论文部分内容阅读
2016年是曙光“数据中国”战略快速落地的一年。2016年4月，曙光发布了“数据中国加速计划”。在建设“百城百行”云数据中心的过程中，曙光着力打造的中国云数据服务网络已经初步形成，共建立了30多个城市云中心，落地超过1000个政务和智慧应用，覆盖30多个行业云，实现了近40PB的数据交换共享。同时，曙光还大力挖掘和培育“城市云合作伙伴”，通过曙光城市云合作伙伴加盟计划，不断壮大云生态体系。如今，这一计划已经初见成效，曙光牵头成立了4个生态联盟，扶持了超过20家创业企业。
2016年，曙光启动了E级高性能计算系统原型机的研制工作，希望从计算系统、网络架构、存储架构、系统软件、冷却系统、应用支撑等多方面更好地支撑高性能计算、深度学习、大数据、云计算等众多应用。2016年11月29日，全球首款亿级并发云服务器系统在天津正式量产。云服务器是曙光专门面向云计算典型应用需求研发的服务器，它采用全新的国产体系架构，可有效应对亿级以上的并发访问。曙光云服务器的量产标志着通用服务器并发从“万”级步入“亿”级。
“‘数据中国’战略进展一切顺利。2016年，我们可以圆满完成年初制定的业务目标。”曙光信息产业股份有限公司副总裁沙超群告诉记者，“如今，在销售收入构成中，云服务和数据服务的收入占比越来越高。曙光不再是单纯的硬件产品供应商。曙光正奔跑在向云基础设施和大数据服务供应商转型的路上。”
大数据应用要落在实处
曙光是较早提出完整的大数据整体发展战略的厂商，并且通过城市云数据中心的建设，以及不断丰富的大数据产品和解决方案，将大数据应用逐渐推向行业纵深。现在，国家提出了“建设全国一体化的国家大数据中心”的新战略，这无疑是个利好消息，对于曙光“数据中国”战略目标的实现是一个极大的推力。
曙光目前正积极地建设城市云计算中心，其中很多中心就以”城市云数据中心“命名。曙光已经加入到一体化的国家大数据建设的洪流中。
随着云计算、大数据、移动互联、物联网的兴起，数据的来源越来越丰富，数据量也在持续增加。对于大数据来说，最核心的还是后端的数据集中和处理。深度学习、人工智能如今越来越火，也是为了进一步提升数据的处理和分析能力。上个世纪60年代，人工智能第一次兴起，却没有火起来，主要是因为计算设备的性能限制，以及算法的欠缺。现在，深度学习、人工智能之所以快速兴起，一是因为计算能力大大提高，以GPU为核心的计算变得成熟和流行；二是利用大量数据对机器进行训练，机器具备了自主学习的能力。
“大数据也好，人工智能也罢，其核心诉求点是大容量的存储和极强的计算能力。”沙超群表示，“曙光是研究高性能计算出身的，计算、存储是我们的强项。十几年前，曙光就有一个国家智能中心，这种技术上的优势一直延续到今天。现在，很多政府和企业都在谈论‘政府大脑’、‘城市大脑’，这让高性能计算进入到许多新兴的应用领域，给了高性能计算一个重生的机会。”
2016年12月9日，曙光正式推出方舟大数据融合分析平台。经过近几年的市场培育，大数据的核心任务已从大数据基础平台的建设转向大数据的分析、展现和深度加工。曙光的大数据产品创新之路也顺应了这一潮流，从以前主要提供大数据基础设施，包括服务器、存储、大数据一体机等，逐渐向大数据的软件、分析平台延伸。这是不是意味着曙光的大数据发展之路会“从硬变软”，更加贴近甚至深入应用？
