一、国家高性能计算中心(合肥)—大数据挖掘与计算研究室二、研究方向
高性能计算(HPC)概况及应用介绍
【一】高性能计算概述
计算机发展时间线：
➢ 第二代计算机，1959-1964，大量 采用晶体管和印刷电路板，体积 不断减小，功能不断增强，并出 现大量应用软件；
➢ 第三代计算机，1964-1972，大量 使用集成电路，以IBM360系列为代 表；
【一】高性能计算概述
计算机发展时间线：
➢ 第四代计算机，1972-至今，基于大规模集成电路及超大规模集成电路。1976年， Cray-1，第一台商用高性能计算机问世，集成了20万个晶体管，每秒可进行1.5 亿次浮点运算。
1、能耗分析 相同节点浸没液冷服务器方案功耗比风冷服务器方案低80%，其节能效果明显。 通过计算，其PUE值也明显低于风冷服务器方案。 浸没式液冷服务器PUE=1.046 风冷服务器PUE=1.361 2、占地面积分析 以上表格所指面积为投影面积，由此可见，同等节点服务器部署，浸没液冷服务 器方案比风冷服务器方案节约用地约85%。
2013年5月14日，安吉丽娜·朱莉在自 己写的文章《我的医疗选择》中称自己通 过基因检测确定带遗传缺陷基因BRCA1，医 生估测她患乳腺癌和卵巢癌的几率颇高， 分别为87%和50%，朱莉选择双侧乳腺切除 术保留乳房，降低患癌风险。2015年3月24 日，安吉丽娜·朱莉宣布，由于担心罹患卵 巢癌，她已经切除了卵巢和输卵管。
【三】高性能计算应用与展望
高性能计算之气象学研究：
气候环境研究是高性能计算领域的 传统应用，世界上第一台电子计算机 ENIAC就曾被用来进行天气预报，由于 气象相关预报往往关系到农业、工业、 军事、交通等众多核心关键业务，同时 预报天气所需要的计算能力非常高，因 此世界上最先进的高性能计算机通常都 被用来运行大规模的数值计算与气候模 拟应用。
大数据背景下数据挖掘技术的应用研究
大数据背景下数据挖掘技术的应用研究摘要：随着科技的发展，数据信息大量出现，越来越多的人想要从许多混杂的资源中找出最具有价值的信息。
本文将从数据挖掘技术的基本概念入手，并结合当下现实来分析大数据的出现给数据挖掘技术应用带来的变化。
在数据挖掘技术应用中主要从数据分析的利用和数据聚类的利用两大方面进行阐释，总体研究大数据背景下数据挖掘技术的应用。
关键词：大数据时代;数据挖掘技术;数据挖掘技术的应用大数据的发展会带来大量的信息资源，人们的思维方式也会随之发生改变。
于此同时信息发展也逐渐成为了开启信息时代的钥匙。
全球各国普遍认识到数据的重要性及其对国家的发展发挥的许多重要意义，许多国家以此为基点制定适合自己国家发展的战略性计划，由此占领数据的高地，实现国家创新性发展。
因此，大数据在当今时代具有极强的研究价值和应用价值。
笔者将主要从大数据可视化给数据挖掘技术带来的影响为着眼点，进而进一步分析高性能计算（HPC）给数据挖掘技术带来的一定程度的影响，且通过这些变化研究大数据背景下数据挖掘技术的具体应用。
正文：当今的数据挖掘技术的理论已经成熟，数据挖掘技术的应用愈加广泛。
受众趋向了解更多的数据挖掘技术，从而利用起大量的信息资源。
我们对于大数据背景下的数据挖掘技术的具体应用，将会获得信息的有效运用和资源的科学整合。
同时，掌握和了解到有关于数据挖掘技术的知识对普通受众来说不仅可以掌握到大量的数据资源，从而更好地利用这些资源为我们的生活实践服务，而且对于专业技术人员来说，广泛被大众所接受的数据挖掘知识前景将更加开阔，理论弹性增大，这将促进数据挖掘技术的进一步发展。
一、数据挖掘技术的概述数据挖掘技术主要是一个搜索的过程，它主要利用算法进行搜索，并通过一定媒介，从大量的信息中提取对搜索者有用的信息资源。
