企業(yè)研究開(kāi)發(fā)項(xiàng)目計(jì)劃書(shū)

（自主開(kāi)發(fā)類）

項(xiàng)目名稱高效、快速、靈活的彈性大數(shù)據(jù)平臺(tái)設(shè)L___________

企業(yè)名稱_______XXXX_____________

企業(yè)法人（簽名）_______________________________

項(xiàng)目負(fù)責(zé)人電話

項(xiàng)目起止時(shí)間XXX年1月至XXX年1月

填報(bào)日期年月日

一、立項(xiàng)依據(jù)

1、國(guó)內(nèi)外現(xiàn)狀、水平和發(fā)展趨勢(shì)

目前，伴隨移動(dòng)互聯(lián)網(wǎng)、智能硬件和物聯(lián)網(wǎng)的快速普及，全球數(shù)

據(jù)總量呈現(xiàn)指數(shù)級(jí)增長(zhǎng)態(tài)勢(shì)，與此同時(shí)，機(jī)器學(xué)習(xí)等先進(jìn)的數(shù)據(jù)分析

技術(shù)創(chuàng)新也日趨活躍，使得大數(shù)據(jù)隱含的價(jià)值得以更大程度的顯現(xiàn)，

一個(gè)更加注重?cái)?shù)據(jù)價(jià)值的新時(shí)代正悄然來(lái)臨。發(fā)達(dá)國(guó)家一向重視大數(shù)

據(jù)在促進(jìn)經(jīng)濟(jì)發(fā)展和社會(huì)變革、提升國(guó)家整體競(jìng)爭(zhēng)力等方面的重要作

用，當(dāng)前更是把大數(shù)據(jù)視為重要的戰(zhàn)略資源，大力搶抓大數(shù)據(jù)技術(shù)與

產(chǎn)業(yè)發(fā)展先發(fā)優(yōu)勢(shì)，積極捍衛(wèi)本國(guó)數(shù)據(jù)主權(quán)，力爭(zhēng)在數(shù)字經(jīng)濟(jì)時(shí)代占

得先機(jī)。我們從各國(guó)發(fā)展大數(shù)據(jù)的新舉措中或許可以窺探到大數(shù)據(jù)發(fā)

展的新趨勢(shì)。

2、項(xiàng)目研發(fā)的目的、意義

大數(shù)據(jù)是繼云計(jì)算、物聯(lián)網(wǎng)之后IT產(chǎn)業(yè)又一次技術(shù)變革?！按髷?shù)

據(jù)”是公司在日常運(yùn)營(yíng)中生成、累積的數(shù)據(jù)。這些數(shù)據(jù)的規(guī)模龐大。

因此，積極針對(duì)大數(shù)據(jù)布局，從戰(zhàn)略層面應(yīng)對(duì)大數(shù)據(jù)時(shí)代的挑戰(zhàn)，推

進(jìn)并建立起數(shù)據(jù)驅(qū)動(dòng)型發(fā)展方式的金融機(jī)構(gòu)將獲得比同業(yè)更高的效

率，優(yōu)化行政物控流程，結(jié)合企業(yè)內(nèi)外部數(shù)據(jù)，在業(yè)務(wù)擴(kuò)張的同時(shí)，

清楚掌握企業(yè)成本消耗，并最終實(shí)現(xiàn)精細(xì)化管理，并由此培育出自己

的信息核心競(jìng)爭(zhēng)力。

3、本項(xiàng)目達(dá)到的技術(shù)水平及市場(chǎng)前景。

A高可用性

數(shù)據(jù)集市是分布式架構(gòu)。數(shù)據(jù)存儲(chǔ)是分布式的，數(shù)據(jù)的計(jì)算也是

分布式的，還帶有備份機(jī)制和監(jiān)控機(jī)制。當(dāng)某一臺(tái)數(shù)據(jù)集市的機(jī)器宕

機(jī)，另外一臺(tái)數(shù)據(jù)集市會(huì)自動(dòng)承擔(dān)所有計(jì)算。該數(shù)據(jù)集市應(yīng)用廣泛，

