“云計(jì)算和大數(shù)據(jù)”重點(diǎn)專(zhuān)項(xiàng)2018年度項(xiàng)目申報(bào)指南

2017-10-12 15:36:34 科技部　點(diǎn)擊量：評(píng)論 (0)

為落實(shí)《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要( 2006-2020年)》，以及國(guó)務(wù)院《關(guān)于促進(jìn)云計(jì)算創(chuàng)新發(fā)展，培育信息產(chǎn)業(yè)新業(yè)態(tài)的意見(jiàn)》和《關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》等提出的任務(wù)，國(guó)家重點(diǎn)研發(fā)計(jì)劃啟動(dòng)實(shí)施“云計(jì)算和大數(shù)據(jù)”重點(diǎn)專(zhuān)項(xiàng)。 根據(jù)本重點(diǎn)專(zhuān)項(xiàng)實(shí)施方案的部署，現(xiàn)發(fā)布 2018 年度項(xiàng)目申報(bào)指南。

本重點(diǎn)專(zhuān)項(xiàng)總體目標(biāo)是：形成自主可控的云計(jì)算和大數(shù)據(jù)技術(shù)體系、標(biāo)準(zhǔn)規(guī)范和解決方案;在云計(jì)算與大數(shù)據(jù)的重大設(shè)備、核心軟件、支撐平臺(tái)等方面突破一批關(guān)鍵技術(shù);基本形成以云計(jì)算與大數(shù)據(jù)骨干企業(yè)為主體的產(chǎn)業(yè)生態(tài)體系和具有全球競(jìng)爭(zhēng)優(yōu)勢(shì)的云計(jì)算與大數(shù)據(jù)產(chǎn)業(yè)集群;提升資源匯聚、數(shù)據(jù)收集、存儲(chǔ)管理、分析挖掘、安全保障、按需服務(wù)等能力，實(shí)現(xiàn)核心關(guān)鍵技術(shù)自主可控。

本重點(diǎn)專(zhuān)項(xiàng)按照云計(jì)算和大數(shù)據(jù)基礎(chǔ)設(shè)施、基于云模式和數(shù)據(jù)驅(qū)動(dòng)的新型軟件、大數(shù)據(jù)分析應(yīng)用與類(lèi)人智能、云端融合的感知認(rèn)知與人機(jī)交互等 4 個(gè)創(chuàng)新鏈(技術(shù)方向)，共部署 31 個(gè)重點(diǎn)研究任務(wù)。專(zhuān)項(xiàng)實(shí)施周期為 5 年( 2016—2020 年)。

2016 年，本重點(diǎn)專(zhuān)項(xiàng)在 4 個(gè)技術(shù)方向已啟動(dòng) 12 個(gè)研究任務(wù)的 15 個(gè)項(xiàng)目。 2017 年，在 4 個(gè)技術(shù)方向已啟動(dòng) 15 個(gè)研究任務(wù)的15 個(gè)項(xiàng)目。 2018 年，在 4 個(gè)技術(shù)方向啟動(dòng) 20 個(gè)研究任務(wù)，擬支持 20-40 個(gè)項(xiàng)目，擬安排國(guó)撥經(jīng)費(fèi)總概算為 6.25 億元。凡企業(yè)牽頭的項(xiàng)目須自籌配套經(jīng)費(fèi)，配套經(jīng)費(fèi)總額與國(guó)撥經(jīng)費(fèi)總額比例不低于1：1。

項(xiàng)目統(tǒng)一按指南二級(jí)標(biāo)題(如 1.1)的研究方向組織申報(bào)。除特殊說(shuō)明外，擬支持項(xiàng)目數(shù)均為 1-2 項(xiàng)。項(xiàng)目實(shí)施周期不超過(guò) 3年。申報(bào)項(xiàng)目的研究?jī)?nèi)容須涵蓋該二級(jí)標(biāo)題下指南所列的全部考核指標(biāo)。項(xiàng)目下設(shè)課題數(shù)原則上不超過(guò) 5 個(gè)，每個(gè)課題參研單位原則上不超過(guò) 5 個(gè)。項(xiàng)目設(shè) 1 名項(xiàng)目負(fù)責(zé)人，項(xiàng)目中每個(gè)課題設(shè)1 名課題負(fù)責(zé)人。

指南中“擬支持項(xiàng)目數(shù)為 1-2 項(xiàng)”是指：在同一研究方向下，當(dāng)出現(xiàn)申報(bào)項(xiàng)目評(píng)審結(jié)果前兩位評(píng)價(jià)相近、技術(shù)路線明顯不同的情況時(shí)，可同時(shí)支持這 2 個(gè)項(xiàng)目。 2 個(gè)項(xiàng)目將采取分兩個(gè)階段支持的方式。第一階段完成后將對(duì) 2 個(gè)項(xiàng)目執(zhí)行情況進(jìn)行評(píng)估，根據(jù)評(píng)估結(jié)果確定后續(xù)支持方式。