这个过程的原始数据被分成建模样本和分析样本两部分。
建模样本将会经过数据预处理后变成预处理后的专家样本。
而分析样本则会经过特征选择后变成预处理后的分析样本。
20所重点高等学校优势研发领域和研究方向
附件5：20所重点高等学校优势研发领域和研究方向一．中国科技大学1、电子信息教育大数据挖掘技术及应用，基于内存计算的高性能大数据处理系统，基于微纳加工的新型光电子技术研究与应用。
2、资源与环境面向巢湖和淮河流域的新一代城市污水处理技术，酸碱废液处理及回用技术研发，农作物秸秆综合利用。
3、人口与健康现代医学技术，慢性疾病机制研究，安徽地道药材的标准化与国际化，化学生物学与新药创制。
二．合肥工业大学1、材料与机械智能制造技术，新能源汽车及汽车关键零部件，节能环保技术与装备, 高性能金属材料, 新型能源材料与器件, 材料先进成形技术。
2、电气与电子信息可再生能源分布式发电与储能新型电力电子逆变控制关键技术，信息家电核心芯片及IP核培育，基于物联网的工业设备、环境与能源安全监控系统，工业现场安全监测技术与系统，包含光伏与电动汽车与飞轮储能的多微电网的主动配网能量管理技术及其软件开发，智能建筑电气安装技术与监控产品，面向高密度计算的异构多核系统，视联网公共安全监控示范系统，新能源汽车用高电压电机及其控制。
3、医学工程与食品加工医疗仪器与设备，功能性医用材料，中药材及食品品质无损检测与精确分级，大宗农产品资源增值加工技术，特色农林产品现代加工技术，农产品安全与质量控制。
三．安徽大学1、新能源与新材料新型生物材料，新能源应用技术，环境友好（绿色）材料，敏感材料与器件集成。
2、信息技术视觉信息技术，传感与物联网技术，智能与嵌入式技术，网络与信息安全技术。
3、资源环境与生物技术生物资源保护与利用，矿山环境修复与湿地生态安全，新型生物催化剂研制与生物活性物质制备，资源与环境的数字化管理。
四．安徽师范大学1、新材料新能源汽车电极材料开发，光伏材料制备，环境材料开发，半导体照明材料开发。
2、工业物联网关键技术及其应用汽车电子和工业生产设备联网，嵌入式工业服务器平台及其智能化控制，扰动抑制控制技术，工业安全生产管理技术，光纤传感智能电网技术，光纤传感智能工业安防技术，汽车智能物联网技术，基于物联网的配电柜健康评估系统，基于物联网的电力设备运行状态在线监控关键技术研究，基于物联网的社区健康服务站。
回顾中国超级计算机研发历程 美国人总是震惊
“天河二号”获全球超级计算机500强三连冠2014年06月24日09:51:47 新华信息化新华网华盛顿６月２３日电（记者林小春）国际ＴＯＰ５００组织２３日公布了最新的全球超级计算机５００强排行榜，中国的“天河二号”超级计算机以比第二名美国“泰坦”超级计算机快近一倍的速度，连续第三次获得冠军。
ＴＯＰ５００榜单每半年发布一次。
自去年６月以来，“天河二号”就以每秒３３．８６千万亿次的浮点运算速度稳居榜首。
除了芯片技术外，这一系统大多由中国自主研发。
美国能源部下属橡树岭国家实验室的“泰坦”则连续３次屈居亚军，其浮点运算速度为每秒１７．５９千万亿次。
第三名至第五名分别是美国劳伦斯－利弗莫尔国家实验室的“红杉”、日本理化研究所的“京”和美国阿尔贡国家实验室的“米拉”，这一排名与上一期榜单无异。
与上一期相比，前十名的唯一变化是第十名，新入选的是隶属于美国政府的“克雷”ＸＣ３０超级计算机，其运算速度不到“天河二号”的十分之一。
国际ＴＯＰ５００组织在一份声明中说，从榜单看，“超级计算机的整体性能提升速度已降至历史最低点”。
例如，在１９９４年至２００８年间，榜单最后一名的计算性能平均每年提升９０％，而过去５年每年只提升了５５％。