“硬件永远是基础，也是我们最重要的业务。从公司近几年的产品发展策略来看，我们着力打造平台化的软件，包括大数据平台、虚拟化平台、云操作系统等，目标是让这些中间层的软件与硬件能够结合得更紧密。”沙超群解释说，“方舟大数据融合分析平台的推出是我们的一个新尝试。曙光内部有一个大的应用开发团队，其职责是帮助用户开发贴近其应用的产品和解决方案，这是一项新兴的业务。在软件开发方面，我们最擅长的还是平台层的软件，而我们的合作伙伴，比如东软、太极等，它们的特长才是应用软件。我们不会走向应用层。”
曙光以数据为核心，以云计算和大数据软件为重点，在数据采集、计算处理、存储管理、数据加工、分析挖掘、可视化、安全保护、数据应用等方面拥有核心技术，致力于打通创新链和产业链，目前已申请了1000多项新专利。曙光将重点部署四类大数据——政府大数据、科学大数据、安全大数据、工业大数据，逐步提升数据服务的能力，更好地支撑数据的汇聚、交换和共享。
就像云计算一样，目前大数据应用在中国也处于一个快速落地的阶段。除了大数据产品和解决方案层出不穷以外，大数据应用在落地过程中还面临哪些困难和挑战呢？
沙超群说：“不同行业的大数据应用进展各不相同。人工智能、深度学习发展非常快，涌现出大量的创业公司。像阿里巴巴、百度等互联网厂商，因为自己手中掌握着大量数据，在将大数据与自身业务相结合这方面已经做得非常好。但是，在很多数据不开放、不能共享的领域，大数据的应用还存在障碍。这也是老生常谈的问题。”
国家号召建设开放共享政府和行业公共数据，就是为了改变这一局面。曙光大力建设统一的城市云中心等基础设施也是为了响应政府号召，促进数据的共享和应用。
未來，数据在一定的原则下进行脱密后，可以实现行业共享，将有力地促进大数据产业的发展。今天，智慧城市的建设如火如荼，如果企业或组织手中没有数据，或者数据是条块分割的，在不同的单位或部门之间不能自由流动、充分共享，那么大数据的落地就会成为一句空话。网上曾经流传一张图片，上海街头某个电线杆上密集排列着20多个摄像头。这意味着什么？20多个摄像头，背后就是20多个单位，摄像头采集的数据分属不同的单位，不仅数据采集是重复的，而且各单位之间的数据不共享，从而造成极大浪费。
当前，城市面临数字化的发展机遇，跨行政区域的智能交通体系、区域医疗一体化协作、缩小区域数字鸿沟、公共安全与社会治理、大气污染联防联控、全域旅游服务管理体系等都迫切要求数据的流通、共享。
2017年仍将保持高速发展
国家鼓励自主创新，扶持中国本土企业的创新发展，同时国外企业积极地寻找与中国本土企业合资、合作的机会，这对于以曙光为代表的一大批本土企业来说是一个难得的发展机遇。如何加强中外合作，提升自身的技术开发水平，增强核心竞争力，为客户提供适合的解决方案，这是中国企业必须认真思考的问题。
“现在，越来越多的国外企业纷纷寻找国内企业进行合作，这是一件好事。”沙超群举例说，“曙光与VMware成立了合资公司，可以看到VMware部分软件的源代码，从而保证产品是安全可控的。国内企业在与国际厂商合作的过程中，可以从国际厂商那里学到很多先进的东西，这也有利于国内企业的自主创新。站在巨人的肩膀上，我们可以看得更远，也不用再走国际厂商曾经走过的弯路。”
“让全社会共享数据价值”，这是曙光在提出“数据中国”战略时就始终强调的一个核心目标。今后，曙光肯定还会围绕此目标，不断加快城市云中心的建设步伐，落地大数据应用，扩大合作伙伴生态圈。在数据创新应用实践方面，曙光将在基础研究、国防军工、交通、电信、金融、医疗、智慧城市、物联网等诸多领域发力，发挥自身在数据采集、并行存储、分析挖掘、安全管理等方面的技术特长，为用户提供全面的解决方案。
