《林业资源培育及高效利用技术创新重点专项项目申报指引》由会员分享，可在线阅读，更多相关《林业资源培育及高效利用技术创新重点专项项目申报指引（9页珍藏版）》请在金锄头文库上搜索。
1、书山有路勤为径，学海无涯苦作舟。林业资源培育及高效利用技术创新重点专项2X年项目申报指引 “云计算和大数据”重点专项202X年度 项目申报指南 为落实国家中长期科学和技术发展规划纲要(202X22X年),以及国务院关于促进云计算创新发展,培育信息产业新业态的意见和关于印发促进大数据发展行动纲要的通知等提出的任务，国家重点研发计划启动实施“云计算和大数据”重点专项。根据本重点专项实施方案的部署,现提出202X年度项目申报指南建议。 本重点专项总体目标是。形成自主可控的云计算和大数据系统解决方案、技术体系和标准规范;在云计算与大数据的重大设备、核心软件、支撑平台等方面突破一批关键技术；基本形成以自
2、主云计算与大数据骨干企业为主体的产业生态体系和具有全球竞争优势的云计算与大数据产业集群；提升资源汇聚、数据收集、存储管理、分析挖掘、安全保障、按需服务等能力，实现核心关键技术自主可控。 本重点专项按照云计算和大数据基础设施、基于云模式和数据驱动的新型软件、大数据分析应用与类人智能、云端融合的感知认知与人机交互等个创新链（技术方向),共部署0个重点研究任务。专项实施周期为5年（202X202X）。 -1 性，支持分布式持久共享内存的新型编程模型接口。支持持久化键值存储系统、高性能大图数据处理等典型大数据应用,读操作ops不低于00万，写操作p不低于100万/。 13面向异构体系结构的高性能分布式
3、数据分析系统（共性关键技术类） 研究内容:面向分布式异构体系结构，研究基于数据流的编程模型、性能建模技术、同步通信技术和运行时系统,并实现高通量视频、机器学习典型等应用示范。具体内容：支持异构体系结构上的数据流编程模型与软件工具链;异构体系结构上的运行时系统,支持pu与加速器之间的高效率混合执行，支持加速器上的细粒度流水线并行；性能建模技术和优化调度技术，优化分配c与加速器上的运行资源；分布式异构系统数据处理技术,包括数据与计算的高效划分技术、负载平衡以及高性能同步通信技术。 考核指标。支持cpu-gp异构体系结构，并支持单机多加速器和多机多加速器。性能建模技术可自动选取优化的执行模式,包括仅
4、在cp上执行、仅在加速器上执行以及在pu和加速器上混合执行，并可给出混合执行时在u和g上执行的比例。支持单个gusm上部署多个rnel的细粒度任务调度，以及以此为基础的流水线并行模式。单机上pu/pu细粒度混合执行的应用性能是通用pu的5倍以上,是仅实现粗粒度并行性的gpu的2倍以上。在8台服务器6块gp的环境下，应用性能是台cp服务器 3 用驱动的虚拟资源的动态映射和调配方法,实现面向应用的统一编程接口;研究基于迭代反馈机制的轻量级虚拟机镜像定制、应用定制的虚拟机优化等方法和技术,构造面向特定应用的轻量级虚拟机；研究虚拟化和虚拟机的性能评价方法与基准测试、性能调优工具。 考核指标。国产处理器
5、虚拟化后的性能指标与x86处理器相当，在关键行业的云计算系统中开展示范应用，在典型云计算应用负载下,较现有产品整机服务能力提升一个数量级，整机资源利用率提升50，整机性能功耗比提升5倍。在关键技术上申请系列专利，形成专利群。 16数据驱动的云数据中心智能管理技术与平台（共性关键技术类) 研究内容。研究基于计算智能的云计算运行能效评价与预测技术,实现数据驱动的云平台运行精准化评估与预测；数据驱动的大规模云资源智能调度与管理技术，显著提升能效,提高计算资源的利用率；大规模云计算网络资源的智能虚拟化技术，突破云网络资源的利用效率瓶颈;面向大数据应用的智能云工作流管理与调度技术,提供高能效、高服务质量
