“云計算和大數(shù)據(jù)”重點專項2018年度項目申報指南

2017-10-12 15:36:34 科技部　點擊量：評論 (0)

為落實《國家中長期科學和技術發(fā)展規(guī)劃綱要( 2006-2020年)》，以及國務院《關于促進云計算創(chuàng)新發(fā)展，培育信息產(chǎn)業(yè)新業(yè)態(tài)的意見》和《關于印發(fā)促進大數(shù)據(jù)發(fā)展行動綱要的通知》等提出的任務，國家重點研發(fā)計劃啟動實施“云計算和大數(shù)據(jù)”重點專項。 根據(jù)本重點專項實施方案的部署，現(xiàn)發(fā)布 2018 年度項目申報指南。

本重點專項總體目標是：形成自主可控的云計算和大數(shù)據(jù)技術體系、標準規(guī)范和解決方案;在云計算與大數(shù)據(jù)的重大設備、核心軟件、支撐平臺等方面突破一批關鍵技術;基本形成以云計算與大數(shù)據(jù)骨干企業(yè)為主體的產(chǎn)業(yè)生態(tài)體系和具有全球競爭優(yōu)勢的云計算與大數(shù)據(jù)產(chǎn)業(yè)集群;提升資源匯聚、數(shù)據(jù)收集、存儲管理、分析挖掘、安全保障、按需服務等能力，實現(xiàn)核心關鍵技術自主可控。

本重點專項按照云計算和大數(shù)據(jù)基礎設施、基于云模式和數(shù)據(jù)驅動的新型軟件、大數(shù)據(jù)分析應用與類人智能、云端融合的感知認知與人機交互等 4 個創(chuàng)新鏈(技術方向)，共部署 31 個重點研究任務。專項實施周期為 5 年( 2016—2020 年)。

2016 年，本重點專項在 4 個技術方向已啟動 12 個研究任務的 15 個項目。 2017 年，在 4 個技術方向已啟動 15 個研究任務的15 個項目。 2018 年，在 4 個技術方向啟動 20 個研究任務，擬支持 20-40 個項目，擬安排國撥經(jīng)費總概算為 6.25 億元。凡企業(yè)牽頭的項目須自籌配套經(jīng)費，配套經(jīng)費總額與國撥經(jīng)費總額比例不低于1：1。

項目統(tǒng)一按指南二級標題(如 1.1)的研究方向組織申報。除特殊說明外，擬支持項目數(shù)均為 1-2 項。項目實施周期不超過 3年。申報項目的研究內容須涵蓋該二級標題下指南所列的全部考核指標。項目下設課題數(shù)原則上不超過 5 個，每個課題參研單位原則上不超過 5 個。項目設 1 名項目負責人，項目中每個課題設1 名課題負責人。

指南中“擬支持項目數(shù)為 1-2 項”是指：在同一研究方向下，當出現(xiàn)申報項目評審結果前兩位評價相近、技術路線明顯不同的情況時，可同時支持這 2 個項目。 2 個項目將采取分兩個階段支持的方式。第一階段完成后將對 2 個項目執(zhí)行情況進行評估，根據(jù)評估結果確定后續(xù)支持方式。

1. 云計算和大數(shù)據(jù)基礎設施

1.1 數(shù)據(jù)科學的若干基礎理論(基礎研究類)

研究內容：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)的新型計算復雜性理論;研究高通量計算理論與算法;研究近似

計算理論與算法;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)權屬理論等。

考核指標：形成有國際性影響的數(shù)據(jù)科學理論體系，研制可驗證其理論和算法有效性的原型系統(tǒng)，發(fā)表一批高水平學術論文和若干專著。在關鍵技術上申請系列專利，形成專利群。

1.2 基于非易失存儲器( NVM)的 TB 級持久性內存存儲技術與系統(tǒng)(共性關鍵技術類)