沙超群表示：“我们的核心任务是让‘数据中国’战略逐步落地。另外，2015年启动的地球数值模拟装置预研及原型系统建设项目，到2017年将变成可以商用化的产品，它可以更好地‘解读地球’。曙光将以实现自主可控为目标，在服务器、存储、云软件、SDN等技术和产品方面不断精益求精，开发出更多新的产品。公司在2017年将继续保持高速发展。”
2016年，曙光启动了E级高性能计算系统原型机的研制工作，希望从计算系统、网络架构、存储架构、系统软件、冷却系统、应用支撑等多方面更好地支撑高性能计算、深度学习、大数据、云计算等众多应用。2016年11月29日，全球首款亿级并发云服务器系统在天津正式量产。云服务器是曙光专门面向云计算典型应用需求研发的服务器，它采用全新的国产体系架构，可有效应对亿级以上的并发访问。曙光云服务器的量产标志着通用服务器并发从“万”级步入“亿”级。
“‘数据中国’战略进展一切顺利。2016年，我们可以圆满完成年初制定的业务目标。”曙光信息产业股份有限公司副总裁沙超群告诉记者，“如今，在销售收入构成中，云服务和数据服务的收入占比越来越高。曙光不再是单纯的硬件产品供应商。曙光正奔跑在向云基础设施和大数据服务供应商转型的路上。”
大数据应用要落在实处
曙光是较早提出完整的大数据整体发展战略的厂商，并且通过城市云数据中心的建设，以及不断丰富的大数据产品和解决方案，将大数据应用逐渐推向行业纵深。现在，国家提出了“建设全国一体化的国家大数据中心”的新战略，这无疑是个利好消息，对于曙光“数据中国”战略目标的实现是一个极大的推力。
曙光目前正积极地建设城市云计算中心，其中很多中心就以”城市云数据中心“命名。曙光已经加入到一体化的国家大数据建设的洪流中。
随着云计算、大数据、移动互联、物联网的兴起，数据的来源越来越丰富，数据量也在持续增加。对于大数据来说，最核心的还是后端的数据集中和处理。深度学习、人工智能如今越来越火，也是为了进一步提升数据的处理和分析能力。上个世纪60年代，人工智能第一次兴起，却没有火起来，主要是因为计算设备的性能限制，以及算法的欠缺。现在，深度学习、人工智能之所以快速兴起，一是因为计算能力大大提高，以GPU为核心的计算变得成熟和流行；二是利用大量数据对机器进行训练，机器具备了自主学习的能力。
“大数据也好，人工智能也罢，其核心诉求点是大容量的存储和极强的计算能力。”沙超群表示，“曙光是研究高性能计算出身的，计算、存储是我们的强项。十几年前，曙光就有一个国家智能中心，这种技术上的优势一直延续到今天。现在，很多政府和企业都在谈论‘政府大脑’、‘城市大脑’，这让高性能计算进入到许多新兴的应用领域，给了高性能计算一个重生的机会。”
2016年12月9日，曙光正式推出方舟大数据融合分析平台。经过近几年的市场培育，大数据的核心任务已从大数据基础平台的建设转向大数据的分析、展现和深度加工。曙光的大数据产品创新之路也顺应了这一潮流，从以前主要提供大数据基础设施，包括服务器、存储、大数据一体机等，逐渐向大数据的软件、分析平台延伸。这是不是意味着曙光的大数据发展之路会“从硬变软”，更加贴近甚至深入应用？
“硬件永远是基础，也是我们最重要的业务。从公司近几年的产品发展策略来看，我们着力打造平台化的软件，包括大数据平台、虚拟化平台、云操作系统等，目标是让这些中间层的软件与硬件能够结合得更紧密。”沙超群解释说，“方舟大数据融合分析平台的推出是我们的一个新尝试。曙光内部有一个大的应用开发团队，其职责是帮助用户开发贴近其应用的产品和解决方案，这是一项新兴的业务。在软件开发方面，我们最擅长的还是平台层的软件，而我们的合作伙伴，比如东软、太极等，它们的特长才是应用软件。我们不会走向应用层。”