有的電信級(jí)客戶的數(shù)據(jù)量已經(jīng)達(dá)到了上百T,依舊運(yùn)行穩(wěn)定可靠。該分

布式數(shù)據(jù)集市支持對(duì)計(jì)算和存儲(chǔ)節(jié)點(diǎn)進(jìn)行熱插拔擴(kuò)展，可以從一個(gè)節(jié)

點(diǎn)擴(kuò)展到幾十個(gè)甚至上百個(gè)節(jié)點(diǎn)；

A高并發(fā)性

數(shù)據(jù)集市支持高并發(fā)。數(shù)據(jù)集市作為計(jì)算層，支持分布式計(jì)算，

采用MapReduce架構(gòu)來(lái)提高計(jì)算效率。永洪科技的分布式數(shù)據(jù)集市，

是列式存儲(chǔ)的，采用良好的內(nèi)存計(jì)算技術(shù)，可基于多臺(tái)存儲(chǔ)和計(jì)算節(jié)

點(diǎn)并行工作，非常適合海量數(shù)據(jù)的實(shí)時(shí)數(shù)據(jù)分析。

A高擴(kuò)展性

整個(gè)系統(tǒng)架構(gòu)，無(wú)論是ETL層、數(shù)據(jù)集市層，還是BI層，都可以

加入或者減少服務(wù)器節(jié)點(diǎn)。這里的服務(wù)器節(jié)點(diǎn)，既可以是物理機(jī)也可

以是虛擬機(jī)。

A高性價(jià)比，低TCO

整個(gè)系統(tǒng)架構(gòu)，摒棄了傳統(tǒng)系統(tǒng)常見(jiàn)的向上升級(jí)(Scale-Up)的

思想，不管是數(shù)據(jù)集市還是BI前端，都支持橫向升級(jí)(Scale-Out)o

隨著企業(yè)的業(yè)務(wù)增檜，數(shù)據(jù)量和分析需求都會(huì)大幅增檜，基于X86PC

Server集群的平臺(tái)架構(gòu)十分關(guān)鍵。在這種架構(gòu)下，我們不用采購(gòu)昂貴

的小型機(jī)去支撐高并發(fā)，去支撐海量數(shù)據(jù)計(jì)算，去支撐數(shù)據(jù)分析業(yè)務(wù)

的發(fā)展，而是采購(gòu)多臺(tái)普通的PCServer搭建集群，建設(shè)高性價(jià)比的

分析平臺(tái)。

在達(dá)到高技術(shù)水平的同時(shí)，本項(xiàng)目市場(chǎng)前景較好，可廣泛用于軍

工、制造、金融、能源等行業(yè)，市場(chǎng)前景非常廣闊。我公司該項(xiàng)目不

斷發(fā)展、不斷完善，功能以及性能可滿足多行業(yè)、高標(biāo)準(zhǔn)企業(yè)，能提

升企業(yè)信息化建設(shè)，具有重要的經(jīng)濟(jì)和社會(huì)效益。

二、研發(fā)內(nèi)容和目標(biāo)

1.1項(xiàng)目主要內(nèi)容及目標(biāo)

研制具有高適應(yīng)性、高可擴(kuò)展性、安全可靠的基于Kubernetes和

Docker容器的新型虛擬化技術(shù)統(tǒng)一資源調(diào)度操作系統(tǒng)，操作系統(tǒng)支持

包括FPGA、GPU等異構(gòu)計(jì)算設(shè)備、非易失內(nèi)存等存儲(chǔ)設(shè)備虛擬化的統(tǒng)

一資源調(diào)度，為大規(guī)模并行分析、分布式內(nèi)存計(jì)算和大數(shù)據(jù)、深度學(xué)

習(xí)、HPC應(yīng)用等負(fù)載提供超融合架構(gòu)和調(diào)度能力，并提升應(yīng)用遷移處理

能力、處理效率和用戶資源隔離水平。

1.2關(guān)鍵技術(shù)