1. 云計(jì)算和大數(shù)據(jù)基礎(chǔ)設(shè)施

1.1 數(shù)據(jù)科學(xué)的若干基礎(chǔ)理論(基礎(chǔ)研究類(lèi))

研究?jī)?nèi)容：研究大數(shù)據(jù)的統(tǒng)一表示和有效度量;研究大數(shù)據(jù)的新型計(jì)算復(fù)雜性理論;研究高通量計(jì)算理論與算法;研究近似

計(jì)算理論與算法;研究數(shù)據(jù)副本一致性理論、數(shù)據(jù)壓縮與摘要理論;研究數(shù)據(jù)數(shù)據(jù)權(quán)屬理論等。

考核指標(biāo)：形成有國(guó)際性影響的數(shù)據(jù)科學(xué)理論體系，研制可驗(yàn)證其理論和算法有效性的原型系統(tǒng)，發(fā)表一批高水平學(xué)術(shù)論文和若干專(zhuān)著。在關(guān)鍵技術(shù)上申請(qǐng)系列專(zhuān)利，形成專(zhuān)利群。

1.2 基于非易失存儲(chǔ)器( NVM)的 TB 級(jí)持久性內(nèi)存存儲(chǔ)技術(shù)與系統(tǒng)(共性關(guān)鍵技術(shù)類(lèi))

研究?jī)?nèi)容：研究基于持久性內(nèi)存的混合主存系統(tǒng) I/O 棧與存儲(chǔ)管理策略;研究分布式持久性內(nèi)存文件系統(tǒng);研究基于遠(yuǎn)程直接數(shù)據(jù)存取( RDMA)的分布式持久性共享內(nèi)存新型編程模型及其應(yīng)用編程接口; 構(gòu)建分布式持久性內(nèi)存存儲(chǔ)系統(tǒng); 研制基于 TB級(jí)內(nèi)存系統(tǒng)的典型大數(shù)據(jù)應(yīng)用系統(tǒng)擴(kuò)展并示范應(yīng)用。

考核指標(biāo)：研制不少于 8 節(jié)點(diǎn)的內(nèi)存存儲(chǔ)系統(tǒng)，每節(jié)點(diǎn)均包含 TB 級(jí)非易失性內(nèi)存;分布式內(nèi)存系統(tǒng)中節(jié)點(diǎn)間通信延遲不超過(guò) 1µs，高負(fù)載通信延遲不超過(guò) 10µs，帶寬可擴(kuò)展， 8 節(jié)點(diǎn)帶寬不低于 40GB/s;讀操作 ops 不低于 5000 萬(wàn)/s，寫(xiě)操作 ops 不低于1000 萬(wàn)/s;在 ZB 級(jí)大數(shù)據(jù)場(chǎng)景下應(yīng)用于 1-3 個(gè)典型領(lǐng)域。在關(guān)鍵技術(shù)上申請(qǐng)系列專(zhuān)利，形成專(zhuān)利群，發(fā)表一批高水平學(xué)術(shù)論文。

1.3 面向異構(gòu)體系結(jié)構(gòu)的高性能分布式數(shù)據(jù)處理技術(shù)與系統(tǒng)(共性關(guān)鍵技術(shù)類(lèi))

研究?jī)?nèi)容：面向分布式異構(gòu)體系結(jié)構(gòu)，研究基于數(shù)據(jù)流的編程模型、性能分析方法、同步與通信技術(shù)和運(yùn)行時(shí)系統(tǒng)，并實(shí)現(xiàn)高通量視頻等典型應(yīng)用示范。具體內(nèi)容：支持異構(gòu)體系結(jié)構(gòu)上的數(shù)據(jù)流編程模型與軟件工具鏈;異構(gòu)體系結(jié)構(gòu)上的運(yùn)行時(shí)系統(tǒng)，支持 CPU 與加速器之間的高效率混合執(zhí)行，支持加速器上的細(xì)粒度流水線并行; 性能分析技術(shù)和優(yōu)化調(diào)度技術(shù)，優(yōu)化分配 CPU 與加速器上的運(yùn)行資源;分布式異構(gòu)系統(tǒng)數(shù)據(jù)處理技術(shù)，包括數(shù)據(jù)與計(jì)算的高效劃分技術(shù)、負(fù)載平衡以及高性能同步與通信技術(shù)。

