京公网安备 11010802034615号
经营许可证编号:京B2-20210330
重庆发力"互联网+" 欲破云计算大数据产业难题
在4月12日闭幕的2015(重庆)国际云计算博览会“云计算高峰会”上,重庆与腾讯正式签署“互联网+”战略协议,成为西部地区首个与腾讯合作的地方政府。
此协议内容被外界解读为两个层面:一是重庆可通过微信展开政务云服务;二是该地将与腾讯共谋云计算和大数据产业发展。
这并非重庆在云计算和大数据领域的首次“领衔”。
根据该市官方说法,重庆制定了全国第一个大数据行动计划,并第一个提出了大数据全产业链的总体目标,其中一个主要指标,是2017年实现软件和服务业的产值突破3500亿元。
“起步阶段”的“重庆式难题”
重庆市长黄奇帆仍把该市的云计算和大数据定位为“尚处起步阶段”。他在此前相关会上回答21世纪经济报道记者提问时说,云计算和大数据产业要“应用现行、效益先行、市场现行”,强调“因地制宜”,要从解决问题出发来推动。
在云计算大数据产业的持续发力中,重庆试图“摸石头过河”。
黄奇帆的想法是,大数据和云计算牵涉的专业极广,包括用以提高交通运行效率减少堵塞,提高楼堂馆所的节能效率减少浪费等;很多行业比如金融行业、贸易行业或者各种物流行业发展的同时,自然而然就会有大数据的伴生。
中关村业内人士则对21世纪经济报道记者表示,政府仍是最大的数据拥有者。相较于配套基础设施和招商优惠政策,每个地方政府的“数据开放程度”才是对产业人士最“致命”的吸引力。
重庆市云计算投资运营有限公司总经理居琰曾经担任重庆市经信委软件与信息化推进处处长,也曾是重庆市云计算办公室负责人。作为重庆云计算和大数据产业的推动者和执行者之一,他曾在北京中关村相关论坛上公开表示,如果“连数据都没有,何谈大数据”。在推动数据的开放和共享过程中,他曾遇到不少“协调不动”的难题:“某种意义上是部门的利益在左右改革”。
重庆也试图在此方面有所“改革”。几个月前,重庆市通过了《关于加强全市信息化系统集约化建设管理的通知》,试图把全市的相关数据集中到两江云计算产业园。
这被业内人士称为“猛”招的通知规定:第一、重庆38个区县的所有系统必须向两江云计算产业园提供;第二、全部区县须采用租用硬件集中托管和购买运维服务,不准再新购服务器、存储等硬件设备,必须传到云上去;第三、新建的数据中心项目一律停止审批,原有的数据中心五年之内逐步自行淘汰。
此外,居琰表示,大数据的到来对重庆的电力保障,尤其是数据洪流的能力会形成前所未有的挑战。他认为,“大数据会瞬时储存大量的数据,会消耗大量的电力。”据他介绍,重庆本希望把服务器数量提升到300万台,但由于能源的制约只敢做到一百万台,只能在“如何扩大增值应用空间和范围”上做文章。重庆云计算和大数据产业还存在政府监管、人才缺口等普遍性难题。
三类平台参与云计算产业竞合
有业内人士估计,2015年中国云计算市场规模将达到136.69亿美元,是2011年的5倍,年复合增长率将达50%。
重庆的人口总量为云产业提供了极大的本地消费市场。根据官方数据,重庆总人口3000万,城市人口1500万左右,在全国排第三位。
重庆着力点在“云端”。“重庆智能终端产业发展极快,或在2015年产值突破5000亿”,居琰介绍,此外,该市已获得国家互联网骨干直联点、国家跨境贸易电子商务试点资质;确立了一批重点项目,并培养了软件技术蓝领近700万人。重庆相关的顶层规划,则从大数据的产业发展、基础设施、形成机制、信息安全等方面全方位覆盖。
按照重庆的思路,一旦有了可以依托的数据中心资源,便能成立三类平台:一是市级平台;二是重点行业应用的全国性平台;三是企业自主发展的全国性平台。
除了招商之外,重庆市政府拿出一百万平方米打造移动互联网产业园,意图通过招商和孵化,形成大企业小企业相互发展的产业生态。
此次与腾讯的合作,则被当地官员看作重庆云计算大数据产业发展的一剂强心针。
据不完全统计,北京、上海、广州、江苏无锡、贵阳等地都已先后建设了一批云计算公共项目。
面对区域竞合,黄奇帆此前在回答21世纪经济报道记者提问时表示:周边兄弟省可以“各展所长”,因为这个领域“非常宽泛”。居琰则在中关村公开承认,“重庆市的电价没有内蒙和贵州便宜”,但重庆会“逐步扩大互联网骨干之间的连接范围,打造中国第一流的互联网通信保障环境”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20