
大数据十三五蓝图倒计时 15股绝对低估
工信部信息化和软件服务业司司长陈伟10日在接受记者采访时说,工信部正在制定《大数据产业“十三五”发展规划》,支持大数据技术和产业创新发展,提升大产业支撑能力,培育新业态新模式。
近日,国务院印发《促进大数据发展行动纲要》,这为我国大数据发展进行了顶层设计和统筹部署,工信部主要负责大数据产业发展以及应用示范相关工作。陈伟说,除制定《大数据产业“十三五”发展规划》外,工信部还将出台促进大数据产业发展的推进计划,促进规划、标准、技术、产业、安全、应用的协同发展。
据介绍,工信部将组织实施“大数据关键技术及产品研发与产业化工程”,通过相关项目和资金引导和支持关键技术产品研发及产业化,同时开发面向工业、电信、金融、交通、医疗等数据密集型行业的大数据应用解决方案。
“要促进大数据与其他产业的融合发展,着力发展工业大数据,加强产业生态体系建设。”陈伟说。
他说,围绕落实中国制造2025,支持开发工业大数据解决方案,利用大数据培育发展制造业新业态,开展工业大数据创新应用试点。同时,促进大数据、云计算、工业互联网、3D打印、个性化定制等的融合集成,推动制造模式变革和工业转型升级。
据介绍,目前,工信部已经指导全国信息技术标准化委员会组建由130余家单位构成的大数据标准工作组,组织起草了《大数据标准化白皮书》,制定大数据标准体系,已经开展数据质量、数据安全、数据开放共享和交易等方面的多项国家标准的立项和研制工作。上海证券报
成立产业基金,发力云计算和大数据应用:基金计划投资于云计算中心项目,以及大数据、云计算、物联网、智慧城市等相关产业链的上下游公司。包括以下几个方向:(1)智慧城市项目;(2)云计算周边配套产品项目;(3)中科院先进计算创新产业联盟相关项目;(4)产业链上下游潜在的行业并购及投资机会;(5)前沿科技领域的风险投资机会。公司以硬件起家,成立基金发力云计算和大数据应用,既是产业链条的延伸,也是围绕自身打造生态圈,拓展技术应用范围的途径。
业绩上涨受益于软硬件国产化进程:随着国家对网络安全和自主可控重视程度的提高,公司主营业务较去年同期有较大增长,高端计算机目前国内仅有国防科技大学和中科曙光能够制造,在一定程度上造成了技术的罕有性,而且高端性能服务器不同于低端的X86服务器,目前尚处于蓝海领域,国外的高性能竞争对手例如IBM等公司由于国产化的进程基本不可能再入围中国的招标,我们认为,具有资本市场和技术实力双重优势的中科曙光理应获得溢价。
芯片国产化,龙芯系列初显威力:在整个计算机的产业链中,我们看到微软和INTEL占据了主导性的优势,这也是为什么它们是最具有价值的两类公司,普通PC和低端服务器的价值沦为产业链下游,仅有供应链成本控制的价值,INTEL一家公司获得了70%的利润。我们看到,公司推出的自主可控的高性能芯片龙芯家族包含龙芯桌面计算机、龙芯机架式服务器、龙芯存储服务器、龙芯刀片服务器、龙芯防火墙、龙芯负载均衡、龙芯堡垒主机等自主可控的硬件平台,并且公司新推出基于龙芯3B-2000处理器的服务器产品。根据我们的深度报告《IT安全是和平时期国家安全的制高点》中所指出的,龙芯3B-1500已经达到可以商用的级别,其SPEC性能目前相当于INTEL二代i5系列的性能,此次推出的3B2000相对于上一代的产品,功耗和主频相当,但是性能获得了成倍的提升,这对于商业服务器来说是一次质的飞跃。另外,不同于桌面电脑,服务器一般采用linux操作系统,我们可以说,在国产化进程中,龙芯的应用不存在系统上的瓶颈,在芯片国产化的进程下,芯片业务爆发指日可待。
高端计算机及信息系统领域的佼佼者:公司始终专注于高性能计算机、通用服务器及存储产品的研究、开发与生产制造,并围绕高端计算机提供软件开发、系统集成与技术服务。2009-2014年公司连续6年蝉联中国高性能计算机TOP100排行榜市场份额第一。公司具有非常高的竞争门槛,全球超级计算机提供商寥寥无几。2014年作为核心业务的高性能计算机收入占比为33%,毛利占比41%。
倚中科院之势,成就“第二个联想”:在“棱镜门”余波未消的今天,国家对于信息安全的重视程度越来越高,政府自主信息化建设为高端计算机国产化提供了广阔的空间。中科院做为我国IT产业支柱机构,其IT资产非常丰富,既有计算所的CPU“龙芯”,又有软件所的国产核心操系统软件,所以中科院的IT资产丰富且具强大竞争力。中科院院长多次提出要把曙光培养成第二个联想。目前,中科院已经让曙光联合中科院其他科研院所成立产业创新联盟,共同探索新方向和产业化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01