1、“云計算和大數(shù)據(jù)”重點專項2017年度項目申報指南建議為落實國家中長期科學和技術發(fā)展規(guī)劃綱要(2006-2020年)，以及國務院關于促進云計算創(chuàng)新發(fā)展，培育信息產(chǎn)業(yè)新業(yè)態(tài)的意見和關于印發(fā)促進大數(shù)據(jù)發(fā)展行動綱要的通知等提出的任務，國家重點研發(fā)計劃啟動實施“云計算和大數(shù)據(jù)”重點專項。根據(jù)本重點專項實施方案的部署，現(xiàn)提出2017年度項目申報指南建議。本重點專項總體目標是：形成自主可控的云計算和大數(shù)據(jù)系統(tǒng)解決方案、技術體系和標準規(guī)范；在云計算與大數(shù)據(jù)的重大設備、核心軟件、支撐平臺等方面突破一批關鍵技術；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；

2、提升資源匯聚、數(shù)據(jù)收集、存儲管理、分析挖掘、安全保障、按需服務等能力，實現(xiàn)核心關鍵技術自主可控。本重點專項按照云計算和大數(shù)據(jù)基礎設施、基于云模式和數(shù)據(jù)驅動的新型軟件、大數(shù)據(jù)分析應用與類人智能、云端融合的感知認知與人機交互等4個創(chuàng)新鏈(技術方向)，共部署31個重點研究任務。專項實施周期為5年(20162020)。1. 云計算和大數(shù)據(jù)基礎設施1.1 新一代云計算服務器技術與系統(tǒng)（共性關鍵技術類）研究內容：新一代云計算服務器的節(jié)點技術，包括大容量混合內存技術，處理器接口的可重構硬件加速器技術，高密度混合存儲技術等；新一代云計算服務器的跨節(jié)點技術，包括計算、存儲等物理資源虛擬化與跨節(jié)點共享技術，異構多

3、種加速器的資源池技術，內部互連網(wǎng)絡的虛擬化和性能隔離技術等；新一代云計算服務器基礎軟件技術，包括大容量內存計算技術，混合內存支持和優(yōu)化技術，可重構硬件加速器支持和優(yōu)化技術，混合存儲管理技術，計算、存儲、網(wǎng)絡等資源池調度和管理技術等；新一代云計算服務器的評價與優(yōu)化技術，包括性能評價方法與基準測試、性能調優(yōu)工具、SLA評價與保障技術等?；谝陨详P鍵技術，研制新一代云計算服務器系統(tǒng)，在關鍵行業(yè)的云計算環(huán)境中開展示范應用。考核指標：研制至少由256個云服務器節(jié)點、1個加速池組成的云計算系統(tǒng)；單節(jié)點存儲容量不小256TB，其中新型存儲器件不小于128TB；支持傳統(tǒng)內存與新型內存介質融合管理；支持可重構硬

4、件加速器；單節(jié)點支持百萬級并發(fā)處理。整系統(tǒng)并發(fā)處理能力不低于2.5億，支持存儲、加速器等硬件資源跨節(jié)點共享。在關鍵行業(yè)的云計算系統(tǒng)中開展示范應用，在典型云計算應用負載下，較現(xiàn)有產(chǎn)品整機服務能力提升一個數(shù)量級，整機資源利用率提升50%，整機性能功耗比提升5倍。取得一批本領域的知識產(chǎn)權，形成一組相關規(guī)范和國家標準（送審稿）。1.2高效能云計算數(shù)據(jù)中心關鍵技術與裝備（共性關鍵技術類+示范應用）研究內容：云計算高密度數(shù)據(jù)中心的體系結構；面向云計算數(shù)據(jù)中心的新型網(wǎng)絡技術及網(wǎng)絡虛擬化技術；多資源復用的細粒度聯(lián)合感知和分配理論；適用于云計算數(shù)據(jù)中心的模塊化計算、存儲、網(wǎng)絡節(jié)點裝備，多數(shù)據(jù)中心的調度技術，實現(xiàn)