从整个榜单来看，美国进入前５００强的超级计算机从上一期的２６５个下降至本期的２３３个，但优势依然明显。
第二名中国大陆则从６３个增至７６个。
日本和英国分别以３０台并列第三。
超级计算机是国家科研的重要基础工具，在地质、气象、石油勘探等领域的研究中发挥关键作用，也是汽车、航空、化工、制药等行业的重要科研工具。
ＴＯＰ５００榜是对全球已安装的超级计算机“排座次”的最知名排行榜。
从１９９３年起，由国际ＴＯＰ５００组织以实测计算速度为基准每年发布两次。
广州跻身国家级超级计算中心行列天河二号超级计算机在穗全面运行2014年06月29日19:52:28 新华网新华网广州６月２９日电（记者陈冀）国家超级计算广州中心应用推广大会６月２９日在广州召开，科学技术部副部长曹健林向广州超级计算中心授予了“国家超级计算广州中心”和“中国（广州）计算科学服务中心”牌匾，这标志着广州跻身国家级超级计算中心行列。
大数据分析与高性能计算技术研究
大数据分析与高性能计算技术研究当今时代，互联网已经无处不在，各种数据在不断产生，而大数据分析和高性能计算技术的研究和应用已经成为数据科学领域的重要课题。
大数据分析和高性能计算技术可以帮助企业、政府和科学研究机构更好地利用和处理海量数据，从而获取更多的信息和洞察力。
本文将探讨大数据分析和高性能计算技术的发展和应用。
一、大数据分析技术的发展随着互联网技术的发展，数据也变得越来越庞大和复杂。
但是，这些数据中含有大量有价值的信息，可以帮助企业和政府做出更好的战略决策。
在数据处理中，大数据分析技术不断地发展和完善，目前已经成为企业和政府获取数据价值的关键技术之一。
大数据分析技术主要包括数据采集、数据清洗、数据建模、数据分析和数据可视化等环节。
在这些环节中，数据分析是最重要的一环，它可以通过数据可视化、模型建立和数据挖掘等方法，发现数据背后的规律和趋势。
通过大数据分析技术，企业和政府可以及时获取信息，对相关业务进行优化。
二、高性能计算技术的应用高性能计算技术的应用范围十分广泛，不仅仅是在大型企业和科研机构中得到了广泛应用，还在普通用户中得到了普及。
高性能计算技术可以帮助我们更好地处理计算量大、计算复杂的问题，提高计算效率，为我们带来更多的计算能力支持。
高性能计算技术的发展离不开硬件和软件的发展，比如GPU、FPGA等多样化的硬件设备的出现，以及高性能计算软件的不断加强和优化。
在各个领域的应用中，高性能计算技术也得到了广泛认可和应用。
在气象预报、石油勘探、生物科学和金融领域等，高性能计算技术已经发挥了巨大的作用。
三、大数据分析与高性能计算技术的结合大数据分析与高性能计算技术一起应用，可以帮助用户更好地分析数据，更好地解决实际问题。
在许多企业和政府中，这种技术应用已经得到了广泛应用。
例如，在金融领域中，大数据分析和高性能计算技术可以帮助银行准确判断贷款风险，优化信用卡发放策略等；在医疗领域中，大数据分析和高性能计算技术可以帮助医生进行精准诊断，提高医疗效率等；在物流领域中，大数据分析和高性能计算技术可以帮助物流企业加强管理，提高效率。
合肥综合性国家科学中心数据空间研究院
机构领导
创院院长：王小谟 副院长：洪日昌
谢谢观看
科研成就
合肥综合性国家科学中心数据空间研究院建设了一个集数据创新平台、产业创新平台、智能算力平台三位一 体的“数字时代的国家大科学装置”——国家数据创新平台。
合肥综合性国家科学中心数据空间研究院与粤港澳大湾区大数据研究院联合研发了数据资产登记存证平台。 该平台集“产权界定、交易监管、仲裁存证、资质认定”于一体，明确了数据要素登记业务主体和登记标的，并 实现数据资源和数据产品的基本信息和权利归属登记，为数据资源和产品提供交易准入依据。
发展历史