考核指標(biāo)：支持 CPU-GPU 異構(gòu)體系結(jié)構(gòu)，并支持單機(jī)多加速器和多機(jī)多加速器。性能分析工具支持多種程序執(zhí)行模式的優(yōu)化選取，并可給出混合模式時(shí)的 CPU-GPU 執(zhí)行比例。支持單個(gè)GPU SM 上部署多個(gè)核( kernel)的細(xì)粒度任務(wù)調(diào)度，以及以此為基礎(chǔ)的流水線并行模式。單機(jī)和多機(jī)(不低于 8 臺(tái)服務(wù)器 16 塊GPU)上 CPU/GPU 細(xì)粒度混合執(zhí)行的應(yīng)用性能是當(dāng)前通用 CPU的 5 倍以上，是僅實(shí)現(xiàn)粗粒度并行性的 GPU 的 2 倍以上。在關(guān)鍵技術(shù)上申請(qǐng)系列專(zhuān)利，形成專(zhuān)利群，發(fā)表一批高水平學(xué)術(shù)論文。

1.4 面向圖計(jì)算的通用計(jì)算機(jī)技術(shù)與系統(tǒng)(共性關(guān)鍵技術(shù)類(lèi))

研究?jī)?nèi)容：研究圖計(jì)算眾核處理器和異構(gòu)圖計(jì)算機(jī)體系結(jié)構(gòu);研制支撐異構(gòu)圖計(jì)算機(jī)的系統(tǒng)軟件;研究面向異構(gòu)圖計(jì)算機(jī)系統(tǒng)的分布式處理技術(shù);研究基于異構(gòu)圖計(jì)算機(jī)的數(shù)據(jù)管理與處理系統(tǒng);研制基于異構(gòu)的圖計(jì)算機(jī)的通用計(jì)算機(jī)系統(tǒng)，開(kāi)展應(yīng)用示范。

考核指標(biāo)：研制面向圖計(jì)算的眾核處理器芯片原型;研制基于已有加速器的低功耗異構(gòu)的圖計(jì)算系統(tǒng)，單節(jié)點(diǎn)圖計(jì)算機(jī)總體性能達(dá)到 GTEPS，性能功耗比提升 10 倍;在浮點(diǎn)運(yùn)算能力不大于 1TFlops 的條件下，每秒處理的邊數(shù)大于 10GTEPS，靜態(tài)圖計(jì)算可獲得 2-3 倍加速比; 單節(jié)點(diǎn)支持 50 億條邊的圖數(shù)據(jù)存儲(chǔ)和查詢，平均查詢響應(yīng)時(shí)間為秒級(jí)，支持每秒 10 萬(wàn)邊的圖流數(shù)據(jù)分析;針對(duì)金融等領(lǐng)域 2 個(gè)以上典型應(yīng)用開(kāi)展應(yīng)用驗(yàn)證。在關(guān)鍵技術(shù)上申請(qǐng)系列專(zhuān)利，形成專(zhuān)利群。發(fā)表一批高水平學(xué)術(shù)論文。

1.5 面向國(guó)產(chǎn)處理器的虛擬化技術(shù)與系統(tǒng)(共性關(guān)鍵技術(shù)類(lèi))

研究?jī)?nèi)容：研究面向國(guó)產(chǎn)單核/多核/眾核處理器的虛擬化架構(gòu)、虛擬化技術(shù)、容器技術(shù)等;研究虛擬執(zhí)行環(huán)境的構(gòu)建與優(yōu)化技術(shù)、虛擬計(jì)算環(huán)境下應(yīng)用驅(qū)動(dòng)的軟件棧設(shè)計(jì)/構(gòu)造的理論和方法;研究輕量級(jí)虛擬機(jī)鏡像定制、應(yīng)用定制的虛擬機(jī)優(yōu)化等方法和技術(shù)，構(gòu)造面向特定領(lǐng)域/應(yīng)用的輕量級(jí)虛擬機(jī);研究虛擬化和虛擬機(jī)的性能評(píng)價(jià)方法與基準(zhǔn)測(cè)試、性能調(diào)優(yōu)工具;研制采用國(guó)產(chǎn)單核/多核/眾核處理器的云服務(wù)器原型，在云計(jì)算系統(tǒng)中應(yīng)用驗(yàn)證。

考核指標(biāo)：研發(fā)面向國(guó)產(chǎn)處理器的虛擬化、虛擬機(jī)監(jiān)控器、虛擬機(jī)三類(lèi)核心技術(shù)，支持多核、眾核異構(gòu)計(jì)算資源的虛擬化，支持虛擬資源的統(tǒng)一調(diào)度和分配，基于多核的國(guó)產(chǎn)服務(wù)器虛擬機(jī)數(shù)量不小于 256，每虛擬機(jī)內(nèi)存最大 2TB，處理器和內(nèi)存虛擬化開(kāi)銷(xiāo)小于百分之三;采用國(guó)產(chǎn)處理器的云服務(wù)器原型在關(guān)鍵行業(yè)的云計(jì)算系統(tǒng)中開(kāi)展應(yīng)用驗(yàn)證，在典型云計(jì)算應(yīng)用負(fù)載下，與采用 X86 處理器的云服務(wù)器對(duì)應(yīng)指標(biāo)相當(dāng)，提升基于國(guó)產(chǎn)處理器的云裝備在云計(jì)算行業(yè)的應(yīng)用能力。申請(qǐng)系列專(zhuān)利，發(fā)表一批高水平學(xué)術(shù)論文。

