中国信通院发布,技术融合

作者:澳门云顶app    发布时间:2020-02-27 10:28    浏览:87 次

[返回]

.wqpc_wechat_view *{max-width: 100%!important;box-sizing: border-box!important;-webkit-box-sizing: border-box!important; word-wrap: break-word!important;} 微信号 功能介绍 为了促进业界交流、分享各方在数据资产管理方面的经验,由中国信息通信研究院(以下简称“中国信通院”)、中国通信标准化协会大数据技术标准推进委员会主办的“2019数据资产管理大会”于2019年12月10日在北京召开。会上,中国信通院发布了《大数据白皮书(2019)》。这是中国信通院第四次发布大数据白皮书。白皮书在前三版的基础上,聚焦一年多来大数据各领域的发展,探讨了大数据技术、产业、应用、安全及数据资产管理的进展和趋势。中国信通院云计算与大数据研究所副所长魏凯在白皮书发布现场为大家带来深度解读。白皮书前言当前,全球大数据正进入加速发展时期,技术产业与应用创新不断迈向新高度。大数据通过数字化丰富要素供给,通过网络化扩大组织边界,通过智能化提升产出效能,不仅是推进网络强国建设的重要领域,更是新时代加快实体经济质量变革、效率变革、动力变革的战略依托。本白皮书是继《大数据白皮书(2014年)》、《大数据白皮书(2016年)》、《大数据白皮书(2018年)》之后中国信通院第四次发布大数据白皮书。本白皮书在前三版的基础上,聚焦一年多来大数据各领域的进展和趋势,梳理主要问题并进行展望。在技术方面,重点探讨了近两年最新的大数据技术及其融合发展趋势;在产业方面,重点讨论了我国大数据产品的发展情况;在数据资产管理方面,介绍了行业数据资产管理、数据资产管理工具的最新发展情况,并着重探讨了数据资产化的关键问题;在安全方面,从多种角度分析了大数据面临的安全问题和技术工具。希望本白皮书的分析可以对政府和行业提供参考。白皮书目录一、国际大数据发展概述(一)大数据战略持续拓展(二)大数据底层技术逐步成熟(三)大数据产业规模平稳增长(四)大数据企业加速整合(五)数据合规要求日益严格二、融合成为大数据技术发展的重要特征(一)算力融合:多样性算力提升整体效率(二)流批融合:平衡计算性价比的最优解(三)TA融合:混合事务/分析支撑即时决策(四)模块融合:一站式数据能力复用平台(五)云数融合:云化趋势降低技术使用门槛(六)数智融合:数据与智能多方位深度整合三、大数据产业蓬勃发展(一)大数据产业发展政策环境日益完善(二)各地大数据主管机构陆续成立(三)大数据技术产品水平持续提升(四)大数据行业应用不断深化四、数据资产化步伐稳步推进(一)数据:从资源到资产(二)数据资产管理理论体系仍在发展(三)各行业积极实践数据资产管理(四)数据资产管理工具百花齐放(五)数据资产化面临诸多挑战五、数据安全合规要求不断提升(一)数据相关法律监管日趋严格规范(二)数据安全技术助力大数据合规要求落地(三)数据安全标准规范体系不断完善六、大数据发展展望关注公众号,并在首页输入关键词“大数据2019”,下载白皮书。更多精彩,敬请阅读现场发布PPT。12345678910111213141516171819202122232425262728校 审 | 陈 力、 珊 珊编 辑 | 凌 霄

本白皮书在前三版的基础上,聚焦一年多来大数据领域在技术、产业、数据资产化、数据管理、数据安全等方面的进展和趋势,梳理主要问题并进行展望。

12月10日,中国信息通信研究院发布了《大数据白皮书》,这是继2014、2016和2018年之后,中国信通院第四次发布大数据白皮书。本白皮书在前三版的基础上,聚焦一年多来大数据领域在技术、产业、数据资产化、数据管理、数据安全等方面的进展和趋势,梳理主要问题并进行展望。

纵观整个白皮书,2019年大数据发展的关键字可以概括为:技术融合、产业深化、数据资产、数据合规。

技术融合

当前,大数据体系的底层技术框架已基本成熟。大数据技术正逐步成为支撑型的基础设施,其发展方向也开始向提升效率转变,逐步向个性化的上层应用聚焦,技术的融合趋势愈发明显。

算力融合:多样性算力提升整体效率

随着大数据应用的逐步深入,场景愈发丰富,数据平台开始承载人工智能、物联网、视频转码、复杂分析、高性能计算等多样性的任务负载。同时,数据复杂度不断提升,以高维矩阵运算为代表的新型计算范式具有粒度更细、并行更强、高内存占用、高带宽需求、低延迟高实时性等特点,以 CPU 为底层硬件的传统大数据技术无法有效满足新业务需求,出现性能瓶颈。

当前,以 CPU 为调度核心,协同 GPU、FPGA、ASIC 及各类用于 AI 加速xPU的异构算力平台成为行业热点解决方案,以 GPU为代表的计算加速单元能够极大提升新业务计算效率。

不同硬件体系融合存在开发工具相互独立、编程语言及接口体系不同、软硬件协同缺失等工程问题。为此,产业界试图从统一软件开发平台和开发工具的层面来实现对不同硬件底层的兼容。

流批融合:平衡计算性价比的最优解

流处理能够有效处理即时变化的信息,从而反映出信息热点的实时动态变化。而离线批处理则更能够体现历史数据的累加反馈。随着技术架构的演进,流批融合计算正在成为趋势,并不断在向更实时更高效的计算推进,以支撑更丰富的大数据处理需求。

TA 融合:混合事务/分析支撑即时决策

TA 融合是指事务与分析的融合机制。混合事务/分析处理的设计理念是为了打破事务和分析之间的那堵墙,实现在单一的数据源上不加区分的处理事务和分析任务。这种融合的架构具有明显的优势,可以避免频繁的数据搬运操作给系统带来的额外负担,减少数据重复存储带来的成本,从而及时高效地对最新业务操作产生的数据进行分析。

模块融合:一站式数据能力复用平台

大数据的工具和技术栈已经相对成熟,大公司在实战经验中围绕工具与数据的生产链条、数据的管理和应用等逐渐形成了能力集合,并通过这一概念来统一数据资产的视图和标准,提供通用数据的加工、管理和分析能力。数据能力集成的趋势打破了原有企业内的复杂数据结构,使数据和业务更贴近,并能更快地使用数据驱动决策。

云数融合:云化趋势降低技术使用门槛

大数据基础设施向云上迁移是一个重要的趋势。向云化解决方案演进的最大优点是用户不用再操心如何维护底层的硬件和网络,能够更专注于数据和业务逻辑,在很大程度上降低了大数据技术的学习成本和使用门槛。

数智融合:数据与智能多方位深度整合

搜索