云计算和大数据重点专项2018年度项目申报指南.PDF

“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 - 1. 云计算和大数据基础设施 1.1 数据科学的若干基础理论（基础研究类） 研究内容：研究大数据的数据建模理论，包括大数据的 统一表示和有效度量等；研究大数据的新型计算复杂性理论， 包括多项式可计算问题类的细分等；研究高通量计算理论与 算法、高效并行计算算法、分布式计算算法、近似计算算法 等；研究大规模分布式可扩展的数据存储与组织，能效优化 的分布存储和处理的系统架构，以及数据副本一致性、数据 压缩、数据划分与迁移等问题；研究大数据的数据治理理论 与方法，包括数据质量管理、数据权属、数据隐私保护等。 考核指标：形成有国际性影响的数据科学理论体系，发 表系列高水平学术论文和若干专著。在关键技术上申请系列 专利，形成专利群。 1.2 基于NVM 的TB 级持久性内存存储系统及应用（共性 关键技术类） 研究内容：研究持久性内存存储I/O 栈与存储管理；分 布式持久性内存文件系统；基于RDMA 的分布式持久性共享 内存新型编程模型；构建分布式持久性内存存储系统；研制 基于TB 级内存系统的典型大数据应用系统及示范。 考核指标：研制不少于8 节点的内存存储系统，每节点 包含TB 级非易失性的持久性内存。分布式内存系统中节点 间通信延迟不超过 1us，高负载通信延迟不超过 10us，带宽 可扩展，8 节点带宽不低于40GB/s 。支持持久性内存的一致 - 2 - 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 GPU SM 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