為落實《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006-2020年)》，以及國務(wù)院《關(guān)于促進(jìn)云計算創(chuàng)新發(fā)展，培育信息產(chǎn)業(yè)新業(yè)態(tài)的意見》和《關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動綱要的通知》等提出的任務(wù)，國家重點(diǎn)研發(fā)計劃啟動實施“云計算和大數(shù)據(jù)”重點(diǎn)專項。根據(jù)本重點(diǎn)專項實施方案的部署，現(xiàn)提出2018年度項目咨詢指南建議。

本重點(diǎn)專項總體目標(biāo)是：形成自主可控的云計算和大數(shù)據(jù)系統(tǒng)解決方案、技術(shù)體系和標(biāo)準(zhǔn)規(guī)范；在云計算與大數(shù)據(jù)的重大設(shè)備、核心軟件、支撐平臺等方面突破一批關(guān)鍵技術(shù)；基本形成以自主云計算與大數(shù)據(jù)骨干企業(yè)為主體的產(chǎn)業(yè)生態(tài)體系和具有全球競爭優(yōu)勢的云計算與大數(shù)據(jù)產(chǎn)業(yè)集群；提升資源匯聚、數(shù)據(jù)收集、存儲管理、分析挖掘、安全保障、按需服務(wù)等能力，實現(xiàn)核心關(guān)鍵技術(shù)自主可控。

本重點(diǎn)專項按照云計算和大數(shù)據(jù)基礎(chǔ)設(shè)施、基于云模式和數(shù)據(jù)驅(qū)動的新型軟件、大數(shù)據(jù)分析應(yīng)用與類人智能、云端融合的感知認(rèn)知與人機(jī)交互等4個創(chuàng)新鏈(技術(shù)方向)，共部署20個重點(diǎn)研究任務(wù)。專項實施周期為5年（2016—2020）。 

1.云計算和大數(shù)據(jù)基礎(chǔ)設(shè)施

1.1 數(shù)據(jù)科學(xué)的若干基礎(chǔ)理論（基礎(chǔ)研究類）

研究內(nèi)容：研究大數(shù)據(jù)的數(shù)據(jù)建模理論，包括大數(shù)據(jù)的統(tǒng)一表示和有效度量等；研究大數(shù)據(jù)的新型計算復(fù)雜性理論，包括多項式可計算問題類的細(xì)分等；研究高通量計算理論與算法、高效并行計算算法、分布式計算算法、近似計算算法等；研究大規(guī)模分布式可擴(kuò)展的數(shù)據(jù)存儲與組織，能效優(yōu)化的分布存儲和處理的系統(tǒng)架構(gòu)，以及數(shù)據(jù)副本一致性、數(shù)據(jù)壓縮、數(shù)據(jù)劃分與遷移等問題；研究大數(shù)據(jù)的數(shù)據(jù)治理理論與方法，包括數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)權(quán)屬、數(shù)據(jù)隱私保護(hù)等。

考核指標(biāo)：形成有國際性影響的數(shù)據(jù)科學(xué)理論體系，發(fā)表系列高水平學(xué)術(shù)論文和若干專著。在關(guān)鍵技術(shù)上申請系列專利，形成專利群。

1.2 基于NVM的TB級持久性內(nèi)存存儲系統(tǒng)及應(yīng)用（共性關(guān)鍵技術(shù)類）

研究內(nèi)容：研究持久性內(nèi)存存儲I/O棧與存儲管理；分布式持久性內(nèi)存文件系統(tǒng)；基于RDMA的分布式持久性共享內(nèi)存新型編程模型；構(gòu)建分布式持久性內(nèi)存存儲系統(tǒng)；研制基于TB級內(nèi)存系統(tǒng)的典型大數(shù)據(jù)應(yīng)用系統(tǒng)及示范。

考核指標(biāo)：研制不少于8節(jié)點(diǎn)的內(nèi)存存儲系統(tǒng)，每節(jié)點(diǎn)包含TB級非易失性的持久性內(nèi)存。分布式內(nèi)存系統(tǒng)中節(jié)點(diǎn)間通信延遲不超過1us，高負(fù)載通信延遲不超過10us，帶寬可擴(kuò)展，8節(jié)點(diǎn)帶寬不低于40GB/s。支持持久性內(nèi)存的一致性，支持分布式持久共享內(nèi)存的新型編程模型接口。支持持久化鍵值存儲系統(tǒng)、高性能大圖數(shù)據(jù)處理等典型大數(shù)據(jù)應(yīng)用，讀操作ops不低于5000萬/s，寫操作ops不低于1000萬/s。

1.3 面向異構(gòu)體系結(jié)構(gòu)的高性能分布式數(shù)據(jù)分析系統(tǒng)（共性關(guān)鍵技術(shù)類）

研究內(nèi)容：面向分布式異構(gòu)體系結(jié)構(gòu)，研究基于數(shù)據(jù)流的編程模型、性能建模技術(shù)、同步通信技術(shù)和運(yùn)行時系統(tǒng)，并實現(xiàn)高通量視頻、機(jī)器學(xué)習(xí)典型等應(yīng)用示范。具體內(nèi)容：支持異構(gòu)體系結(jié)構(gòu)上的數(shù)據(jù)流編程模型與軟件工具鏈；異構(gòu)體系結(jié)構(gòu)上的運(yùn)行時系統(tǒng)，支持CPU與加速器之間的高效率混合執(zhí)行，支持加速器上的細(xì)粒度流水線并行；性能建模技術(shù)和優(yōu)化調(diào)度技術(shù)，優(yōu)化分配CPU與加速器上的運(yùn)行資源；分布式異構(gòu)系統(tǒng)數(shù)據(jù)處理技術(shù)，包括數(shù)據(jù)與計算的高效劃分技術(shù)、負(fù)載平衡以及高性能同步通信技術(shù)。

