云计算和大数据专项.docVIP

附件7 “云计算和大数据”重点专项 2016年度项目申报指南 依据《国家中长期科学和技术发展规划纲要（2006-2020年）》、《关于促进云计算创新发展，培育信息产业新业态的意见》、《国务院关于印发促进大数据发展行动纲要的通知》等文件，科技部会同相关部门组织开展了《云计算和大数据重点专项实施方案》编制工作，在此基础上启动云计算和大数据重点专项2016年度项目，并发布本指南。 云计算和大数据专项总体目标是：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，促进我国云计算和大数据技术的研究与应用达到国际领先水平，加快建成信息强国。 专项围绕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4个创新链（技术方向）部署31项研究任务，专项实施周期为2016年-2020年。 按照分步实施、重点突出原则，2016年首批在4个技术方向启动12个任务。 针对任务中的研究内容，以项目为单位进行整体申报，研究内容需覆盖相应指南方向的全部考核指标。项目设1名项目负责人，项目下设课题数原则上不超过5个，每个课题设1名课题负责人，每个课题牵头单位及参与单位原则上不超过5个。 1.云计算和大数据基础设施 1.1 软件定义的云计算基础理论和方法（前沿基础类） 研究内容：软件定义的云计算基础理论；能效优化的分布存储和处理的硬件及软件系统架构；大数据的复杂性、可计算性与云平台处理效率的关系；混合云中面向软件定义的虚拟专用云的动态构建理论与方法以及应用运行机理；资源聚合与解耦的模型与构建方法；软件定义云平台的可用性、可审计性等度量与测评方法；软件定义的云计算原型系统。 考核指标：建立软件定义的云计算基础理论，设计一组有效的模型与方法并在云计算原型系统中予以验证；形成软件定义云计算的可用性、可审计性与性能的度量模型与评测方法；形成一批高水平、有国际高影响力的成果；形成一组软件定义的云计算相关规范和标准（送审稿）。 支持年限：不超过5年。 拟支持项目数：1-2项。 1.2 新型大数据存储技术与平台（共性关键技术类） 研究内容：大数据环境下基于新型存储器件的存储体系架构及控制方法，以及与之对应的持久内存管理和数据组织方法。在此基础上形成基于非易失存储器件的新设备、驱动软件、专用高效持久内存管理和文件系统；异构存储介质高效融合的高并发低延迟的万亿文件级大数据存储系统；新型数据冗余技术，数据冗余的高效转化与高效重构技术；数据保存50年以上的方法和技术，以保障信息不丢失、能再现；大数据存储系统的评估理论、方法及其工具软件。 考核指标：（1）研制有自主知识产权的高速低耗存储控制器及设备、驱动软件、专用高效持久内存管理和文件系统；容量型设备容量≥10TB，性能型设备IOPS≥100万、带宽≥10GB/s，能耗最低可达10瓦/TB；节点内可扩展；（2）系统支持多存储介质设备异构融合，支持高密低耗、系列化的存储节点，节点容量达PB级；（3）系统支持万亿文件；在万级并发访问下，巨量小文件平均访问延迟低于10ms；（4）在EB级大数据场景下应用于1-3个典型领域；（5）申请一批本领域的知识产权。 支持年限：不超过4年。 拟支持项目数：1-2项。 1.3基于数据流的大数据分析系统（共性关键技术类） 研究内容：研究用于大数据分析的数据流加速器系统，包括数据流加速器硬件、数据流编程模型及优化编译器以及运行时系统等。（1）数据流加速器硬件；（2）面向数据流加速器的编程模型及优化编译器，提出能充分发挥数据流在并行性和同步方面的优势的编程模型；研究数据流的无编程动态模型定制与生成方法；（3）面向数据流加速器的运行时系统，包括加速器资源的分配与回收、动态重构、通信管理、内存管理等，支持基于数据流编程模型的在线计算和实时计算；支持对基于不同硬件架构的异构计算资源的统一抽象和一致高效管理；（4）数据流处理分析的可视化展示和监控管理工具。 考核指标：（1）在加速器上完成不少于三个典型大数据应用的加速；在不少于5个领域进行成功应用示范；（2）在典型大数据应用上的性能功耗比是通用CPU平台的10倍以上；（3）单块加速器卡上内存不少于256GB，单台服务器可支持4块加速卡，加速器之间可以高速互连，互连理论带宽≥100Gbps，实测带宽≥80Gbps；（4）系统可通过多机互连扩展，可处理PB量级的大数据；（5）针对高并发的数据流实时分析，单物理节点（普通PC服务器）流式数据处理吞