5、數(shù)據(jù)中心分布式實施； 基于數(shù)據(jù)分析的精確能源管理技術，突破基于數(shù)據(jù)分析的數(shù)據(jù)中心整體能效提升技術，顯著提升云計算資源運行效率；云計算數(shù)據(jù)中心的能耗評估理論、能耗模型、能耗評估方法及能耗評估工具軟件；基于以上技術突破和研制的裝備，開展典型示范應用?？己酥笜耍貉兄聘咝芨呙芏鹊奈?全模塊，整機柜數(shù)據(jù)中心單元的計算密度達到100個微處理器計算節(jié)點，物理核數(shù)不低于1600個，存儲總容量可達到10PB，能效比提升1倍以上。云計算數(shù)據(jù)中心通過SDN交換機組網(wǎng)，支持40GE和100GE以太網(wǎng)標準，支持全可編程平臺，支持高密度機柜數(shù)據(jù)中心單元的高密度互聯(lián)，數(shù)據(jù)中心節(jié)點數(shù)不低于1萬個，可處理EB級數(shù)據(jù)。云數(shù)據(jù)中

6、心虛擬網(wǎng)絡向物理網(wǎng)絡映射的資源利用率達到90%以上，網(wǎng)絡能效比提升1倍以上。云計算數(shù)據(jù)中心采用有線無線混合的網(wǎng)絡架構，增強網(wǎng)絡拓撲靈活性，減少通信能耗，數(shù)據(jù)中心內任意兩臺服務器之間數(shù)據(jù)傳輸率達到100Gbps以上。面向異構資源管理的跨層感知系統(tǒng)軟件能有效提高云數(shù)據(jù)中心的資源利用效率，典型應用的系統(tǒng)能效比提升50%以上，同等條件下PUE達到世界領先水平。在100PB級大數(shù)據(jù)場景下應用于1-2個典型領域。取得一批本領域的知識產(chǎn)權，形成一組相關規(guī)范和國家標準（送審稿）。2.基于云模式和數(shù)據(jù)驅動的新型軟件2.1可持續(xù)演化的智能化軟件理論、方法和技術（前沿基礎類）研究內容：針對“人-機-物”三元融合模式

7、下智能化軟件持續(xù)演進的基本需求，研究可持續(xù)演化的智能化軟件系統(tǒng)架構模型、構造方法、運行機理和服務質量等基礎理論；研究準確及時的情境感知技術、智能可信的適應決策技術、高效可靠的在線重構技術、數(shù)據(jù)驅動的軟件自動構造與演化方法等關鍵技術；研制可持續(xù)演化的智能化軟件的構造和運行支撐平臺，為關鍵軟件系統(tǒng)提供在其所處軟硬件環(huán)境及所依賴外部資源不斷變遷條件下仍能長期生存的能力，并在典型的場景中進行示范應用?？己酥笜耍禾岢鲆环N面向可持續(xù)演化的智能化軟件的基本架構，給出一套相應的基礎理論模型與軟件開發(fā)方法，為上述方法給出相應的關鍵支撐技術。環(huán)境上下文一致性檢測修復處理效率在不降低處理質量的前提下，較當前業(yè)界主流

8、技術提升一個數(shù)量級；軟件構件級在線重構能提供系統(tǒng)級的一致性保障，且對正常服務的干擾較既有主流技術降低30-50%以上；工業(yè)級服務器程序在線更新的程序停頓時間控制在毫秒級；顯著提高開放動態(tài)多變環(huán)境下軟件的自動適應和長期生存能力，并在 2-3 個應用場景中得到驗證。申請一批相關領域的知識產(chǎn)權，發(fā)表高水平論文或編寫高水平專著，取得重要的國際影響。2.2智能無人系統(tǒng)的軟件體系結構和支撐技術 （共性關鍵技術類）研究內容：研究無人智能系統(tǒng)的多態(tài)分布體系結構、軟硬件資源管理和智能行為管理，突破支持互操作/互理解/互遵守的軟件體系結構、異構資源抽象與封裝、自主與協(xié)同行為的模型與算法等關鍵技術；通過構建“前端無