研究內容：研究基于持久性內存的混合主存系統(tǒng) I/O 棧與存儲管理策略;研究分布式持久性內存文件系統(tǒng);研究基于遠程直接數(shù)據(jù)存取( RDMA)的分布式持久性共享內存新型編程模型及其應用編程接口; 構建分布式持久性內存存儲系統(tǒng); 研制基于 TB級內存系統(tǒng)的典型大數(shù)據(jù)應用系統(tǒng)擴展并示范應用。

考核指標：研制不少于 8 節(jié)點的內存存儲系統(tǒng)，每節(jié)點均包含 TB 級非易失性內存;分布式內存系統(tǒng)中節(jié)點間通信延遲不超過 1µs，高負載通信延遲不超過 10µs，帶寬可擴展， 8 節(jié)點帶寬不低于 40GB/s;讀操作 ops 不低于 5000 萬/s，寫操作 ops 不低于1000 萬/s;在 ZB 級大數(shù)據(jù)場景下應用于 1-3 個典型領域。在關鍵技術上申請系列專利，形成專利群，發(fā)表一批高水平學術論文。

1.3 面向異構體系結構的高性能分布式數(shù)據(jù)處理技術與系統(tǒng)(共性關鍵技術類)

研究內容：面向分布式異構體系結構，研究基于數(shù)據(jù)流的編程模型、性能分析方法、同步與通信技術和運行時系統(tǒng)，并實現(xiàn)高通量視頻等典型應用示范。具體內容：支持異構體系結構上的數(shù)據(jù)流編程模型與軟件工具鏈;異構體系結構上的運行時系統(tǒng)，支持 CPU 與加速器之間的高效率混合執(zhí)行，支持加速器上的細粒度流水線并行; 性能分析技術和優(yōu)化調度技術，優(yōu)化分配 CPU 與加速器上的運行資源;分布式異構系統(tǒng)數(shù)據(jù)處理技術，包括數(shù)據(jù)與計算的高效劃分技術、負載平衡以及高性能同步與通信技術。

考核指標：支持 CPU-GPU 異構體系結構，并支持單機多加速器和多機多加速器。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的 CPU-GPU 執(zhí)行比例。支持單個GPU SM 上部署多個核( kernel)的細粒度任務調度，以及以此為基礎的流水線并行模式。單機和多機(不低于 8 臺服務器 16 塊GPU)上 CPU/GPU 細粒度混合執(zhí)行的應用性能是當前通用 CPU的 5 倍以上，是僅實現(xiàn)粗粒度并行性的 GPU 的 2 倍以上。在關鍵技術上申請系列專利，形成專利群，發(fā)表一批高水平學術論文。

1.4 面向圖計算的通用計算機技術與系統(tǒng)(共性關鍵技術類)

研究內容：研究圖計算眾核處理器和異構圖計算機體系結構;研制支撐異構圖計算機的系統(tǒng)軟件;研究面向異構圖計算機系統(tǒng)的分布式處理技術;研究基于異構圖計算機的數(shù)據(jù)管理與處理系統(tǒng);研制基于異構的圖計算機的通用計算機系統(tǒng)，開展應用示范。

考核指標：研制面向圖計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的圖計算系統(tǒng)，單節(jié)點圖計算機總體性能達到 GTEPS，性能功耗比提升 10 倍;在浮點運算能力不大于 1TFlops 的條件下，每秒處理的邊數(shù)大于 10GTEPS，靜態(tài)圖計算可獲得 2-3 倍加速比; 單節(jié)點支持 50 億條邊的圖數(shù)據(jù)存儲和查詢，平均查詢響應時間為秒級，支持每秒 10 萬邊的圖流數(shù)據(jù)分析;針對金融等領域 2 個以上典型應用開展應用驗證。在關鍵技術上申請系列專利，形成專利群。發(fā)表一批高水平學術論文。

1.5 面向國產(chǎn)處理器的虛擬化技術與系統(tǒng)(共性關鍵技術類)