曙光以数据为核心，以云计算和大数据软件为重点，在数据采集、计算处理、存储管理、数据加工、分析挖掘、可视化、安全保护、数据应用等方面拥有核心技术，致力于打通创新链和产业链，目前已申请了1000多项新专利。曙光将重点部署四类大数据——政府大数据、科学大数据、安全大数据、工业大数据，逐步提升数据服务的能力，更好地支撑数据的汇聚、交换和共享。
就像云计算一样，目前大数据应用在中国也处于一个快速落地的阶段。除了大数据产品和解决方案层出不穷以外，大数据应用在落地过程中还面临哪些困难和挑战呢？
沙超群说：“不同行业的大数据应用进展各不相同。人工智能、深度学习发展非常快，涌现出大量的创业公司。像阿里巴巴、百度等互联网厂商，因为自己手中掌握着大量数据，在将大数据与自身业务相结合这方面已经做得非常好。但是，在很多数据不开放、不能共享的领域，大数据的应用还存在障碍。这也是老生常谈的问题。”
国家号召建设开放共享政府和行业公共数据，就是为了改变这一局面。曙光大力建设统一的城市云中心等基础设施也是为了响应政府号召，促进数据的共享和应用。
未來，数据在一定的原则下进行脱密后，可以实现行业共享，将有力地促进大数据产业的发展。今天，智慧城市的建设如火如荼，如果企业或组织手中没有数据，或者数据是条块分割的，在不同的单位或部门之间不能自由流动、充分共享，那么大数据的落地就会成为一句空话。网上曾经流传一张图片，上海街头某个电线杆上密集排列着20多个摄像头。这意味着什么？20多个摄像头，背后就是20多个单位，摄像头采集的数据分属不同的单位，不仅数据采集是重复的，而且各单位之间的数据不共享，从而造成极大浪费。
当前，城市面临数字化的发展机遇，跨行政区域的智能交通体系、区域医疗一体化协作、缩小区域数字鸿沟、公共安全与社会治理、大气污染联防联控、全域旅游服务管理体系等都迫切要求数据的流通、共享。
2017年仍将保持高速发展
国家鼓励自主创新，扶持中国本土企业的创新发展，同时国外企业积极地寻找与中国本土企业合资、合作的机会，这对于以曙光为代表的一大批本土企业来说是一个难得的发展机遇。如何加强中外合作，提升自身的技术开发水平，增强核心竞争力，为客户提供适合的解决方案，这是中国企业必须认真思考的问题。
“现在，越来越多的国外企业纷纷寻找国内企业进行合作，这是一件好事。”沙超群举例说，“曙光与VMware成立了合资公司，可以看到VMware部分软件的源代码，从而保证产品是安全可控的。国内企业在与国际厂商合作的过程中，可以从国际厂商那里学到很多先进的东西，这也有利于国内企业的自主创新。站在巨人的肩膀上，我们可以看得更远，也不用再走国际厂商曾经走过的弯路。”
“让全社会共享数据价值”，这是曙光在提出“数据中国”战略时就始终强调的一个核心目标。今后，曙光肯定还会围绕此目标，不断加快城市云中心的建设步伐，落地大数据应用，扩大合作伙伴生态圈。在数据创新应用实践方面，曙光将在基础研究、国防军工、交通、电信、金融、医疗、智慧城市、物联网等诸多领域发力，发挥自身在数据采集、并行存储、分析挖掘、安全管理等方面的技术特长，为用户提供全面的解决方案。
沙超群表示：“我们的核心任务是让‘数据中国’战略逐步落地。另外，2015年启动的地球数值模拟装置预研及原型系统建设项目，到2017年将变成可以商用化的产品，它可以更好地‘解读地球’。曙光将以实现自主可控为目标，在服务器、存储、云软件、SDN等技术和产品方面不断精益求精，开发出更多新的产品。公司在2017年将继续保持高速发展。”