京公网安备 11010802034615号
经营许可证编号:京B2-20210330
做无形推手 曙光助力大数据产业发展
大数据这个概念出现没几年,但是却在最近成为最热门的话题,成为发展最快,人才缺乏最为明显的一个行业。在普通人看来,如今大数据依然是一个高大上的专业名词,与普通人的生活没有太多的联系,但你可能没发现,其实大数据就在你的身边。
3月29日,“大数据分析系统国家工程实验室”揭牌仪式暨大数据分析系统技术论坛将在中国科学院计算机研究所隆重举行。该国家工程实验室由中国科学院计算技术研究所牵头,联合中国科学院大学、中国科学院计算机网络信息中心、曙光信息产业股份有限公司(以下简称“曙光公司”)、国创科视科技股份有限公司共同建设。
十余个团队申请 大数据热度不减
据了解,此次大数据实验室的申请共有十多个团队进行竞争,足见大数据无论在学界,还是在产业中都十分火热。相关资料显示,中国由于人口基数大,占据了全球14%的数据量,但目前对数据的利用程度却相对较低。而大数据的分析技术是大数据价值链的核心,拥有数据并使用数据的能力将成为未来10年国家发展的关键。
大数据分析系统国家工程实验室—揭牌仪式
在国家发改委和中科院的指导与推动下,“大数据分析系统国家工程实验室”的建立后,对于很多普通人来说,似乎并不明白其真正作用是什么。如果要解决这个问题,我们首先要了解这些年来在大数据方面取得了哪些成绩。
用实验室主任、中国工程院院士、曙光公司董事长李国杰的话来说,大数据一直在无形的影响着我们的生活,在不经意间你就会发现你的工作、生活都被它所改变。其中,表现最明显的主要有三个方向:图像识别、语音识别和系统推荐。依靠大数据作为背后的支撑、无形的推手,带动各领域数据资源价值的发挥,有助于提升政府治理能力,促进经济转型升级,从而推动我国成为真正的数字化强国。
第2页:产学研相结合 曙光助力大数据产业发展
如何做国家智库 让产学研相结合
产学研相结合是我们国家一贯提倡的一种模式,不得不说大数据分析系统国家工程实验室的建立就是产学研相结合的一种良好表现形式之一。
大数据分析系统国家工程实验室共建单位—授牌仪式
在发布会上,国家工程实验室副主任程学旗表示:实验室的建立后计划面向大数据分析全生命周期的技术与应用环路,系统化地构建大数据分析三大平台:大数据分析基础设施平台、软硬一体的大数据开放分析平台、大数据分析示范应用与服务平台。通过三大平台的建设,切实开展大数据分析领域的科学研究与技术研发。
当然,在国内目前的大数据生态环境中,人才的缺乏依然是十分紧迫的一点。在实验室和平台搭建完毕后,必然能够吸引更多的人才投入到大数据研究之中,对人才培养起到一个引导作用。
大数据呼应城市云 助力产业发展
云计算、大数据这些概念相继而生,看似概念不同,实则互联互通,互相影响。众所周知,曙光在高性能计算上有着不错的成绩,城市云的布局已经初见端倪,“数据中国”的战略布局让曙光更是早已投身在大数据行业,曙光还曾参与多个国家、政府重点项目及大中型企业的项目,积累了大量案例经验,比如去年大数据引擎的发布,也佐证了曙光对于大数据产业的持续关注与发力。
对此,曙光公司高级副总裁聂华表示:“曙光是我国‘城市云’的定义者和建设者,凭借在政务大数据领域丰富的技术资源和实践经验,曙光将与共建单位一道,构建大数据分析技术开放的生态体系,形成可持续的产学研用机制,为实验室的平台建设和后期发展中提供关键支撑,成为不可或缺的角色。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15