研究內容：研究面向國產(chǎn)單核/多核/眾核處理器的虛擬化架構、虛擬化技術、容器技術等;研究虛擬執(zhí)行環(huán)境的構建與優(yōu)化技術、虛擬計算環(huán)境下應用驅動的軟件棧設計/構造的理論和方法;研究輕量級虛擬機鏡像定制、應用定制的虛擬機優(yōu)化等方法和技術，構造面向特定領域/應用的輕量級虛擬機;研究虛擬化和虛擬機的性能評價方法與基準測試、性能調優(yōu)工具;研制采用國產(chǎn)單核/多核/眾核處理器的云服務器原型，在云計算系統(tǒng)中應用驗證。

考核指標：研發(fā)面向國產(chǎn)處理器的虛擬化、虛擬機監(jiān)控器、虛擬機三類核心技術，支持多核、眾核異構計算資源的虛擬化，支持虛擬資源的統(tǒng)一調度和分配，基于多核的國產(chǎn)服務器虛擬機數(shù)量不小于 256，每虛擬機內存最大 2TB，處理器和內存虛擬化開銷小于百分之三;采用國產(chǎn)處理器的云服務器原型在關鍵行業(yè)的云計算系統(tǒng)中開展應用驗證，在典型云計算應用負載下，與采用 X86 處理器的云服務器對應指標相當，提升基于國產(chǎn)處理器的云裝備在云計算行業(yè)的應用能力。申請系列專利，發(fā)表一批高水平學術論文。

1.6 數(shù)據(jù)驅動的云數(shù)據(jù)中心智能管理技術與平臺(共性關鍵技術類)

研究內容：研究超大規(guī)模云數(shù)據(jù)中心運行數(shù)據(jù)的管理方法;研究基于運行數(shù)據(jù)的云數(shù)據(jù)中心運行評估與預測技術，實現(xiàn)數(shù)據(jù)驅動的云數(shù)據(jù)中心運行精準化評估與預測;研究數(shù)據(jù)驅動的大規(guī)模云數(shù)據(jù)中心資源智能調度與管理技術;面向典型領域，研究應用導向的云工作流智能管理與調度技術，提供高能效、高服務質量的云工作流應用服務;研制云數(shù)據(jù)中心智能部署、運維管理與服務能力保障系統(tǒng)，并開展示范應用。

考核指標：形成智能化的云數(shù)據(jù)中心系統(tǒng)運行評估、行為預測、資源調度、工作流管理與系統(tǒng)運維的關鍵技術體系;云工作流和云服務請求的接受率比當前主流水平提升 20%以上，滿足用戶在時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)十萬臺量級服務器規(guī)模的云數(shù)據(jù)中心開展示范應用;申請系列專利，發(fā)表一批高水平學術論文，并完成若干國家標準(送審稿)或國際標準提案。

2. 基于云模式和數(shù)據(jù)驅動的新型軟件

2.1 群智化生態(tài)化軟件開發(fā)方法與環(huán)境(基礎研究類)

研究內容：研究基于互聯(lián)網(wǎng)的群體智能的形成機理、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、社會化特性和最佳實踐;研究軟件生態(tài)系統(tǒng)的多維度度量和評估方法、軟件生態(tài)系統(tǒng)形成和演化的微過程模型等;研究基于大規(guī)模群體協(xié)同的在線需求獲取與建模、軟件設計與建模、軟件構造與測試、個體信息融合與個性化信息推薦等群智軟件開發(fā)模式與方法;研制基于群體智能的協(xié)作式軟件開發(fā)、管理和維護支撐工具集及平臺，形成支持智能化群體協(xié)作的軟件開發(fā)環(huán)境，并進行示范應用。

考核指標：建立基于群智協(xié)作的軟件開發(fā)模型與機制，形成覆蓋軟件生命全周期的群智軟件開發(fā)方法、工具、環(huán)境和最佳實踐，支持單一項目數(shù)千名開發(fā)者規(guī)模;形成兼容國際主流、符合中國特色的群智化軟件開發(fā)生態(tài)系統(tǒng)建設方案，實際應用于 10個以上項目合計 1000 名以上開發(fā)者;發(fā)表一批高水平學術論文，申請系列知識產(chǎn)權。