“工业化、工业化、专业化”分析中石化曙光大数据的现状与未来
2019-11-22

    原名为“工业化、工业化和专业化”,用中国科技曙光的眼光分析大数据的现状和未来:我们处于大数据和雷锋的说明

    以“工业化、工业化和专业化”为题,分析中国科技黎明的大数据的现状和未来。

    雷锋注:我们正处在大数据和数字转换的时代。数据无处不在。使用数据驱动的思想和策略已经逐渐成为实践中的共识。数据的价值已经在科学研究和工商业的各个领域得到充分的证明。

    2018年,在中国有一个流行的术语,叫做数字经济。我们经常添加一个前缀,叫做“大数据驱动数字经济”。从2012年的提案开始,大数据已经逐渐从科学基础扩展到技术层面,现在扩展到工业层面,甚至更全面的经济发展。这是今年重大数据的重要特殊或变化。

    无论是今年初的福建数字高峰会议,还是与数字经济相关的一系列活动,都紧紧围绕着大数据产业和大数据驱动的数字经济。大数据已经从原来的客户或用户的创新需求转变为实际的需求。它需要给业务带来真正的改进,挖掘数据价值,真正发挥效益。

    12月18日,中国科学院计算研究所科研部副主任王元卓博士和雷锋王博士与中国科学院曙光大数据首席科学家宋怀明博士就2018年曙光大数据业务的发展进行了交流和对话。他的未来。

    工业化与工业化

    大数据的传统印象通常是术语“大数据”和概念本身。事实上,为了使大数据工作,我们必须与各行各业紧密结合。一方面要紧密结合行业数据,另一方面也要紧密结合行业领域知识。每个行业的特点也会产生一系列针对大数据量软硬件的定制需求。

    雷锋获悉,在今年的CNCC(中国计算机大会)上,中国科学院院士李国杰(音译)给出了一个令人印象深刻的例子:根据不完全统计,狭义上从大数据产业角度看,与大数据相关的软硬件年产值为237亿元。

    “产量大吗?”你应该知道,女性面罩的年产值是240亿元。王元昭对此案也有很深的感情.多年来,他呼喊着大数据,无论是技术创新还是产业创新,各方面都做了大量的推动工作,但大数据产业确实刚刚兴起,只是为了澄清它与传统存储和计算的区别。”

    在大数据开发的早期阶段,大家都在谈论技术、学术界或创新技术企业时常提出结构创新。在这个初期阶段,政府的指导确实起到了非常重要的作用。近两年来,人们开始对具体技术不予重视,通过大数据量挖掘价值、改善业务已成为核心需求。这也是土地集约化耕作阶段应用的必然趋势。

    “大数据的一个显著特征是工业化。现在我们不能仅仅说‘我是大数据’,但是我们应该讨论我们应该做什么样的大数据。大数据量的生物医学治疗可能与公共安全大数据有着本质的区别。算法或方法的相对重要性并不那么突出。人们需要从海量数据中挖掘出相关性,把数据作为许多企业的重要依据,提高企业或政府决策的水平。

    大数据和智能城市

    2018年,大数据和智能城市紧密结合,许多城市纷纷建设城市数据中心。雷锋观察到,这些数据中心主要集中在民政和警务两个方向,在整合的过程中,数据湖联盟逐渐形成,以推动数据湖作为新的城市基础设施。

    对此,宋怀明表示,在许多智能城市案件中,民政和警务确实是头两个方面。2009年,中国科学黎明提出了城市云的概念。从那时起已经快十年了。在此期间,中国已经建立了40多个云计算中心,支持2000多个应用程序。

    “在建设过程中,我们要把重点放在三大业务上:民生、工业经济和城市管理。宋怀明为我们分析了“科技曙光”的战略:“在人民生活方面,核心是使人们的生活更加便利;在工业经济方面,为中小企业提供服务或支持;地方经济;城市管理方面,包括上述治安综合治理和其他与社会治理有关的业务。”

    当涉及到数据湖时,宋怀明称之为“所有大型数据应用中的第一步”,数据湖的核心思想是使数据更好地互连、共享和交换,并在此基础上进行数据融合和数据管理。

    他说,中科曙光没有具体提出数据湖的概念,但城市云数据中心建设的核心业务是数据共享、交换和集成。在此基础上,中科曙光优化了原有业务难点的性能和业务方面,因为数据融合必然带来业务集成。此外,通过挖掘数据的价值,业务得到增强,这些价值在不同的行业或不同的用户中会有不同的反映。

    子宫中出现的新区域

    在即将到来的2018年,《中国科学黎明》在大数据、高性能计算等领域取得了稳步进展。对于即将到来的2019年,宋怀明和王元卓说,目前,科学研究领域的大数据不再依赖计算机科学领域的新事物,而是变得越来越扎实,从相对清晰的领域边缘脱颖而出,形成了自己的综合延伸和核心,这就是f.大数据的uture开发具有越来越独特的领域和空白的空间。两者之间的特点。

    首先,他们认为到2019年会有更多的专用硬件用于大数据处理,如大数据电子类计算机、大数据分析专用芯片或大数据专用板等。越来越多的软件级事物将通过专用硬件来加速,大数据产业将逐步形成软硬件集成的规模,就像现在购买服务器一样。

    其次,到2019年,将有越来越多的知识库产品用于工业知识。他们指出,没有数据就无法实现脉冲医生和机器人股票市场预测等应用,而且还具有许多工业知识,尤其是计算机理解和计算知识。将这些知识作为词典,辅助大数据的后续应用,逐步沉淀并形成标准化的知识体系,大数据与产业的结合将更加紧密。

    第三,他们说大数据的门槛越来越高。在过去,大数据行业中有很多用人单位,对工作的需求很大,工资也很高,这就导致人们暂时转而从事与大数据和人工智能相关的工作。在这种情况下,企业很难招聘到合适的从业人员。据统计,这些从业人员中甚至有50%以上,最后一份工作并不是大数据。

    王元卓补充说,随着大数据产业的进一步发展,将来会有越来越多的大数据专业人员进入市场。对于大数据专业人员的门槛将越来越高。“随心所欲”的局面即将结束,整个行业的人才链将进入良性发展的轨道。