1)平臺(tái)支持Docker公司的原生Kubernetes調(diào)度引擎，對(duì)外使

用標(biāo)準(zhǔn)DockerAPI,降低學(xué)習(xí)和開(kāi)發(fā)成本，通過(guò)該調(diào)度引擎，能夠提

供資源調(diào)度、服務(wù)發(fā)現(xiàn)、運(yùn)行監(jiān)控、擴(kuò)容縮容、負(fù)載均衡、灰度升級(jí)、

失敗冗余、容災(zāi)恢復(fù)、DevOps等，可實(shí)現(xiàn)大規(guī)模、分布式、高可用的

Docker集群。

2)通過(guò)云平臺(tái)可以實(shí)現(xiàn)大數(shù)據(jù)平臺(tái)的快速部署，用戶只需要根

據(jù)生產(chǎn)環(huán)境的實(shí)際業(yè)務(wù)需求，選擇用戶需要使用的大數(shù)據(jù)組件，即可

輕松、快速地完成大數(shù)據(jù)平臺(tái)的部署與使用。用戶可以根據(jù)自己的需

要自定義相關(guān)組件，并保存為鏡像文件，以后每次使用時(shí)，用戶可使

用自定義的大數(shù)據(jù)功能組件進(jìn)行部署。

3)云平臺(tái)內(nèi)部集成持續(xù)集成流水線，通過(guò)可視化、拖拽的形式,

將不同的微服務(wù)組件，根據(jù)不同項(xiàng)目情況建設(shè)不同的流水線，將開(kāi)發(fā)、

測(cè)試、部署活動(dòng)全部自動(dòng)化，極大的節(jié)約開(kāi)發(fā)戌本，提高軟件交付速

度。支持基于Docker的持續(xù)集成流程，方便微服務(wù)的改造，可以直接

將代碼和分支關(guān)聯(lián)起來(lái)，用戶可根據(jù)需求自動(dòng)或者手動(dòng)分布式構(gòu)建微

服務(wù)項(xiàng)目。同時(shí)支持多微服務(wù)的流水線作業(yè)。

4)支持平滑的軟件升級(jí)，通過(guò)灰度發(fā)布的方式，對(duì)不同應(yīng)用的

不同功能組件進(jìn)行升級(jí)。如果一個(gè)服務(wù)的由多個(gè)容器組成，灰度升級(jí)

會(huì)一個(gè)容器一個(gè)容器的進(jìn)行，類似于RollingUpgrade的方式。如果

在升級(jí)的過(guò)程發(fā)現(xiàn)了問(wèn)題，可以及時(shí)地對(duì)服務(wù)進(jìn)行回滾。這樣可以保

證整體系統(tǒng)的穩(wěn)定，而且不會(huì)在升級(jí)過(guò)程中中斷服務(wù)。升級(jí)完成后，

用戶可以根據(jù)新版本的使用感受，來(lái)決定是否進(jìn)行灰度降級(jí)回滾。

5)將大數(shù)據(jù)容器化，所有大數(shù)據(jù)組件依靠stackOS容器云平臺(tái)

支撐，使用Kubernetes進(jìn)行調(diào)度，完美融合云計(jì)算與大數(shù)據(jù)。

2.技術(shù)創(chuàng)新之處

(1)在原生的Docker和Kubernetes技術(shù)上做了自主研發(fā)

(2)大數(shù)據(jù)平臺(tái)支撐

(3)開(kāi)發(fā)運(yùn)維一體化DevOps

(4)微服務(wù)支撐

(5)打造多租戶能力

(6)設(shè)計(jì)平臺(tái)計(jì)費(fèi)功能

(7)大數(shù)據(jù)PAAS平臺(tái)支撐

(8)云計(jì)算與大數(shù)據(jù)完美融合

3.主要技術(shù)指標(biāo)或經(jīng)濟(jì)指標(biāo)