6、的大数据工作流应用服务;基于云计算的分布式计算智能方法与技术集成，实现大规模的数据管理与智能处理；基于以上技术突破，研发云计算的智能部署、运维管理与服务能力保障技术,搭建云智能管理平台并开展示范应用。 考核指标:提出一套智能化的云计算运行能效评估、行 - 最佳实践，支持单一项目达到数十到数千名开发者规模;形成兼容国际主流、符合中国特色的群智化软件开发生态系统建设方案，在个云计算和大数据开源社区进行实践与推广,实际应用于个以上项目合计1000名以上开发者；形成一批具有引领作用的高水平论文成果，申请一批相关领域的知识产权。 22基于编程现场大数据的软件智能开发方法和环境（共性关键技术类） 研究内容
7、。研究跨地域的软件开发现场的数据实时采集、清洗、组织、管理技术,基于机器学习的程序语义学习及自动生成方法与技术，面向代码质量实时动态检测与质量提升的智能编程技术,面向代码风格与编程规范实时检测与改进的智能人机交互方法与技术，上下文感知的编程接口与代码推荐方法;构建跨地域的软件开发现场数据库和规范源码样例库，研制基于智能化人机交互协作的软件敏捷开发云平台,在不同规模的软件企业中进行示范应用。 考核指标:研制的平台支持00人以上的软件开发现场，人机交互协作系统响应时间低于2秒;规范源码样例库覆盖100个项目1000万行代码；在3个以上不同规模软件企业进行示范应用，最大开发人员规模超过0人,支持10
8、个软件开发项目，每个项目代码量不低于1万行，智能化人机交互协作覆盖70%以上的代码,接口与代码推荐平均准确率超过70;形成一批具有引领作用的高水平论文成果,申 7 网络数据包零拷贝、虚拟磁盘预读、存储缓存加速等关键技术。研究私有云环境下网络安全的基础理论与应用，重点研究平台无关的云安全系统,利用虚拟化技术实现东西向、南北向流量的统一防护。研究分布式存储的负载均衡、数据削减和分层、高可靠、异地容灾等关键技术和解决方案。研究基于办公数据的行为感知技术,重点研究基于上网行为的数据挖掘技术，用户行为分析技术以及自动化的异常检测技术。 考核指标。研制私有云环境下服务化智能办公系统,实现智能办公的行为感知
9、,支持不少于1种行为感知应用，支持新应用的快速开发和部署，在3-5个重要的部门开展示范应用。完成系列国家或行业标准草案，其中若干获国家或行业标准主管部门立项或批准。 2.5云计算和大数据开源社区生态系统（含前期成果集成展示)(应用示范类） 研究内容:研究开源社区的运作模式和商业模式，研制安全可控的开源项目支撑系统,建立国内外开源项目和社区的按需同步机制，支持企业主导创建开源软硬件项目并建设相应的生态系统;研究基于众包的软件在线开发方法，建立软件开发知识库和软件工程云；研究开发一批面向云计算资源虚拟化、分布式管理与调度、存储与计算、监控与运维、云应用开发与部署等方面的开源软件；研究开发一批涉及大
10、数据采集、存储、传输、分析、计算与应用相关的开源软件，促进大数据技术的完善及在各个领域中的大规模应用；建设 -9 考核指标。建立比较系统的大数据分析基础理论和技术方法,在机器学习理论与方法上取得创新突破,形成国际影响。研制大数据分析、挖掘与可视化的算法与工具库，不少于0个独立的系统或工具,并在中国开源社区开放。发表系列高水平学术论文，撰写专著若干部。在关键技术上申请系列专利，形成专利群。 32高时效、可扩展计算模型和优化技术(共性关键技术类) 研究内容。研究新型分布式大数据组织与存储系统,增强系统的自适应性和可扩展性，可针对不同计算模式和任务负载特征进行自适应优化和调整；研究基于众核加速器的大