2022年5月6日，合肥综合性国家科学中心数据空间研究院成立。 2023年5月14日，合肥综合性国家科学中心数据空间研究院正式揭牌。
科研条件
截至2023年5月14日，研究院已汇聚多支全球顶尖科技力量，包括算法安全团队、隐私计算团队、卫生健康 大数据团队、感知与交互团队等，率先在公共安全、数据要素创新、医疗、智能汽车、教育等多领。
合肥综合性国家科学中心数据空间研 究院
安徽省人民政府发起成立的事业单位
01 发展历史
03 科研成就
目录
02 科研条件 04 机构领导
合肥综合性国家科学中心数据空间研究院是由安型新型研发机构，致力于引领络空间安全和数据要素创新技术前沿和创新方向，凝聚一批海内外领 军科学家团队，汇聚相关行业大数据，开展数据空间基础理论、体系架构、关键技术研究以及相关能力建设，打 造大数据发展新高地，推进“数字江淮”建设，为数字中国建设贡献“安徽智慧”“合肥智慧”。
研发领域和研究方向
附件5：20所重点高等学校优势研发领域和研究方向一．中国科技大学1、电子信息教育大数据挖掘技术及应用，基于内存计算的高性能大数据处理系统，基于微纳加工的新型光电子技术研究与应用。
2、资源与环境面向巢湖和淮河流域的新一代城市污水处理技术，酸碱废液处理及回用技术研发，农作物秸秆综合利用。
3、人口与健康现代医学技术，慢性疾病机制研究，安徽地道药材的标准化与国际化，化学生物学与新药创制。
二．合肥工业大学1、材料与机械智能制造技术，新能源汽车及汽车关键零部件，节能环保技术与装备, 高性能金属材料, 新型能源材料与器件, 材料先进成形技术。
2、电气与电子信息可再生能源分布式发电与储能新型电力电子逆变控制关键技术，信息家电核心芯片及IP核培育，基于物联网的工业设备、环境与能源安全监控系统，工业现场安全监测技术与系统，包含光伏与电动汽车与飞轮储能的多微电网的主动配网能量管理技术及其软件开发，智能建筑电气安装技术与监控产品，面向高密度计算的异构多核系统，视联网公共安全监控示范系统，新能源汽车用高电压电机及其控制。
3、医学工程与食品加工医疗仪器与设备，功能性医用材料，中药材及食品品质无损检测与精确分级，大宗农产品资源增值加工技术，特色农林产品现代加工技术，农产品安全与质量控制。
三．安徽大学1、新能源与新材料新型生物材料，新能源应用技术，环境友好（绿色）材料，敏感材料与器件集成。
2、信息技术视觉信息技术，传感与物联网技术，智能与嵌入式技术，网络与信息安全技术。
3、资源环境与生物技术生物资源保护与利用，矿山环境修复与湿地生态安全，新型生物催化剂研制与生物活性物质制备，资源与环境的数字化管理。
四．安徽师范大学1、新材料新能源汽车电极材料开发，光伏材料制备，环境材料开发，半导体照明材料开发。
2、工业物联网关键技术及其应用汽车电子和工业生产设备联网，嵌入式工业服务器平台及其智能化控制，扰动抑制控制技术，工业安全生产管理技术，光纤传感智能电网技术，光纤传感智能工业安防技术，汽车智能物联网技术，基于物联网的配电柜健康评估系统，基于物联网的电力设备运行状态在线监控关键技术研究，基于物联网的社区健康服务站。
研究院年度科研成果总结与创新发展方向
研究院年度科研成果总结与创新发展方向在过去的一年里，本研究院在科研领域取得了令人瞩目的成果。
通过团队的不懈努力和持续创新，我们取得了一系列令人骄傲的科研成果，为推动科学的发展和社会的进步作出了积极的贡献。
本文将对研究院过去一年的科研成果进行总结，并探讨未来的创新发展方向。
一、成果总结1.项目研究：在项目研究方面，研究院开展了多个重点项目，涵盖了各个领域。
以“高性能计算平台研究与优化”项目为例，通过深入研究和技术创新，我们开发出了一套高性能计算平台，极大地提高了计算效率和精度，受到了业界的广泛认可和好评。