研究開(kāi)發(fā)Docker+Kubernetes,結(jié)合大數(shù)據(jù)、微服務(wù)等高級(jí)功能,

做到高性能，自動(dòng)化快速部署，功能易用易懂。

主要技術(shù)指標(biāo)：

無(wú)人值守，部署時(shí)間：＜30分鐘

高故障恢復(fù)能力：＜10分鐘

高效率故障切換：＜5分鐘

三、研發(fā)試驗(yàn)方法及技術(shù)路線

整個(gè)云平臺(tái)分為三層，包括“物理層”，“平臺(tái)層”和“計(jì)算層”

物理層：采用傳統(tǒng)的x86物理服務(wù)器、存儲(chǔ)和網(wǎng)絡(luò)設(shè)備，作為容

器云平臺(tái)和大數(shù)據(jù)平臺(tái)的底層物理支撐；為整個(gè)云平臺(tái)提供一個(gè)彈性

的，可擴(kuò)展的基礎(chǔ)硬件資源。

平臺(tái)層：平臺(tái)層采用Docker容器作為業(yè)務(wù)系統(tǒng)封裝技術(shù)，該層作

為智慧的核心處理層，主要包括以下功能：

容器平臺(tái)的調(diào)度引擎，提供容器的生命周期管理，生命周期內(nèi)能

根據(jù)業(yè)務(wù)壓力自動(dòng)調(diào)度業(yè)務(wù)運(yùn)行；

所有計(jì)算層容器直接通過(guò)Docker引擎調(diào)用宿主機(jī)硬件資源，包括

CPU,內(nèi)存，存儲(chǔ)和網(wǎng)絡(luò)設(shè)備資源；

針對(duì)有高性能要求和圖像處理要求的應(yīng)用，平臺(tái)層可以提供Pass

Through能力，直接將宿主機(jī)硬件FPGA或GPU映射到容器內(nèi)部，為計(jì)

算層平臺(tái)應(yīng)用提供高性能計(jì)算或圖像處理能力，在最大化硬件資源利

用的情況下，同時(shí)以最高性能為智慧平臺(tái)提供業(yè)務(wù)支撐。

平臺(tái)具有DevOps敏捷開(kāi)發(fā)輔助工具，為用戶開(kāi)發(fā)提供CI/CD能力。

支持平滑的軟件升級(jí)，通過(guò)灰度發(fā)布的方式，對(duì)不同應(yīng)用的不同

功能組件進(jìn)行升級(jí)?；叶劝l(fā)布是指在黑與白之間，能夠平滑過(guò)渡的一

種發(fā)布方式。

多租戶能力，客器云平臺(tái)不僅能夠?qū)崿F(xiàn)傳統(tǒng)容器云平臺(tái)的所有功

能，同時(shí)該產(chǎn)品能夠針對(duì)不同的應(yīng)用場(chǎng)景，對(duì)用戶實(shí)現(xiàn)多租戶管理，

每個(gè)租戶應(yīng)用都相互獨(dú)立，互不干擾，各租戶間的資源使用，都相互

獨(dú)立。

計(jì)算層：提供大數(shù)據(jù)的業(yè)務(wù)應(yīng)用服務(wù)，供多個(gè)客戶使用，支持多

租戶的應(yīng)用開(kāi)發(fā)框架，同時(shí)大數(shù)據(jù)分析能力和高性能處理能力或高性

能圖像處理能力。

a）大數(shù)據(jù)分析

通過(guò)云平臺(tái)可以實(shí)現(xiàn)大數(shù)據(jù)平臺(tái)的快速部署，用戶只需要根據(jù)生

產(chǎn)環(huán)境的實(shí)際業(yè)務(wù)需求，選擇用戶需要使用的大數(shù)據(jù)組件，即可輕松、

快速地完成大數(shù)據(jù)平臺(tái)的部署與使用。

用戶可以根據(jù)自己的需要自定義相關(guān)組件，并保存為鏡像文件，

以后每次使用時(shí)，用戶可使用自定義的大數(shù)據(jù)功能組件進(jìn)行部署。

b）高性能處理能刀

云端的GPU和FPGA的主要功能是計(jì)算。用數(shù)據(jù)中心、人工智能、

機(jī)器學(xué)習(xí)、云計(jì)算和大數(shù)據(jù)云平臺(tái)。云端的人工智能主要包括“離線訓(xùn)

