
“云”栖杭州,拉开大数据时代绚丽画卷
放眼杭州,既有“阿里云”、华数为代表的云服务基础设施提供商,又有以华三为代表的云工程和云服务提供商,还有海量的云应用企业,云产业链日渐清晰。在这场对信息经济发展的云端对决中,杭州已有先发优势。
根据杭州市建设全国云计算和大数据产业中心三年行动计划,到2017年,我市将培育包括阿里在内的2至3家国际知名百亿级云计算和大数据龙头企业,打造200家中小型云计算和大数据服务企业,带动信息技术业新增营业收入超过1000亿元。
丹桂飘香的杭州,再次引来世人瞩目。目光所及,不是西湖的水,也不是美丽的城,而是云集杭州的“云”。
10月14日-15日,杭州·云栖大会将在杭州召开。
今秋杭城,祥“云”汇聚。在杭州西湖区云栖小镇,一时间风起“云”涌,国际国内各路“云”端高手,带着大数据产业发展最新成果和技术前来“比剑”“论道”。
这是信息经济发展的一次盛会。这次大会的意义不仅在于通过这一平台带来的技术交流、企业合作,更在于各路高手关于大数据产业发展的智慧碰撞。这种高层次的“头脑风暴”将推动杭州大数据产业发展迈向更高“云”端。
抢得先机,抢抓机遇,乘势而上,如今杭州的“云”路正越走越宽广。
“云端思维”抢得信息经济发展先机
今年9月5日,《国务院关于印发促进大数据发展行动纲要的通知》正式发布,在全社会引起广泛影响。《行动纲要》是到目前为止我国促进大数据发展的第一份共识性、系统性文件。其从国家大数据发展战略的高度,提出了我国大数据发展的顶层设计。“云计算”和“大数据”,无疑成为当下信息技术领域最热门的两个名词。
大数据产业发展对于杭州来说并非新鲜事。事实上,云计算、大数据既是一个新兴产业,又是杭州建设“六大中心”的技术基础和支撑,杭州在云计算产业发展上走在前列。
云计算是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机和其他设备。目前,全球业内公认的“云”,主要是亚马逊、微软、阿里和谷歌。
相比于全国其他城市,杭州云计算产业起步早、基础好,已经形成了浓厚的“大众创业、万众创新”氛围,以阿里云为代表的云计算企业已经成为全国乃至全球云计算产业的引领者。6年前,阿里巴巴集团成立云计算子公司阿里云,开始投入为第三方企业提供服务的云计算平台。经过多年的持续投入和建设,阿里云已经成为中国最大、全球领先的云计算服务平台。
放眼杭州,既有“阿里云”、华数为代表的云服务基础设施提供商,又有以华三为代表的云工程和云服务提供商,还有海量的云应用企业,云产业链日渐清晰。在这场对信息经济发展的云端对决中,杭州已有先发优势。
大数据产业在集聚中释放生产力
大数据是大产业、大红利、大变革。据统计,上半年我市云计算与大数据产业规上企业主营业务收入613.57亿元,同比增长19.7%。增加值369.87亿元,增速为27.7%,占比8.22%。目前全市共有从事云计算基础服务和大数据行业应用的入库企业80余家。
作为信息经济“六大中心”建设目标之一,杭州正努力打造全国云计算和大数据产业中心。杭州已被国家发改委和工信部列入全国先行开展云计算创新发展试点示范工作的城市之一。同时,杭州成立了全市云计算和大数据协会,正在组建大数据产业联盟和云计算大数据专家委员会。
杭州9家企业入选2015中国软件业务收入前百家企业。阿里云以16.8亿元软件业务收入首次荣登2015中国软件业务收入前百家企业第65位;海康威视以85.1亿元软件业务收入位列2015中国软件业务收入前百家企业第8位。
“大数据”也开启了政务服务新思维,在智慧城市的建设上,我市将主要采取以云计算技术为支撑,以云平台建设为主体的模式来打造杭州电子政务云。
未来,我市还将成立政务数据资源共享开放专门管理机构,推进政务数据资源归集、共享、开放和应用,同时鼓励企业成立大数据运行服务公司,向社会各界提供政务大数据服务。
“云”栖杭州,憧憬无限。根据杭州市建设全国云计算和大数据产业中心三年行动计划,到2017年,我市将培育包括阿里在内的2至3家国际知名百亿级云计算和大数据龙头企业,打造200家中小型云计算和大数据服务企业,带动信息技术业新增营业收入超过1000亿元
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30