考核指標(biāo)：支持CPU-GPU異構(gòu)體系結(jié)構(gòu)，并支持單機(jī)多加速器和多機(jī)多加速器。性能建模技術(shù)可自動選取優(yōu)化的執(zhí)行模式，包括僅在CPU上執(zhí)行、僅在加速器上執(zhí)行以及在CPU和加速器上混合執(zhí)行，并可給出混合執(zhí)行時在CPU和GPU上執(zhí)行的比例。支持單個GPU SM上部署多個kernel的細(xì)粒度任務(wù)調(diào)度，以及以此為基礎(chǔ)的流水線并行模式。單機(jī)上CPU/GPU細(xì)粒度混合執(zhí)行的應(yīng)用性能是通用CPU的5倍以上，是僅實現(xiàn)粗粒度并行性的GPU的2倍以上。在8臺服務(wù)器16塊GPU的環(huán)境下，應(yīng)用性能是8臺CPU服務(wù)器的5倍以上，是僅實現(xiàn)粗粒度并行性的16塊GPU性能的2倍以上。

1.4 面向圖計算的通用計算機(jī)技術(shù)與系統(tǒng)（共性關(guān)鍵技術(shù)類）

研究內(nèi)容：圖計算眾核處理器和異構(gòu)圖計算機(jī)體系結(jié)構(gòu)；支撐異構(gòu)圖計算機(jī)的系統(tǒng)軟件；面向異構(gòu)圖計算機(jī)系統(tǒng)的分布式處理技術(shù)；基于異構(gòu)圖計算機(jī)的數(shù)據(jù)管理與分析系統(tǒng)；基于異構(gòu)圖計算機(jī)的通用計算機(jī)系統(tǒng)，開展應(yīng)用示范。

考核指標(biāo)：研制面向圖計算的眾核處理器芯片原型；研制基于已有加速器的低功耗異構(gòu)圖計算系統(tǒng)，單節(jié)點(diǎn)圖計算機(jī)總體性能達(dá)到G級TEPS，性能功耗比提升10倍；8節(jié)點(diǎn)的分布式異構(gòu)圖計算系統(tǒng)總體性能可達(dá)10GTEPS，靜態(tài)圖計算可獲得2-3倍加速比；單節(jié)點(diǎn)支持50億條邊的圖數(shù)據(jù)存儲和查詢，平均查詢響應(yīng)時間為秒級，支持每秒10萬邊的圖流數(shù)據(jù)分析；開展包含社交網(wǎng)絡(luò)在內(nèi)的2個典型應(yīng)用的驗證開發(fā)。

1.5 基于國產(chǎn)處理器的新一代虛擬化及虛擬執(zhí)行環(huán)境優(yōu)化技術(shù)（共性關(guān)鍵技術(shù)類）

研究內(nèi)容：研究基于國產(chǎn)單核、多核、眾核處理器的新型虛擬化架構(gòu)，虛擬計算環(huán)境下應(yīng)用驅(qū)動的軟件棧構(gòu)造/設(shè)計的理論和方法；研究基于國產(chǎn)單核、多核、眾核處理器等計算系統(tǒng)核心物理資源的虛擬化和容器技術(shù)，虛擬資源池的構(gòu)建、組織、調(diào)度等技術(shù)；研究異構(gòu)硬件的狀態(tài)互通方法，應(yīng)用驅(qū)動的虛擬資源的動態(tài)映射和調(diào)配方法，實現(xiàn)面向應(yīng)用的統(tǒng)一編程接口；研究基于迭代反饋機(jī)制的輕量級虛擬機(jī)鏡像定制、應(yīng)用定制的虛擬機(jī)優(yōu)化等方法和技術(shù)，構(gòu)造面向特定應(yīng)用的輕量級虛擬機(jī)；研究虛擬化和虛擬機(jī)的性能評價方法與基準(zhǔn)測試、性能調(diào)優(yōu)工具。

考核指標(biāo)：國產(chǎn)處理器虛擬化后的性能指標(biāo)與X86處理器相當(dāng)，在關(guān)鍵行業(yè)的云計算系統(tǒng)中開展示范應(yīng)用，在典型云計算應(yīng)用負(fù)載下，較現(xiàn)有產(chǎn)品整機(jī)服務(wù)能力提升一個數(shù)量級，整機(jī)資源利用率提升50%，整機(jī)性能功耗比提升5倍。在關(guān)鍵技術(shù)上申請系列專利，形成專利群。