練''和“在線判斷和服務(wù)”兩種方式。離線訓(xùn)練是指利用海量數(shù)據(jù)輸入，

通過(guò)合適的訓(xùn)練方法，實(shí)現(xiàn)和驗(yàn)證人工智能算法模型。而在線判斷和

服務(wù)是指利用訓(xùn)練出來(lái)的算法模型做出判斷，在線響應(yīng)用戶的請(qǐng)求。

通過(guò)云平臺(tái)PassThrough,能夠?yàn)槿萜鲀?nèi)業(yè)務(wù)應(yīng)用直接提供裸硬

件級(jí)的性能，大大提高云平臺(tái)在人工智能方向的支撐能力。

四、現(xiàn)有研發(fā)條件和工作基礎(chǔ)

1.承擔(dān)單位開(kāi)展本項(xiàng)目的優(yōu)勢(shì)

公司擁有一支年輕化、知識(shí)化、專業(yè)化、經(jīng)驗(yàn)豐富、勇于創(chuàng)新的

研發(fā)隊(duì)伍，具有專業(yè)人才優(yōu)勢(shì)。根據(jù)項(xiàng)目開(kāi)發(fā)內(nèi)容和難度進(jìn)行人員安

排，并根據(jù)計(jì)劃有序地進(jìn)行。

公司利用技術(shù)研發(fā)中心的技術(shù)平臺(tái)，成立項(xiàng)目研發(fā)小組，實(shí)行項(xiàng)

目負(fù)責(zé)人負(fù)責(zé)制，由項(xiàng)目研發(fā)小組提出項(xiàng)目試制的技術(shù)工藝和立項(xiàng)報(bào)

告，外聘專家做技術(shù)指導(dǎo)，財(cái)務(wù)部安排科研經(jīng)費(fèi)，領(lǐng)導(dǎo)部門審批。整

個(gè)組織實(shí)施過(guò)程做到定期檢查、定期匯報(bào)，以確保項(xiàng)目的順利進(jìn)行。

2.2,已有的工作基礎(chǔ)，如預(yù)試及小試成果等。

該項(xiàng)目獲得技術(shù)訣竅多項(xiàng)，已經(jīng)過(guò)測(cè)試，已初步積累了數(shù)據(jù)和經(jīng)

驗(yàn)。

五、計(jì)劃進(jìn)度

本項(xiàng)目目前完成情況:

序號(hào)功能模塊完成備注

平臺(tái)自動(dòng)部署60%

主機(jī)管理90%

存儲(chǔ)管理80%

網(wǎng)絡(luò)管理90%

用戶管理30%

容器全生命周期管理40%

灰度升級(jí)30%

GPU/FPGA15%

大數(shù)據(jù)20%

DevOps/微服務(wù)50%

日志管理80%

預(yù)計(jì)本年度完成內(nèi)容:

序號(hào)功能模塊預(yù)計(jì)完成備注

平臺(tái)能在30分鐘內(nèi)，完成

平臺(tái)自動(dòng)部署100%

平臺(tái)部署

主機(jī)管理100%

存儲(chǔ)管理95%

網(wǎng)絡(luò)管理95%

用戶管理100%

容器全生命周期管理100%

灰度升級(jí)90%包括歷史版本向滾

為容器應(yīng)用提供更高性能

GPU/FPGA65%

的計(jì)算能力

提供大數(shù)據(jù)采集、分析能

大數(shù)據(jù)70%

力

DevOps/微服務(wù)70%CI/CD能力

日志管理90%

六、研究開(kāi)發(fā)費(fèi)預(yù)算報(bào)告

項(xiàng)目研發(fā)預(yù)計(jì)總經(jīng)費(fèi)元。

研究開(kāi)發(fā)費(fèi)預(yù)算表

單位：元

（已計(jì)入無(wú)形資產(chǎn)成本的費(fèi)用除外）

所屬年度:

