林业资源培育及高效利用技术创新重点专项2016年项目申报指引

“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

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

-3

用驱动的虚拟资源的动态映射和调配方法，实现面向应用的统一编程接口；研究基于迭代反馈机制的轻量级虚拟机镜像定制、应用定制的虚拟机优化等方法和技术，构造面向特定应用的轻量级虚拟机；研究虚拟化和虚拟机的性能评价方法与基准测试、性能调优工具。

考核指标。国产处理器虚拟化后的性能指标与x86处理器相当，在关键行业的云计算系统中开展示范应用，在典型云计算应用负载下，较现有产品整机服务能力提升一个数量级，整机资源利用率提升50%，整机性能功耗比提升5倍。在关键技术上申请系列专利，形成专利群。

1.6数据驱动的云数据中心智能管理技术与平台（共性关键技术类）