1.6 數(shù)據(jù)驅(qū)動的云數(shù)據(jù)中心智能管理技術(shù)與平臺（共性關(guān)鍵技術(shù)類）

研究內(nèi)容：研究基于計算智能的云計算運(yùn)行能效評價與預(yù)測技術(shù)，實現(xiàn)數(shù)據(jù)驅(qū)動的云平臺運(yùn)行精準(zhǔn)化評估與預(yù)測；數(shù)據(jù)驅(qū)動的大規(guī)模云資源智能調(diào)度與管理技術(shù)，顯著提升能效，提高計算資源的利用率；大規(guī)模云計算網(wǎng)絡(luò)資源的智能虛擬化技術(shù)，突破云網(wǎng)絡(luò)資源的利用效率瓶頸；面向大數(shù)據(jù)應(yīng)用的智能云工作流管理與調(diào)度技術(shù)，提供高能效、高服務(wù)質(zhì)量的大數(shù)據(jù)工作流應(yīng)用服務(wù)；基于云計算的分布式計算智能方法與技術(shù)集成，實現(xiàn)大規(guī)模的數(shù)據(jù)管理與智能處理；基于以上技術(shù)突破，研發(fā)云計算的智能部署、運(yùn)維管理與服務(wù)能力保障技術(shù)，搭建云智能管理平臺并開展示范應(yīng)用。

考核指標(biāo)：提出一套智能化的云計算運(yùn)行能效評估、行為預(yù)測、資源調(diào)度、網(wǎng)絡(luò)虛擬、工作流管理與系統(tǒng)運(yùn)維的關(guān)鍵技術(shù)體系；研制的關(guān)鍵技術(shù)在基準(zhǔn)測試上的指標(biāo)與國際主流技術(shù)或產(chǎn)品相比處于**行列；云工作流和云服務(wù)請求的接受率提升20%以上，滿足用戶在時間和成本等多方面的智能化選擇需求；面向大數(shù)據(jù)智能處理需求，基于云平臺集成10種以上的分布式計算智能方法；研制的云數(shù)據(jù)中心智能管理系統(tǒng)在50萬臺服務(wù)器以上規(guī)模的云數(shù)據(jù)中心開展系統(tǒng)的示范應(yīng)用，整體水平處于國際**地位；申請系列專利，形成專利群，并制定國家標(biāo)準(zhǔn)（送審稿）若干。

2.基于云模式和數(shù)據(jù)驅(qū)動的新型軟件

2.1 群智化生態(tài)化軟件開發(fā)方法與環(huán)境（基礎(chǔ)研究類）

研究內(nèi)容：研究群體智慧的形成機(jī)理、軟件生態(tài)系統(tǒng)中的群體協(xié)作規(guī)律、社區(qū)組織模式、社會化特性和**實踐；研究軟件生態(tài)系統(tǒng)的多維度度量和評估方法、軟件生態(tài)系統(tǒng)形成和演化的微過程模型等；研究基于大規(guī)模群體協(xié)同的在線需求獲取與建模、軟件設(shè)計與建模、軟件實現(xiàn)與測試等群智軟件開發(fā)模式與方法；研究基于開源軟件和SaaS服務(wù)的可信軟件資源管理框架和方法、群體驅(qū)動的軟件制品搜索、推薦與合成技術(shù)；研制基于群體智慧和協(xié)同的軟件開發(fā)、管理和維護(hù)支撐工具集及平臺，形成支持智能化群體協(xié)作的軟件開發(fā)環(huán)境，并在開源社區(qū)進(jìn)行示范應(yīng)用。

考核指標(biāo)：建立基于群智協(xié)作的軟件開發(fā)理論模型，形成覆蓋軟件生命全周期的群智軟件開發(fā)方法、工具、環(huán)境和**實踐，支持單一項目達(dá)到數(shù)十到數(shù)千名開發(fā)者規(guī)模；形成兼容國際主流、符合中國特色的群智化軟件開發(fā)生態(tài)系統(tǒng)建設(shè)方案，在2個云計算和大數(shù)據(jù)開源社區(qū)進(jìn)行實踐與推廣，實際應(yīng)用于10個以上項目合計1000名以上開發(fā)者；形成一批具有引領(lǐng)作用的高水平論文成果，申請一批相關(guān)領(lǐng)域的知識產(chǎn)權(quán)。

2.2 基于編程現(xiàn)場大數(shù)據(jù)的軟件智能開發(fā)方法和環(huán)境 （共性關(guān)鍵技術(shù)類）

研究內(nèi)容：研究跨地域的軟件開發(fā)現(xiàn)場的數(shù)據(jù)實時采集、清洗、組織、管理技術(shù)，基于機(jī)器學(xué)習(xí)的程序語義學(xué)習(xí)及自動生成方法與技術(shù)，面向代碼質(zhì)量實時動態(tài)檢測與質(zhì)量提升的智能編程技術(shù)，面向代碼風(fēng)格與編程規(guī)范實時檢測與改進(jìn)的智能人機(jī)交互方法與技術(shù)，上下文感知的編程接口與代碼推薦方法；構(gòu)建跨地域的軟件開發(fā)現(xiàn)場數(shù)據(jù)庫和規(guī)范源碼樣例庫，研制基于智能化人機(jī)交互協(xié)作的軟件敏捷開發(fā)云平臺，在不同規(guī)模的軟件企業(yè)中進(jìn)行示范應(yīng)用。