序號(hào)研發(fā)費(fèi)用項(xiàng)目預(yù)算額

1一、直接從事研發(fā)活動(dòng)的本企業(yè)在職人員人工費(fèi)用

21、工資、薪金

32、津貼、補(bǔ)貼

43、加班工資、獎(jiǎng)金、年終加薪

5

6二、研發(fā)活動(dòng)直接投入的費(fèi)用

71、直接消耗的原材料、半成品、燃料和動(dòng)力費(fèi)用

82、達(dá)不到固定資產(chǎn)標(biāo)準(zhǔn)的模具、樣品、樣機(jī)及一般測(cè)試手段購(gòu)置費(fèi)

93、工藝裝備開(kāi)發(fā)制造費(fèi)，設(shè)備調(diào)整檢驗(yàn)費(fèi)，試制產(chǎn)品檢驗(yàn)費(fèi)

104、用于研發(fā)活動(dòng)的儀器設(shè)備簡(jiǎn)單維護(hù)費(fèi)

11

12三、折舊費(fèi)用與長(zhǎng)期待建費(fèi)用

131、專門用于研發(fā)活動(dòng)的儀器、設(shè)備的折舊費(fèi)或租賃費(fèi)

142、研發(fā)儀器設(shè)備改裝、修理過(guò)程中發(fā)生的長(zhǎng)期待攤費(fèi)用

15

16四、設(shè)計(jì)費(fèi)用

171、新產(chǎn)品設(shè)計(jì)費(fèi)、新工藝規(guī)程制定費(fèi)

182、進(jìn)行工序、技術(shù)規(guī)范、操作特性方面的設(shè)計(jì)等發(fā)生的其它費(fèi)用

19

20五、裝備調(diào)試費(fèi)

211、工裝準(zhǔn)備過(guò)程中研發(fā)活動(dòng)發(fā)生的費(fèi)用

22

23六、專門用于研發(fā)活動(dòng)的無(wú)形資產(chǎn)攤銷費(fèi)

241、研發(fā)軟件

252、專利權(quán)

263、非專利發(fā)明（技術(shù)）

274、許可證、專有技術(shù)、設(shè)計(jì)和計(jì)算方法等專有技術(shù)發(fā)生的攤銷費(fèi)

28

29七、勘探、開(kāi)發(fā)技術(shù)的現(xiàn)場(chǎng)試驗(yàn)費(fèi)

30

31八、研發(fā)成果的論證、鑒定、評(píng)審、驗(yàn)收費(fèi)

32九、與研發(fā)活動(dòng)直接相關(guān)的其他費(fèi)用

331、技術(shù)圖書(shū)資料費(fèi)、資料翻譯費(fèi)

34

七、主要（大中型）儀器設(shè)備清單

序號(hào)項(xiàng)目規(guī)格數(shù)量備注

1服務(wù)器1PoweiEdgeR7201臺(tái)用于平臺(tái)開(kāi)發(fā)、測(cè)

試及業(yè)務(wù)測(cè)試、運(yùn)

2服務(wù)器2PowerEdgeR71010臺(tái)行

Lenovoideapad110-15IKB

Intelcorei5-7200U

3PC電腦20臺(tái)

CPU2.50GHz2.70GHz用于開(kāi)發(fā)編碼，及

內(nèi)存

8G日常辦公

MacBookpro

4蘋(píng)果電腦Intelcorei55臺(tái)

內(nèi)存8G+256G閃存

八、自主研究開(kāi)發(fā)專項(xiàng)小組

XXXX成立專門的項(xiàng)目小組，該項(xiàng)目小組是由我公司核心研發(fā)人員

組成，是高素質(zhì)、高技術(shù)、高水平人才。該項(xiàng)目小組