9、人系統(tǒng)+后臺支撐系統(tǒng)”的模式，實現(xiàn)后臺支撐系統(tǒng)與前端無人系統(tǒng)的互補，提升無人系統(tǒng)的智能化、自主化、協(xié)同化程度；研究應用驅動的無人智能系統(tǒng)開發(fā)方法，建立應用開發(fā)工具鏈?？己酥笜耍杭嫒輽C器人、無人機等常見智能系統(tǒng)的硬件；知識共享和智能處理后臺在主流無線通信模式下響應時間低于0.1秒，支持萬臺無人系統(tǒng)的并發(fā)訪問；應用開發(fā)環(huán)境提供10個以上的無人智能系統(tǒng)特定工具，覆蓋需求表達、系統(tǒng)設計、代碼生成、系統(tǒng)集成和系統(tǒng)驗證等階段，提高軟件復用率50%；至少在2類以上典型的無人智能系統(tǒng)領域進行示范應用；形成一組無人智能系統(tǒng)體系結構和關鍵技術相關規(guī)范和國家標準（建議稿）。2.3面向智慧城市的智能化集成化軟件互操作

10、平臺（共性關鍵技術類+應用示范類）研究內容：面向新型智慧城市建設，研究信息孤島數(shù)據(jù)和功能的運行時復用與互操作、領域知識建模及模型自增長和自演化、模型驅動的軟件自適應、開發(fā)運行一體化機制等基于云模式和數(shù)據(jù)驅動的新型軟件應用關鍵技術，研制面向智慧城市的智能化軟件互操作平臺，并建立示范應用?？己酥笜耍簩崿F(xiàn)典型信息孤島業(yè)務數(shù)據(jù)的可讀可寫、業(yè)務功能的實時調用和按需組裝，領域知識模型包含1萬個知識概念和1000萬個知識實例，軟件自適應代碼生成率超90%，形成規(guī)?；腔鄢鞘惺痉稇茫ㄆ渲邪偃f級常住人口城市不少于10個），牽頭制定1項國際標準（草案）和3項國家標準（送審稿）。3.大數(shù)據(jù)分析應用與類人智能3.1

11、大數(shù)據(jù)驅動的自然語言理解、問答和翻譯（共性關鍵技術類）研究內容：研究融合大數(shù)據(jù)與人類常識的開放域多語言知識圖譜構建及關鍵技術；研究面向自然口語交互的情境化語義理解和多輪對話交互管理技術；研究大數(shù)據(jù)驅動的多語言（漢語與藏蒙維等少數(shù)民族語言之間）文本互譯技術；研究基于大數(shù)據(jù)的多語言開放域智能問答技術?？己酥笜耍好鞔_具有泛化意義的應用場景，該場景下漢語語義理解準確率不低于92%、漢語問答可接受率不低于92%；漢語和藏蒙維等少數(shù)民族語言互譯的翻譯準確率達到國際領先水平。3.2大數(shù)據(jù)驅動的類人智能感知與情感交互關鍵技術（共性關鍵技術類）研究內容：研究超大規(guī)模面向多模態(tài)感知的深度神經(jīng)網(wǎng)絡模型、結構及并行學

12、習算法；研究大數(shù)據(jù)驅動的聲音、圖像和視頻中的目標檢測、跟蹤、分類以及行為和事件識別機制，融合多通道語境信息的類人智能感知機制；研究多模態(tài)融合的特征信息協(xié)同分析理解方法，構建基于多模態(tài)語義協(xié)同分析的計算框架與推理機制；基于上述技術實現(xiàn)具有智能感知和情感交互的智能陪護機器人驗證系統(tǒng)。考核指標：建立多通道的深度神經(jīng)網(wǎng)絡模型，實現(xiàn)百億級節(jié)點的超大規(guī)模深度神經(jīng)網(wǎng)絡，模型創(chuàng)新和并行學習算法在國際學術界產(chǎn)生重要影響；建立支撐大數(shù)據(jù)深度學習的多模態(tài)智能感知和情感交互數(shù)據(jù)庫；多模態(tài)語義協(xié)同分析計算方面，語義理解準確率大于85%，受限人機交互意圖正判率大于80%。研制實現(xiàn)智能陪護驗證系統(tǒng)，系統(tǒng)能夠正確識別并響應7