考核指標(biāo)：研制的平臺支持1000人以上的軟件開發(fā)現(xiàn)場，人機(jī)交互協(xié)作系統(tǒng)響應(yīng)時間低于2秒；規(guī)范源碼樣例庫覆蓋100個項目1000萬行代碼；在3個以上不同規(guī)模軟件企業(yè)進(jìn)行示范應(yīng)用，*大開發(fā)人員規(guī)模超過1000人，支持10個軟件開發(fā)項目，每個項目代碼量不低于10萬行，智能化人機(jī)交互協(xié)作覆蓋70%以上的代碼，接口與代碼推薦平均準(zhǔn)確率超過70%；形成一批具有引領(lǐng)作用的高水平論文成果，申請一批相關(guān)領(lǐng)域的知識產(chǎn)權(quán)。

2.3 面向智能制造的流程管控軟件平臺（應(yīng)用示范類）

研究內(nèi)容：研究面向智能制造中企業(yè)研發(fā)設(shè)計、生產(chǎn)制造、經(jīng)營管理、銷售服務(wù)、供應(yīng)商管理和客戶服務(wù)等多種流程的企業(yè)內(nèi)外部系統(tǒng)基礎(chǔ)數(shù)據(jù)獲取及加密傳輸和存儲技術(shù)、面向關(guān)鍵制造流程的知識建模技術(shù)、制造流程大數(shù)據(jù)實時分析技術(shù)、深度網(wǎng)絡(luò)挖掘和決策技術(shù)、實時工業(yè)系統(tǒng)閉環(huán)控制技術(shù)、大規(guī)模企業(yè)流程并行技術(shù)等基于云模式和大數(shù)據(jù)的新型軟件應(yīng)用關(guān)鍵技術(shù)，研制面向智能制造的流程管控軟件平臺，并進(jìn)行示范應(yīng)用。

考核指標(biāo)：提供實證的PB級的制造數(shù)據(jù)存儲，關(guān)鍵企業(yè)數(shù)據(jù)加密效果需經(jīng)具有安全評測資質(zhì)的*三方認(rèn)證；企業(yè)業(yè)務(wù)流程并行規(guī)模不少于10000條；支持10種常見國產(chǎn)和進(jìn)口工業(yè)軟件系統(tǒng)90%基礎(chǔ)數(shù)據(jù)的獲?。恢С?/span>10種常見國產(chǎn)和進(jìn)口生產(chǎn)制造設(shè)備系統(tǒng)的秒級調(diào)用和按需閉環(huán)控制；管控軟件平臺國產(chǎn)化率達(dá)到80%，在10個大型制造企業(yè)部署和應(yīng)用。

2.4 私有云環(huán)境下服務(wù)化智能辦公系統(tǒng)平臺（應(yīng)用示范類）

研究內(nèi)容：針對私有云在辦公環(huán)境下的廣泛應(yīng)用和多元化需求，研究適用于私有辦公云建設(shè)的基礎(chǔ)架構(gòu)、虛擬應(yīng)用、網(wǎng)絡(luò)安全、數(shù)據(jù)存儲以及數(shù)據(jù)分析等多項關(guān)鍵技術(shù)。重點(diǎn)研究計算節(jié)點(diǎn)非一致內(nèi)存訪問的動態(tài)綁定、虛擬化內(nèi)存超配、網(wǎng)絡(luò)數(shù)據(jù)包零拷貝、虛擬磁盤預(yù)讀、存儲緩存加速等關(guān)鍵技術(shù)。研究私有云環(huán)境下網(wǎng)絡(luò)安全的基礎(chǔ)理論與應(yīng)用，重點(diǎn)研究平臺無關(guān)的云安全系統(tǒng)，利用虛擬化技術(shù)實現(xiàn)東西向、南北向流量的統(tǒng)一防護(hù)。研究分布式存儲的負(fù)載均衡、數(shù)據(jù)削減和分層、高可靠、異地容災(zāi)等關(guān)鍵技術(shù)和解決方案。研究基于辦公數(shù)據(jù)的行為感知技術(shù)，重點(diǎn)研究基于上網(wǎng)行為的數(shù)據(jù)挖掘技術(shù)，用戶行為分析技術(shù)以及自動化的異常檢測技術(shù)。

考核指標(biāo)：研制私有云環(huán)境下服務(wù)化智能辦公系統(tǒng)，實現(xiàn)智能辦公的行為感知，支持不少于10種行為感知應(yīng)用，支持新應(yīng)用的快速開發(fā)和部署，在3-5個重要的部門開展示范應(yīng)用。完成系列國家或行業(yè)標(biāo)準(zhǔn)草案，其中若干獲國家或行業(yè)標(biāo)準(zhǔn)主管部門立項或批準(zhǔn)。

