雷锋网记者:我们处在大数据和数字化转型的时代。数据无处不在。使用数据驱动的思想和策略在实践中逐渐成为共识。数据的价值在科研和工商业的不同领域都得到了充分的展现。
2018年，中国有一个热词叫数字经济，我们经常给它加一个前缀叫“大数据驱动的数字经济”。自2012年提出以来，大数据逐渐从科学端、基础端延伸到技术端，现在开始向产业端扩展，甚至开始影响更全面的经济发展。这是今年大数据的一个重要的特殊或变化。
无论是今年年初的福建数字峰会，还是一系列数字经济相关活动，都是紧紧围绕大数据产业和大数据驱动的数字经济。大数据从原来客户或用户的创新需求变成了实用需求，需要真正提升业务，发掘数据的价值，真正发挥效益。
12月18日，雷锋。com与中科院计算所科研部副主任卓博士、中科曙光大数据首席科学家博士就中科曙光大数据业务2018年发展及未来进行了交流。
工业化和工业化
人们对大数据的传统印象通常是“大数据”这个名词和概念。事实上，要让大数据真正发挥作用，必须与各行各业紧密结合。一方面要和行业数据紧密结合，另一方面要和行业领域知识紧密结合。每个行业的特点也会产生一系列对大数据软硬件的定制需求。
雷锋。com了解到，在今年的CNCC上，原中科院计算所所长、计算机学会名誉理事长、大数据专家委员会创始主任李国杰院士举了一个令人印象深刻的例子:据不完全统计，目前全国大数据产业狭义大数据相关软硬件年产值为237亿元。
“这个产值大吗？要知道现在女性口罩年产值240亿。”王对这个案子也有很深的感触。“呼唤大数据多年，无论是技术创新还是行业创新，都在各方面做了大量的推动工作，但大数据行业才刚刚兴起，它与传统存储、计算的区别才刚刚明确。”
大数据发展初期，大家都在谈技术，学术界或创新型科技企业往往会提出架构创新。在这个起步阶段，政府的引导确实起到了非常重要的奠基作用。在过去的两年里，人们不再关注具体的技术。切实通过大数据发现价值、提升业务成为核心需求，这也是真正到了应用落地、精耕细作阶段的必然趋势。
“大数据的一个明显特征是产业化。现在不能只笼统地说‘我是大数据’，要讲具体行业的大数据。和生物医学大数据一样，可能和公共安全大数据有本质区别。”王说，“另外，过去信息化的特点主要是方法、算法或者技术驱动，现在呈现出数据智能化的趋势，算法或者方法的重要性不那么突出了。人们应该从海量数据中挖掘关联性，将数据作为许多业务的重要依据，提高业务或政府决策的水平。”
大数据和智能城市
2018年，大数据和智慧城市紧密结合，很多城市都在陆续建设城市数据中心。雷锋。com观察到，这些数据中心主要集中在民政和警务两个方向，而在这种结合的过程中，逐渐形成了一个数据湖相关的联盟，就是将数据湖作为一种新的城市基础设施来推广。
对此，宋怀鸣表示，在很多智慧城市案例中，民政和警务两个方面确实是第一位的。中科曙光在2009年提出城市云的概念，到现在已经将近10年了。在此期间，中国已经建立了40多个云计算中心，支持2000多个应用。
“在建设过程中，主要围绕民生、产业经济、城市管理三大业务，要紧密结合自身特点和当地政府需求。”宋怀鸣为我们分析了中科曙光的战略。“民生方面，核心是让人民生活更加便利；工业经济，为中小企业和地方经济提供服务或支持；在城市管理方面，包括刚才提到的警务、综合治理等与社会治理相关的业务。”
谈到数据湖，宋怀鸣称之为“实际上是所有大数据应用的第一步”。数据湖的核心思想是让数据更好的互联互通、共享交换，然后在此基础上进行数据融合和数据治理。
他表示，中科曙光并没有专门提出数据湖的概念，但建设城市云数据中心的核心业务是数据共享、交换和集成。在此基础上，中科曙光针对原有的业务痛点，优化了性能和业务，因为数据整合必然带来业务整合。此外，通过挖掘出的数据的价值来改进业务，这在不同的行业或不同的用户中会有不同的反映。
一个从子宫中诞生的新领域
在即将到来的2018年，中科曙光将在大数据和高性能计算领域稳步前进。对于即将到来的2019年，和王表示，目前，大数据在科研领域已经不再是一个新鲜事物，而是越来越扎实，逐渐催生出一个相对清晰的领域，并形成自己全面的外延和核心。这是空之间大数据越来越多独特的发展领域和特点的未来发展。
首先，他们认为2019年将会有更专业的大数据处理硬件出现，比如大数据E级计算机、大数据分析专用芯片或大数据专用板卡等。越来越多的软件级的东西会被专业的硬件加速，大数据行业会逐渐形成软硬件一体化的规模，就像现在买服务器一样。
其次，2019年针对行业知识的知识库产品会越来越多。他们指出，像机器人脉搏诊断、股市预测等应用，不能只靠数据来实现，还需要大量的行业知识，尤其是计算机能够理解和计算的知识。让这些知识作为字典，辅助后续的大数据应用，逐渐沉淀，形成标准化的知识体系，大数据与产业的结合会更加紧密。
第三，他们说大数据的门槛会越来越高。以前大数据行业很多企业都是招人的，岗位需求量很大，工资待遇很高，导致大家临时跳槽去做大数据和人工智能相关的工作。在这种情况下，企业很难招到合适的从业者。据统计，这些从业者中，超过50%的人上一份工作没有做大数据。
王补充道，随着大数据产业的进一步发展，未来会有越来越多的大数据专业人才进入市场，大数据就业的门槛也会越来越高。“想什么时候来就什么时候来”的局面即将结束，整个行业的人才链将进入良性发展的轨道。