13、0%以上的對話要求。3.3新型智能處理計算機體系結構（前沿基礎類+共性關鍵技術類）研究內容：研究智能處理中應用面和效率之間的關系，抽象高效率的領域指令集；研究與上述指令集相適配的處理器微體系結構及新型工藝器件；研究適合智能處理的新型編程語言。突破智能算法共性算子聚類、硬件神經(jīng)元虛擬化、非對稱多智能處理器核的互聯(lián)、智能計算組件化編譯等關鍵技術，研制智能處理器原型芯片、配套系統(tǒng)軟件以及樣機。開展語音、圖像和文本的識別理解應用在智能處理體系結構上的評測和優(yōu)化研究?？己酥笜耍和黄苽鹘y(tǒng)計算機體系結構的瓶頸，實現(xiàn)智能處理速度的數(shù)量級增長。智能處理領域指令集支持包含卷積神經(jīng)網(wǎng)絡在內的8種以上不同智能算法；基

14、于上述指令集的智能處理器原型芯片速度達到主流CPU100倍以上性能；智能處理器的編程環(huán)境包括神經(jīng)網(wǎng)絡拓撲描述語言、編譯器、函數(shù)庫、調試工具和操作系統(tǒng)驅動程序；形成智能計算機的核心專利群。3.4大數(shù)據(jù)驅動的中醫(yī)智能輔助診斷服務系統(tǒng)（示范應用類）研究內容：研究復雜多模態(tài)、異構碎片化中醫(yī)藥大數(shù)據(jù)的動態(tài)采集、高效獲取、匯聚和有效存儲和共享方法體系，構建中醫(yī)藥大數(shù)據(jù)信息資源庫及平臺；研究復雜中醫(yī)藥系統(tǒng)中碎片知識的融合歸納與基于傳統(tǒng)中醫(yī)知識體系的重新表達，研究構建中醫(yī)藥本體化知識圖譜及其時空演化模型；研究中醫(yī)意象思維的多尺度認知框架及中醫(yī)“辨證論治”的分析模型和方法，構建基于中醫(yī)藥大數(shù)據(jù)的類人認知體系架構

15、和思維機理，研制人機交互的場景化中醫(yī)臨床智能輔助診斷與決策推薦機制；研制構建中醫(yī)藥大數(shù)據(jù)公共服務和普適醫(yī)療咨詢服務的示范應用云平臺，實現(xiàn)數(shù)據(jù)的自動更新、自主學習、自我演化的可持續(xù)發(fā)展機制?？己酥笜耍航ㄔO中醫(yī)藥行業(yè)大數(shù)據(jù)快速采集處理平臺，實現(xiàn)中醫(yī)藥古籍文獻、病案、科研等信息的數(shù)字化和資源化管理以及傳統(tǒng)中醫(yī)“望聞問切”等四種典型診斷方式的數(shù)據(jù)自動采集、處理和持續(xù)更新；建設中醫(yī)藥大數(shù)據(jù)資源庫，其行業(yè)數(shù)據(jù)規(guī)模達到PB級別；建立中醫(yī)藥大數(shù)據(jù)知識圖譜，對中醫(yī)藥行業(yè)的知識覆蓋面達到90%以上；場景化中醫(yī)臨床智能輔助診斷與決策推薦機制對疑難雜癥、慢性疾病和重大疾病的智能診斷的準確率超過80%；構建PB級中醫(yī)藥

16、知識智能咨詢云服務平臺，面向教學研究、行業(yè)應用和公眾服務提供大數(shù)據(jù)研究與知識服務支撐，服務對象超過100萬用戶。3.5面向視頻內容的大數(shù)據(jù)處理分析平臺及示范應用（示范應用類）研究內容：圍繞互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和廣電網(wǎng)等多源感知網(wǎng)絡實時產(chǎn)生的視頻大數(shù)據(jù)，基于視頻編碼AVS2和視覺特征編碼CDVS等最新國際國內標準，研究超高清視頻、網(wǎng)絡直播視頻、廣播電視視頻、城域實時采集視頻等各類視頻的大數(shù)據(jù)處理關鍵技術，包括支持視頻大數(shù)據(jù)匯聚和分析的超高效編碼壓縮技術和特征表達技術，大規(guī)模視覺對象實時檢測、屬性識別與精準檢索技術，面向多種特定行為分析的深度學習、識別與比對技術等，建立支撐圖像視頻數(shù)據(jù)達百億條規(guī)模的視頻