2.5 云計算和大數(shù)據(jù)開源社區(qū)生態(tài)系統(tǒng)（含前期成果集成展示）（應(yīng)用示范類）

研究內(nèi)容：研究開源社區(qū)的運(yùn)作模式和商業(yè)模式，研制安全可控的開源項目支撐系統(tǒng)，建立國內(nèi)外開源項目和社區(qū)的按需同步機(jī)制，支持企業(yè)主導(dǎo)創(chuàng)建開源軟硬件項目并建設(shè)相應(yīng)的生態(tài)系統(tǒng)；研究基于眾包的軟件在線開發(fā)方法，建立軟件開發(fā)知識庫和軟件工程云；研究開發(fā)一批面向云計算資源虛擬化、分布式管理與調(diào)度、存儲與計算、監(jiān)控與運(yùn)維、云應(yīng)用開發(fā)與部署等方面的開源軟件；研究開發(fā)一批涉及大數(shù)據(jù)采集、存儲、傳輸、分析、計算與應(yīng)用相關(guān)的開源軟件，促進(jìn)大數(shù)據(jù)技術(shù)的完善及在各個領(lǐng)域中的大規(guī)模應(yīng)用；建設(shè)有一定影響力的云計算和大數(shù)據(jù)開源社區(qū)，吸引一批云計算和大數(shù)據(jù)的技術(shù)人員參與和互動；培養(yǎng)一批高素質(zhì)的人才隊伍。

考核指標(biāo)：建成由中國主導(dǎo)的云計算和大數(shù)據(jù)開源社區(qū)，培養(yǎng)一支100人以上的開源項目維護(hù)和貢獻(xiàn)的技術(shù)隊伍，吸引100家云計算和大數(shù)據(jù)相關(guān)企業(yè)參與，注冊用戶超10000人，月活躍用戶超1000人；發(fā)布100項云計算和大數(shù)據(jù)相關(guān)開源軟件（中國主導(dǎo)的開源軟件不低于10項），合計每月更新1萬次、下載10萬次。

3.大數(shù)據(jù)分析應(yīng)用與類人智能

3.1大數(shù)據(jù)分析的基礎(chǔ)理論和技術(shù)方法（基礎(chǔ)研究+共性關(guān)鍵技術(shù)類）

研究內(nèi)容：研究多源異構(gòu)、先驗知識缺乏、不確定條件下大數(shù)據(jù)的表示、存儲、度量、語義理解和基于認(rèn)知的分析方法，研究知識的自動抽取、知識發(fā)現(xiàn)的理論與方法，構(gòu)建面向領(lǐng)域的知識圖譜；研究大數(shù)據(jù)環(huán)境下機(jī)器學(xué)習(xí)的創(chuàng)新理論、方法和平臺，提出面向流數(shù)據(jù)和復(fù)雜高維數(shù)據(jù)的新型分析挖掘技術(shù)；研究大數(shù)據(jù)知識推理、問題分析與求解等關(guān)鍵技術(shù)，提出大數(shù)據(jù)高效檢索的理論方法；研究大數(shù)據(jù)的可視化技術(shù)，開發(fā)面向領(lǐng)域和大眾的可視化工具庫；研究在特定約束條件（例如安全性、隱私性、真實性、實時性）下的大數(shù)據(jù)分析理論和技術(shù)；研制開放共享的大數(shù)據(jù)分析平臺，提供大數(shù)據(jù)分析、挖掘和可視化的基準(zhǔn)測試。

考核指標(biāo)：建立比較系統(tǒng)的大數(shù)據(jù)分析基礎(chǔ)理論和技術(shù)方法，在機(jī)器學(xué)習(xí)理論與方法上取得創(chuàng)新突破，形成國際影響。研制大數(shù)據(jù)分析、挖掘與可視化的算法與工具庫，不少于20個獨(dú)立的系統(tǒng)或工具，并在中國開源社區(qū)開放。發(fā)表系列高水平學(xué)術(shù)論文，撰寫專著若干部。在關(guān)鍵技術(shù)上申請系列專利，形成專利群。

3.2 高時效、可擴(kuò)展計算模型和優(yōu)化技術(shù)（共性關(guān)鍵技術(shù)類）

研究內(nèi)容：研究新型分布式大數(shù)據(jù)組織與存儲系統(tǒng)，增強(qiáng)系統(tǒng)的自適應(yīng)性和可擴(kuò)展性，可針對不同計算模式和任務(wù)負(fù)載特征進(jìn)行自適應(yīng)優(yōu)化和調(diào)整；研究基于眾核加速器的大數(shù)據(jù)計算模型、分布式處理框架、易用的編程環(huán)境，開發(fā)高效、可擴(kuò)展的大數(shù)據(jù)計算系統(tǒng)；研究大數(shù)據(jù)分析意圖理解，以及分析意圖、分析方法及數(shù)據(jù)集合的智能匹配理論與技術(shù)，研究快速推薦數(shù)據(jù)分析途徑、形成智能式交互向?qū)У姆椒ㄅc系統(tǒng)技術(shù)，研究彈性資源管理、高效任務(wù)調(diào)度、以及執(zhí)行優(yōu)化技術(shù)；研究各類大數(shù)據(jù)機(jī)器學(xué)習(xí)算法的高效并行策略，設(shè)計通用的編程模型和接口，研制高效、可擴(kuò)展、可兼容的大數(shù)據(jù)機(jī)器學(xué)習(xí)系統(tǒng)；面向連續(xù)流式大數(shù)據(jù)應(yīng)用，研究具有*高吞吐量的流數(shù)據(jù)計算引擎；開發(fā)融合了內(nèi)存計算、流計算、深度計算、以及經(jīng)典機(jī)器學(xué)習(xí)的綜合示范應(yīng)用。

