云计算和大数据重点专项2018年度

《云计算和大数据重点专项2018年度》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、“云计算和大数据”重点专项2018年度项目申报指南为落实《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2018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竞争优势的云计算与

2、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20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数据科学的若干基础理论（基础研究类）研究内容：研究大数据的数据建模理论，包括大数据的统一表示和有效度量等；研究大数据的新型计算复杂性理论，包括多项式可计算问题类的细分等；研究高通量计算理论与算法、高效并行计算算法、分布式计算算法、

3、近似计算算法等；研究大规模分布式可扩展的数据存储与组织，能效优化的分布存储和处理的系统架构，以及数据副本一致性、数据压缩、数据划分与迁移等问题；研究大数据的数据治理理论与方法，包括数据质量管理、数据权属、数据隐私保护等。考核指标：形成有国际性影响的数据科学理论体系，发表系列高水平学术论文和若干专著。在关键技术上申请系列专利，形成专利群。1.2基于NVM的TB级持久性内存存储系统及应用（共性关键技术类）研究内容：研究持久性内存存储I/O栈与存储管理；分布式持久性内存文件系统；基于RDMA的分布式持久性共享内存新型编程模型；构建分布式持久性内存存储系统；研制基于TB级内存系统的典型大数据应

4、用系统及示范。考核指标：研制不少于8节点的内存存储系统，每节点包含TB级非易失性的持久性内存。分布式内存系统中节点间通信延迟不超过1us，高负载通信延迟不超过10us，带宽可扩展，8节点带宽不低于40GB/s。支持持久性内存的一致性，支持分布式持久共享内存的新型编程模型接口。支持持久化键值存储系统、高性能大图数据处理等典型大数据应用，读操作ops不低于5000万/s，写操作ops不低于1000万/s。1.3面向异构体系结构的高性能分布式数据分析系统（共性关键技术类）研究内容：面向分布式异构体系结构，研究基于数据流的编程模型、性能建模技术、同步通信技术和运行时系统，并实现高通量视频、机器

5、学习典型等应用示范。具体内容：支持异构体系结构上的数据流编程模型与软件工具链；异构体系结构上的运行时系统，支持CPU与加速器之间的高效率混合执行，支持加速器上的细粒度流水线并行；性能建模技术和优化调度技术，优化分配CPU与加速器上的运行资源；分布式异构系统数据处理技术，包括数据与计算的高效划分技术、负载平衡以及高性能同步通信技术。考核指标：支持CPU-GPU异构体系结构，并支持单机多加速器和多机多加速器。性能建模技术可自动选取优化的执行模式，包括仅在CPU上执行、仅在加速器上执行以及在CPU和加速器上混合执行，并可给出混合执行时在CPU和GPU上执行的比例。支持单个GPUSM上部署多个

6、kernel的细粒度任务调度，以及以此为基础的流水线并行模式。单机上CPU/GPU细粒度混合执行的应用性能是通用CPU的5倍以上，是仅实现粗粒度并行性的GPU的2倍以上。在8台服务器16块GPU的环境下，应用性能是8台CPU服务器的5倍以上，是仅实现粗粒度并行性的16块GPU性能的2倍以上。1.4面向图计算的通用计算机技术与系统（共性关键技术类）研究内容：图计算众核处理器和异构图计算机体系结构；支撑异构图计算机的系统软件；面向异构图计算机系统的分布式处理技术；基于异构图计算机的数据管理与分析系统；基于异构图计算机的通用计算机系统，开展应用示范。考核指标：研制面向图计算的众核处理器芯片原

7、型；研制基于已有加速器的低功耗异构图计算系统，单节点图计算机总体性能达到G级TEPS，性能功耗比提升10倍；8节点的分布式异构图计算系统总体性能可达10GTEPS，静态图计算可获得2-3倍加速比；单节点支持50亿条边的图数据存储和查询，平均查询响应时间为秒级，支持每秒10万边的图流数据分析；开展包含社交网络在内的2个典型应用的验证开发。1.5基于国产处理器的新一代虚拟化及虚拟执行环境优化技术（共性关键技术类）研究内容：研究基于国产单核、多核、众