17、大數(shù)據(jù)深度處理與綜合利用平臺，在面向重大賽事和事件的超高清電視廣播、互聯(lián)網(wǎng)視頻直播、廣播電視節(jié)目實時管理、大中城市視頻綜合利用等領域開展大規(guī)模應用示范?？己酥笜耍夯贏VS2和MPEG CDVS等最新國際國內標準，實現(xiàn)超高效率的視頻內容壓縮和緊湊特征描述，比最新國際標準H.265壓縮效率提升20%以上，面向多種檢索識別任務實現(xiàn)萬倍率特征壓縮；實現(xiàn)大規(guī)模視覺對象的屬性識別與對象精準檢索，在千萬規(guī)模數(shù)據(jù)集上平均識別率超90%；實現(xiàn)視頻中上百種目標行為的分析識別，平均準確率超過90%，對互聯(lián)網(wǎng)直播和廣播電視節(jié)目匹配精度超過95%；建立支撐百億條規(guī)模數(shù)據(jù)的視頻大數(shù)據(jù)深度分析處理與綜合利用平臺，支持超高

18、清視頻高可靠播出，支持千路以上實時視頻的匯聚分析，支持10萬路視頻的視覺特征匯聚與分析挖掘，超高清電視示范應用實現(xiàn)全球性重大賽事實時轉播的可靠率達到99.99%，對千路以上網(wǎng)絡直播視頻和廣播電視節(jié)目異常分析的處理延遲低于2秒，對萬路以上視頻節(jié)目實現(xiàn)秒級內容查詢。3.6腦機交互混合智能關鍵技術、系統(tǒng)及應用（共性關鍵技術類+應用示范類）研究內容：構建來自多地域、多用戶、多類型采集設備、多范式的腦電、功能核磁共振成像、近紅外光學成像、肌電、眼電、視聽覺感知等多模態(tài)數(shù)據(jù)集，發(fā)展相應數(shù)據(jù)分析方法，建立融合腦機交互與智能感知的新型混合智能系統(tǒng)，并完成司機疲勞駕駛檢測應用示范。研制用于頭部有發(fā)區(qū)域腦電信號高

19、性能采集的柔性干電極，開發(fā)集信號實時去噪、放大、解析于一體的低功耗微型腦機接口芯片；研發(fā)基于腦電、功能核磁共振和功能近紅外多模態(tài)腦信號的解碼技術，實現(xiàn)對人腦視覺、意圖、情感、狀態(tài)等的智能感知和理解，構建面向典型真實場景的腦機混合智能信息處理和反饋系統(tǒng)應用示范研發(fā)腦機協(xié)同控制系統(tǒng)；實現(xiàn)對嚴重脊髓損傷、中風及意識障礙殘疾人的功能輔助康復應用示范；構建基于混合腦機交互的高沉浸自適應反饋環(huán)境，實現(xiàn)腦與虛擬現(xiàn)實系統(tǒng)交互，支持百平米級虛擬現(xiàn)實多用戶漫游互動，并在沉浸式娛樂、殘疾人功能康復方面取得應用示范。考核指標：構建1000人以上的腦電等多模態(tài)生理信號與感知信號的數(shù)據(jù)庫；柔性干電極帶寬0.5Hz-1KH

20、z，可實現(xiàn)微伏級腦電采集；腦機接口芯片通道數(shù)8-16、功耗5-10微瓦/通道；放大器功耗2-5微瓦/通道、輸入阻抗大于1G。新型混合交互系統(tǒng)融合3種以上的生理信號，提供控制指令6個以上，指令反應時間1秒以內；基于混合腦機交互的高沉浸自適應反饋平臺交互定位誤差小于0.1%。4.云端融合的感知認知與人機交互4.1多源數(shù)據(jù)驅動的智能化高效場景建模與繪制引擎（共性關鍵技術類）研究內容：來自實測、仿真、預測、社會、物理的多源異構場景數(shù)據(jù)的特征分析、語義理解與注冊融合；大尺度場景的幾何、表觀與運動魯棒重建；語義一致的復雜場景高效編輯合成與動態(tài)更新；支持虛實融合和點云、網(wǎng)格等多源幾何數(shù)據(jù)的實時繪制方法；結合