考核指標(biāo)：在混合負(fù)載下，新型存儲系統(tǒng)的性能要比開源Hadoop系統(tǒng)提高50%以上；大數(shù)據(jù)計算系統(tǒng)要支持批計算、流計算等多種計算模型；形成智能交互向?qū)У姆磻?yīng)時間小于1秒，推薦數(shù)據(jù)分析途徑的用戶滿意度超過80%，有向?qū)聰?shù)據(jù)分析執(zhí)行時效比無向?qū)岣?/span>5倍以上；深度學(xué)習(xí)模型要實現(xiàn)百萬級參數(shù)的學(xué)習(xí)能力；示范應(yīng)用的數(shù)據(jù)規(guī)模要達(dá)到PB級；主要系統(tǒng)要向中國開源社區(qū)開放，關(guān)鍵技術(shù)申請系列發(fā)明專利。 

3.3 互聯(lián)網(wǎng)智慧教育關(guān)鍵技術(shù)與示范應(yīng)用（應(yīng)用示范類）

研究內(nèi)容：研究教育知識圖譜構(gòu)建與導(dǎo)航學(xué)習(xí)關(guān)鍵技術(shù)；面向用戶的個性化教育資源融合關(guān)鍵技術(shù)；在線學(xué)習(xí)助手關(guān)鍵技術(shù)；基于大數(shù)據(jù)的精準(zhǔn)化教育評價技術(shù)；虛實融合教學(xué)場景構(gòu)建和人機(jī)交互關(guān)鍵技術(shù)。集成上述技術(shù)，構(gòu)建出互聯(lián)網(wǎng)智慧教育平臺，針對基礎(chǔ)教育、職業(yè)培訓(xùn)等開放學(xué)習(xí)群體以及有組織學(xué)習(xí)群體開展互聯(lián)網(wǎng)智慧教育示范應(yīng)用。

考核指標(biāo)：構(gòu)建出互聯(lián)網(wǎng)智慧教育平臺。在基礎(chǔ)教育方面，重點(diǎn)開展大數(shù)據(jù)驅(qū)動的中小學(xué)生學(xué)業(yè)水平和信息素養(yǎng)測評示范，輻射涵蓋輻射東、中、西部地區(qū)的100個示范區(qū)，10000所實驗校，受益人數(shù)超過1000萬；在職業(yè)培訓(xùn)方面，研發(fā)建設(shè)基于VR/MR/AR技術(shù)的精品特色課程資源100門以上；面向企業(yè)需求的定制化人才培養(yǎng)等服務(wù)，培養(yǎng)IT、汽車、機(jī)械、電子等行業(yè)的技能人才300萬以上；在有組織學(xué)習(xí)方面，構(gòu)建涉及100門課程的10萬個知識主題樹，示范應(yīng)用支撐的學(xué)習(xí)者人數(shù)不少于300萬，實現(xiàn)跨學(xué)習(xí)平臺融合匯聚1000項以上的課程和知識庫等教育資源。

3.4基于天空地一體化大數(shù)據(jù)的公共安全事件智能感知與理解（應(yīng)用示范類） 

研究內(nèi)容：針對目前公共安全事件預(yù)測困難和檢測不準(zhǔn)的問題，綜合利用衛(wèi)星和航拍影像、地面跨時空視頻、網(wǎng)絡(luò)數(shù)據(jù)和地理信息等，實現(xiàn)面向公共安全的天空地網(wǎng)大數(shù)據(jù)一體化智能處理。以事件為中心，研究跨時空多源大數(shù)據(jù)的多尺度、多粒度關(guān)聯(lián)，地理信息驅(qū)動的目標(biāo)檢測、追蹤和識別，多源異構(gòu)數(shù)據(jù)融合的目標(biāo)行為表示和語義理解，建立個體行為和群體事件的演化預(yù)測模型。突破公共安全大數(shù)據(jù)關(guān)聯(lián)弱、理解淺、利用差等瓶頸，構(gòu)建跨時空大數(shù)據(jù)一體化處理的公共安全事件智能感知和理解系統(tǒng)，實現(xiàn)多源異構(gòu)數(shù)據(jù)關(guān)聯(lián)挖掘、異常行為智能感知和事件處置決策支撐，并開展應(yīng)用示范。

考核指標(biāo)：研制跨時空大數(shù)據(jù)一體化處理的公共安全事件智能感知和理解系統(tǒng)，并在反恐維穩(wěn)重點(diǎn)地區(qū)和邊境地區(qū)進(jìn)行應(yīng)用示范。支持3種以上語言的識別，語種識別準(zhǔn)確率超過90%，已知有害音視頻發(fā)現(xiàn)率超過95%。突發(fā)事件感知準(zhǔn)確率超過80%，特定人員和車輛的檢測率超過90%，人員識別準(zhǔn)確率超過95%。建立公共安全事件的定性描述和定量計算的轉(zhuǎn)換不確定模型，支撐普適性空間智能服務(wù)。研發(fā)天空地網(wǎng)大數(shù)據(jù)在線分析與可視化工具，TB級數(shù)據(jù)在線實時檢索與展示的響應(yīng)時間低于10秒。