11、数据计算模型、分布式处理框架、易用的编程环境,开发高效、可扩展的大数据计算系统;研究大数据分析意图理解,以及分析意图、分析方法及数据集合的智能匹配理论与技术,研究快速推荐数据分析途径、形成智能式交互向导的方法与系统技术，研究弹性资源管理、高效任务调度、以及执行优化技术;研究各类大数据机器学习算法的高效并行策略，设计通用的编程模型和接口，研制高效、可扩展、可兼容的大数据机器学习系统；面向连续流式大数据应用，研究具有极高吞吐量的流数据计算引擎;开发融合了内存计算、流计算、深度计算、以及经典机器学习的综合示范应用。 考核指标：在混合负载下，新型存储系统的性能要比开源hadoop系统提高0%以上;大数
12、据计算系统要支持批计 -11 1000项以上的课程和知识库等教育资源。 3.4基于天空地一体化大数据的公共安全事件智能感知与理解(应用示范类） 研究内容。针对目前公共安全事件预测困难和检测不准的问题,综合利用卫星和航拍影像、地面跨时空视频、网络数据和地理信息等，实现面向公共安全的天空地网大数据一体化智能处理。以事件为中心,研究跨时空多源大数据的多尺度、多粒度关联,地理信息驱动的目标检测、追踪和识别，多源异构数据融合的目标行为表示和语义理解，建立个体行为和群体事件的演化预测模型。突破公共安全大数据关联弱、理解浅、利用差等瓶颈,构建跨时空大数据一体化处理的公共安全事件智能感知和理解系统，实现多源异
13、构数据关联挖掘、异常行为智能感知和事件处置决策支撑，并开展应用示范。 考核指标。研制跨时空大数据一体化处理的公共安全事件智能感知和理解系统,并在反恐维稳重点地区和边境地区进行应用示范。支持种以上语言的识别,语种识别准确率超过0,已知有害音视频发现率超过95。突发事件感知准确率超过80,特定人员和车辆的检测率超过0%,人员识别准确率超过95%。建立公共安全事件的定性描述和定量计算的转换不确定模型,支撑普适性空间智能服务。研发天空地网大数据在线分析与可视化工具,t级数据在线实时检索与展示的响应时间低于10秒。 - 终端及边缘设备的超轻量虚拟化等关键技术;研制以人为中心的人机物融合云计算平台，并结合
14、重点领域开展应用示范。 考核指标。建立面向人机物融合的软件定义基础理论与人机物融合云计算技术体系及规范；研制的云计算平台通过软件定义的方式接入并管理adoid智能设备、linux边缘设备和oenstck公/私有云的软硬件及应用资源,验证的人机物融合场景需覆盖10个不同品牌合计100万台终端设备、支持0个第三方商业应用的按需融合；形成一批具有引领作用的高水平论文成果,申请一批相关领域的知识产权。 .2基于云计算的沉浸式交互影像技术与系统（应用示范类） 研究内容：高维影像数据获取与语义理解，包括：面向沉浸式影视制作的全尺度数据捕获、高维光场影像高效获取、跨维度影像数据的语义解析及部件提取等;影像素
15、材知识表达与智能聚合,包括：数据驱动的高精度、专业化、风格化模型表达,以及影像大数据动态聚合与自主生长等;影像定制化与个性化自动生成,包括：领域知识引导的影视级高端三维场景定制化自动生成,基于引擎的大规模影像个性化自动生成,高维光场影像云处理和云发布；影像编辑与交互功能深度合成，包括:语义特征结构保持的影像编辑合成、典型交互功能迁移与自动合成,具有行为真实感的智能角色生成与交互,以及沉浸式交互影像工业化生产关键技术等;沉浸式交互影像高效渲染呈现,包括：高维光场影像终端显示 -15 式学习的全面评价体系,通过对学习过程与结果的智能识别与分析，汇集和提炼学习者的行为、心理和生理等多维度特征，实现对学习者多层次、精准化的客观评价。 考核指标。多模态自然交互模块基础件支持手势、语音、触觉、实物、笔式等交互技术,交互行为识别率大于9%；支持教师自主生成互动教学资源的虚拟实验开发平台和界面工具，覆盖数学、物理、化学、生物等主要课程，形成0个以上典型教学课件；制定云计算教学终端多模态人机交互技术标准,以及高沉浸呈现与多模态交互智慧教育课堂环境的行业规范；在中学开展应用示范，应用示范单