21、云端的城市規(guī)模場景高并行全局光照繪制方法；面向大規(guī)模場景實時繪制的繪制流水線優(yōu)化與簡化方法；研發(fā)云端結合的復雜場景智能建模軟件平臺和實時繪制引擎，實現(xiàn)應用示范?？己酥笜耍喝S場景重建最大相對幾何誤差小于 1%；影像、深度和點云等場景多源數(shù)據(jù)的分割錯誤率小于5%，識別準確度大于80%；場景繪制支持10億面片的場景規(guī)模，在4k分辨率條件下，達到30fps以上的繪制幀率；形成多源數(shù)據(jù)驅動的智能化高效場景建模與繪制引擎的方法體系，申請20項以上發(fā)明專利，形成具有自主知識產(chǎn)權、云端結合的高效場景重建與建模工具和繪制引擎。4.2復雜時變場景的物理仿真關鍵技術 （共性關鍵技術類）研究內容：結合大數(shù)據(jù)背景下的

22、時變數(shù)據(jù)分析，為復雜場景的物理仿真建立高動態(tài)、可交互的新理論新方法。研究多源數(shù)據(jù)驅動的自然運動現(xiàn)象的仿真建模計算方法；基于時變數(shù)據(jù)的自然現(xiàn)象的實時物理仿真關鍵技術；自然場景中的大尺度形變及介質動態(tài)交互的物理仿真計算方法；過程式時變模型的物理仿真技術；時變場景物理仿真的可信性度量準則和方法。在上述工作基礎上，建立一套復雜時變場景的高效物理仿真理論和計算方法，研制復雜時變場景的物理仿真引擎?？己酥笜耍盒纬刹簧儆?0種復雜場景中時變模型的物理仿真過程，適應不少于5種的三維模型表示格式；形成多于5種物理仿真計算方法；自然災害場景或者時變模型物理仿真模擬中，計算模型仿真粒子數(shù)不少于100萬個，并且仿真顯

23、示幀率不少于20fps；時變模型的物理仿真效率達到或者超過國際上主流商業(yè)軟件；形成復雜場景中自然現(xiàn)象的高效仿真理論方法和評價體系，在物理仿真的度量準則和評價方法等核心算法和關鍵技術形成系列的專利群；研制一個具有先進水平和自主知識產(chǎn)權的物理仿真引擎，仿真引擎要涵蓋形變、碰撞、爆炸、斷裂和流固耦合等物理仿真中的主要復雜時變現(xiàn)象；完成自然場景區(qū)域不少于10平方公里的災害實時模擬仿真或者自由度不少于1000個時變模型的動態(tài)碰撞模擬仿真兩個應用示范。4.3大數(shù)據(jù)多模態(tài)交互內容協(xié)同感知技術（共性關鍵技術類）研究內容：研究多模態(tài)交互感知信息的推理和邏輯演化理論框架；實時準確觸力覺生成和反饋模型及設備；沉浸式

24、三維聽覺感知模型；個性化多模態(tài)連續(xù)情感識別和交互意圖理解模型；基于長歷史信息的言語交互、行為交互和情感交互的多模態(tài)時空信息深度融合機制和認知感知模型；多感知數(shù)據(jù)自動配準融合技術；具有環(huán)境自適應的增量式交互意圖學習機制和智能生長模型。在此基礎上，研究并構建具有多傳感器融合的強真實感虛實融合人機交互系統(tǒng)?？己酥笜耍河|力覺反饋平均單次時延不超過10ms；三維聽覺感知誤差不高于12度；多模態(tài)信息輸入至少支持視聽覺、體感、觸覺、情感/表情、生理等；多模態(tài)信息輸出至少支持視聽覺、振動、皮膚遷拉、按壓、數(shù)字虛擬人物等；連續(xù)情感識別準確率達到80%；多模態(tài)用戶意圖理解在開放領域的準確率超過80%，在限制領域的準確率超過90%；構建強真實感的多感知虛實融合的多模態(tài)人機交互環(huán)境及系統(tǒng)，整合“產(chǎn)學研用”資源，支持領域應用單位超過100家實際應用。4.4面向大數(shù)據(jù)應用的桌面實時