3.5 基于立體精準(zhǔn)畫像的學(xué)術(shù)同行評價系統(tǒng)（應(yīng)用示范類）

研究內(nèi)容：根據(jù)學(xué)術(shù)同行評價的需求，研究學(xué)術(shù)行為的畫像模型和體系，綜合運(yùn)用大數(shù)據(jù)技術(shù)（獲取、清理、組織、分析等），為百萬量級的學(xué)術(shù)群體，建立立體精準(zhǔn)學(xué)術(shù)畫像，形成實時動態(tài)、智能的畫像庫和學(xué)術(shù)關(guān)系圖譜。研究學(xué)術(shù)畫像的準(zhǔn)確性驗證方法和技術(shù)。研究學(xué)術(shù)畫像多種維度的組合以及自適應(yīng)權(quán)重等方法，以適合不同目的學(xué)術(shù)同行評價體系，研制以立體精準(zhǔn)畫像為基礎(chǔ)的學(xué)術(shù)同行評價系統(tǒng)。

考核指標(biāo)：學(xué)術(shù)畫像庫超過100萬個體，具備24小時內(nèi)新增1000個學(xué)術(shù)畫像的能力。個體的學(xué)術(shù)畫像與真實行為的時間間隔在72小時以內(nèi)，學(xué)術(shù)畫像的精準(zhǔn)度超過98%。研制的學(xué)術(shù)同行評價系統(tǒng)在國家的科技、教育等權(quán)威部門開展應(yīng)用示范，能為國家科技計劃的輔助決策提供支持。

4.云端融合的感知認(rèn)知與人機(jī)交互

4.1人機(jī)物融合的云計算架構(gòu)與平臺（前沿基礎(chǔ)類+共性關(guān)鍵技術(shù)類）

研究內(nèi)容：針對人機(jī)物融合環(huán)境下的泛在化、社會化、情境化、智能化等應(yīng)用特征，研究以人為中心的人機(jī)物融合云計算架構(gòu)模型、終端和云端資源的軟件定義方法、人機(jī)物融合應(yīng)用的一體化建模方法等基礎(chǔ)理論；研究以人為中心的終端和云端資源動態(tài)發(fā)現(xiàn)與協(xié)同管理技術(shù)、資源敏感和時空感知的應(yīng)用自適應(yīng)與自演化技術(shù)、面向移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)終端及邊緣設(shè)備的超輕量虛擬化等關(guān)鍵技術(shù)；研制以人為中心的人機(jī)物融合云計算平臺，并結(jié)合重點(diǎn)領(lǐng)域開展應(yīng)用示范。

考核指標(biāo)：建立面向人機(jī)物融合的軟件定義基礎(chǔ)理論與人機(jī)物融合云計算技術(shù)體系及規(guī)范；研制的云計算平臺通過軟件定義的方式接入并管理Android智能設(shè)備、Linux邊緣設(shè)備和OpenStack公/私有云的軟硬件及應(yīng)用資源，驗證的人機(jī)物融合場景需覆蓋10個不同品牌合計100萬臺終端設(shè)備、支持100個*三方商業(yè)應(yīng)用的按需融合；形成一批具有引領(lǐng)作用的高水平論文成果，申請一批相關(guān)領(lǐng)域的知識產(chǎn)權(quán)。

4.2 基于云計算的沉浸式交互影像技術(shù)與系統(tǒng) （應(yīng)用示范類）

研究內(nèi)容：高維影像數(shù)據(jù)獲取與語義理解，包括：面向沉浸式影視制作的全尺度數(shù)據(jù)捕獲、高維光場影像高效獲取、跨維度影像數(shù)據(jù)的語義解析及部件提取等；影像素材知識表達(dá)與智能聚合，包括：數(shù)據(jù)驅(qū)動的高精度、專業(yè)化、風(fēng)格化模型表達(dá)，以及影像大數(shù)據(jù)動態(tài)聚合與自主生長等；影像定制化與個性化自動生成，包括：領(lǐng)域知識引導(dǎo)的影視級高端三維場景定制化自動生成，基于引擎的大規(guī)模影像個性化自動生成，高維光場影像云處理和云發(fā)布；影像編輯與交互功能深度合成，包括：語義特征結(jié)構(gòu)保持的影像編輯合成、典型交互功能遷移與自動合成，具有行為真實感的智能角色生成與交互，以及沉浸式交互影像工業(yè)化生產(chǎn)關(guān)鍵技術(shù)等；沉浸式交互影像高效渲染呈現(xiàn)，包括：高維光場影像終端顯示技術(shù)、三維模型高效渲染技術(shù)及工具；云端融合的沉浸式交互影像技術(shù)系統(tǒng)，及其在電影電視、游戲娛樂等行業(yè)的應(yīng)用示范。

考核指標(biāo)：電影級光場采集系統(tǒng)相機(jī)數(shù)量≥100臺，工作范圍≥20m²，捕獲速度≥60fps；跨維度影像數(shù)據(jù)部件級語義解析準(zhǔn)確率平均達(dá)90%，形成一個超過5萬個模型的三維模型庫，構(gòu)建的場景內(nèi)模型數(shù)超過500個；支持高維影像對象分割、時域編輯、風(fēng)格化濾鏡、虛擬對象嵌入、鏡頭智能剪輯與構(gòu)圖優(yōu)化等智能影視創(chuàng)作關(guān)鍵功能；影像發(fā)布與計算平臺傳輸帶寬≥1TB/S，數(shù)據(jù)吞吐量讀取速度≥6GB/s，寫入速度≥4GB/s，并行處理文件數(shù)量≥20萬/s，支持并行計算GPU數(shù)量≥100臺；制定面向沉浸式交互影像的采集、傳輸、呈現(xiàn)的技術(shù)規(guī)范并形成標(biāo)準(zhǔn)，并實現(xiàn)在影視制作、游戲娛樂等行業(yè)的典型應(yīng)用示范，成果應(yīng)用項目超過50個。

