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
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25