1.6 數(shù)據(jù)驅(qū)動(dòng)的云數(shù)據(jù)中心智能管理技術(shù)與平臺(tái)(共性關(guān)鍵技術(shù)類(lèi))

研究?jī)?nèi)容：研究超大規(guī)模云數(shù)據(jù)中心運(yùn)行數(shù)據(jù)的管理方法;研究基于運(yùn)行數(shù)據(jù)的云數(shù)據(jù)中心運(yùn)行評(píng)估與預(yù)測(cè)技術(shù)，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的云數(shù)據(jù)中心運(yùn)行精準(zhǔn)化評(píng)估與預(yù)測(cè);研究數(shù)據(jù)驅(qū)動(dòng)的大規(guī)模云數(shù)據(jù)中心資源智能調(diào)度與管理技術(shù);面向典型領(lǐng)域，研究應(yīng)用導(dǎo)向的云工作流智能管理與調(diào)度技術(shù)，提供高能效、高服務(wù)質(zhì)量的云工作流應(yīng)用服務(wù);研制云數(shù)據(jù)中心智能部署、運(yùn)維管理與服務(wù)能力保障系統(tǒng)，并開(kāi)展示范應(yīng)用。

考核指標(biāo)：形成智能化的云數(shù)據(jù)中心系統(tǒng)運(yùn)行評(píng)估、行為預(yù)測(cè)、資源調(diào)度、工作流管理與系統(tǒng)運(yùn)維的關(guān)鍵技術(shù)體系;云工作流和云服務(wù)請(qǐng)求的接受率比當(dāng)前主流水平提升 20%以上，滿足用戶在時(shí)間和成本等多方面的差異化需求;研制的云數(shù)據(jù)中心智能管理系統(tǒng)在數(shù)十萬(wàn)臺(tái)量級(jí)服務(wù)器規(guī)模的云數(shù)據(jù)中心開(kāi)展示范應(yīng)用;申請(qǐng)系列專(zhuān)利，發(fā)表一批高水平學(xué)術(shù)論文，并完成若干國(guó)家標(biāo)準(zhǔn)(送審稿)或國(guó)際標(biāo)準(zhǔn)提案。

2. 基于云模式和數(shù)據(jù)驅(qū)動(dòng)的新型軟件

2.1 群智化生態(tài)化軟件開(kāi)發(fā)方法與環(huán)境(基礎(chǔ)研究類(lèi))

研究?jī)?nèi)容：研究基于互聯(lián)網(wǎng)的群體智能的形成機(jī)理、軟件生態(tài)系統(tǒng)中的群體協(xié)作規(guī)律、社區(qū)組織模式、社會(huì)化特性和最佳實(shí)踐;研究軟件生態(tài)系統(tǒng)的多維度度量和評(píng)估方法、軟件生態(tài)系統(tǒng)形成和演化的微過(guò)程模型等;研究基于大規(guī)模群體協(xié)同的在線需求獲取與建模、軟件設(shè)計(jì)與建模、軟件構(gòu)造與測(cè)試、個(gè)體信息融合與個(gè)性化信息推薦等群智軟件開(kāi)發(fā)模式與方法;研制基于群體智能的協(xié)作式軟件開(kāi)發(fā)、管理和維護(hù)支撐工具集及平臺(tái)，形成支持智能化群體協(xié)作的軟件開(kāi)發(fā)環(huán)境，并進(jìn)行示范應(yīng)用。

考核指標(biāo)：建立基于群智協(xié)作的軟件開(kāi)發(fā)模型與機(jī)制，形成覆蓋軟件生命全周期的群智軟件開(kāi)發(fā)方法、工具、環(huán)境和最佳實(shí)踐，支持單一項(xiàng)目數(shù)千名開(kāi)發(fā)者規(guī)模;形成兼容國(guó)際主流、符合中國(guó)特色的群智化軟件開(kāi)發(fā)生態(tài)系統(tǒng)建設(shè)方案，實(shí)際應(yīng)用于 10個(gè)以上項(xiàng)目合計(jì) 1000 名以上開(kāi)發(fā)者;發(fā)表一批高水平學(xué)術(shù)論文，申請(qǐng)系列知識(shí)產(chǎn)權(quán)。

上一頁(yè) 1 2 3 下一頁(yè)

免責(zé)聲明：本文僅代表作者個(gè)人觀點(diǎn)，與本站無(wú)關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，請(qǐng)讀者僅作參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。

我要收藏

個(gè)贊