4.3 多模態(tài)自然交互的虛實融合開放式實驗教學(xué)環(huán)境（應(yīng)用示范類）

研究內(nèi)容：建立支持云端融合和多模態(tài)自然交互的虛實融合課堂教學(xué)環(huán)境，具備視覺、聽覺、觸覺等感知能力的交互模塊基礎(chǔ)件，以及相應(yīng)的實物交互套件；建立支持中學(xué)教育主要課程的虛擬實驗開發(fā)平臺和界面工具，支持教師自主生成互動虛擬實驗教學(xué)資源；支持多模態(tài)人機(jī)交互的智能化學(xué)習(xí)環(huán)境，通過對多課程和多場景的數(shù)據(jù)匯集，研制與學(xué)習(xí)者個性化需求與能力適配的智能化學(xué)習(xí)系統(tǒng)； 建立新型探究式學(xué)習(xí)的全面評價體系，通過對學(xué)習(xí)過程與結(jié)果的智能識別與分析，匯集和提煉學(xué)習(xí)者的行為、心理和生理等多維度特征，實現(xiàn)對學(xué)習(xí)者多層次、精準(zhǔn)化的客觀評價。

考核指標(biāo)：多模態(tài)自然交互模塊基礎(chǔ)件支持手勢、語音、觸覺、實物、筆式等交互技術(shù)，交互行為識別率大于90%；支持教師自主生成互動教學(xué)資源的虛擬實驗開發(fā)平臺和界面工具，覆蓋數(shù)學(xué)、物理、化學(xué)、生物等主要課程，形成20個以上典型教學(xué)課件；制定云計算教學(xué)終端多模態(tài)人機(jī)交互技術(shù)標(biāo)準(zhǔn)，以及高沉浸呈現(xiàn)與多模態(tài)交互智慧教育課堂環(huán)境的行業(yè)規(guī)范；在中學(xué)開展應(yīng)用示范，應(yīng)用示范單位不少于200家；申請系列發(fā)明專利。

4.4 基于云計算和智能交互的隨身辦公技術(shù)與系統(tǒng)（應(yīng)用示范類）

研究內(nèi)容：研制面向移動終端和虛實融合自然交互技術(shù)的多用戶遠(yuǎn)程和本地協(xié)同辦公平臺，實現(xiàn)相應(yīng)的用戶界面工具和支撐硬件，研究面向移動協(xié)同辦公和用戶長歷史行為大數(shù)據(jù)的個性化用戶模型及增量式學(xué)習(xí)技術(shù)；突破大數(shù)據(jù)驅(qū)動的高靈敏觸及反饋式虛擬投射鍵盤技術(shù)和高準(zhǔn)確率的手指虛擬鍵盤動作識別技術(shù)，研發(fā)面向移動終端的多模態(tài)深度融合的高效率信息輸入和內(nèi)容編輯技術(shù)；研究基于云端的多移動終端的分屏顯示與協(xié)作機(jī)制，研制滿足長期健康使用需求的、具有匹配個體差異的沉浸式超大視場顯示終端，實現(xiàn)多移動終端、穿戴式顯示終端與虛擬鍵盤、手勢、語音等的統(tǒng)一交互方式；在上述內(nèi)容基礎(chǔ)上，研究并構(gòu)建面向行業(yè)應(yīng)用的具有多模態(tài)融合的高效智能的隨身辦公系統(tǒng)。

考核指標(biāo)：多用戶遠(yuǎn)程和本地協(xié)同辦公平臺支持常見的移動終端，支持16個節(jié)點(diǎn)以上的遠(yuǎn)程交互，能支撐虛實融合的工作討論、協(xié)同設(shè)計等任務(wù)；多模態(tài)自然交互協(xié)同辦公機(jī)制支持虛擬鍵盤、觸控、手勢、語音和筆等通道，支持冗余、互補(bǔ)、混合等3種以上交互通道融合方式；虛擬投射鍵盤具有觸及反饋功能，按鍵敲擊識別準(zhǔn)確率不低于95%，支持用戶擊鍵動作的個性化自動糾錯技術(shù)，能夠?qū)崿F(xiàn)每分鐘180個以上英文字符正確輸入；沉浸式顯示系統(tǒng)視場角不小于150度，能自主顯示虛擬鍵盤，并與手勢識別等協(xié)同交互工作，手勢和擊鍵動作識別準(zhǔn)確率不低于95%，經(jīng)大規(guī)模人群測試后的連續(xù)健康沉浸時間可達(dá)2小時；智能隨身辦公系統(tǒng)應(yīng)支持企業(yè)辦公、教育培訓(xùn)等行業(yè)用途，形成規(guī)?；a(chǎn)業(yè)應(yīng)用。

[上一個產(chǎn)品：“深海關(guān)鍵技術(shù)與裝備”重點(diǎn)專項2018年度項目咨詢指南] [下一個產(chǎn)品：蘇州市工業(yè)設(shè)計中心