorks BI
MaxCompute数据问题之运行报错如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 1