2.学术论文：在学术研究方面，研究院的学术论文在同行评议的国内外学术期刊上发表了多篇高水平的论文。
我们的研究涉及多个前沿领域，如人工智能、大数据分析等，为学术界提供了新的思路和方法。
同时，我们的研究也得到了产业界的关注，在实践应用中取得了明显的成果。
3.科研团队建设：研究院注重科研团队的建设和培养。
我们引进了一批高水平的科研人才，建立了一支学术素质过硬且富有创新力的团队。
在过去的一年里，我们的科研团队充分发挥自身优势，开展了一系列有影响力的研究项目，形成了一批具有自主知识产权的技术和产品。
二、创新发展方向1.加强基础研究：在未来的科研工作中，研究院将继续加强基础研究的力度。
作为科学研究的基石，基础研究对于实现科学的突破和革新至关重要。
我们将深入研究学科的基础理论和前沿技术，突破传统思维的束缚，推动学科的发展和突破。
2.跨学科合作：未来的科研需要跨学科的合作。
研究院将积极与其他学科进行合作，促进知识的交叉和融合。
通过与其他领域的专家和学者进行合作，我们可以共同研究和解决一些复杂的科学问题，创造更大的科研价值。
3.产学研结合：研究院将继续深化产学研结合，加强与产业界的合作。
通过与企业和产业界的合作，我们可以更好地将科研成果转化为实际生产力。
同时，也可以从产业界的实践中获得新的问题和挑战，推动科研的深入发展。
高性能计算技术的研究现状与未来发展趋势
高性能计算技术的研究现状与未来发展趋势高性能计算技术是指通过利用超级计算机或者并行计算机系统，实现对大规模数据进行高速处理、解决复杂计算问题的技术。
它在科学研究、工程设计、金融分析、天气预报等各个领域起到重要作用。
本文将探讨高性能计算技术的研究现状以及未来的发展趋势。
一、研究现状1. 阶段性成果在过去的几十年里，高性能计算技术取得了显著的研究成果。
随着硬件技术的不断发展，超级计算机的运算速度和存储容量得到了极大的提升。
同时，优化算法和并行计算技术的应用也使得计算效率大幅提高。
这些阶段性的成果为高性能计算技术的发展创造了坚实的基础。
2. 应用领域扩展高性能计算技术不仅仅应用于科学研究领域，如天体物理学、量子化学等，还扩展到了社会生活的各个领域。
例如，在天气预报中，高性能计算技术可以帮助气象学家分析庞大的气象数据，提高预报准确率。
在金融领域，高性能计算技术可以帮助投资者进行大规模的风险分析和交易策略优化。
这些应用领域的扩展为高性能计算技术的研究提供了更多的机会和挑战。
二、未来发展趋势1. 多核处理器技术随着技术的发展，传统的中央处理器(CPU)已经遇到了性能瓶颈。
为了进一步提高计算性能，多核处理器技术已经成为高性能计算领域的一个重要研究方向。
多核处理器可以同时执行多个任务，实现更高效的并行计算。
未来，随着多核处理器技术的不断发展和成熟，高性能计算技术将迎来新的突破。
2. 人工智能与高性能计算的结合人工智能正在成为当今科技领域的热门话题，而高性能计算技术在人工智能领域也发挥着重要作用。
通过利用高性能计算技术提供的强大计算能力，可以更快速、更准确地训练深度学习模型，解决人工智能应用中的大规模计算问题。
因此，未来高性能计算技术与人工智能的结合将会成为研究的重点。
3. 异构计算技术为了进一步提升计算性能，异构计算技术也成为高性能计算领域的一个发展趋势。
异构计算是指利用不同类型的计算设备（如CPU和GPU）协同工作，以实现更高效的计算。
研究方向及研究课题
研究方向及研究课题一、引言本文档旨在介绍各个领域的研究方向及研究课题，包括人工智能与机器学习、生物技术与生物医学、环境科学、材料科学与工程、社会科学与人文科学、物理学与化学、计算机科学与工程等方面。
这些领域的研究方向和课题是当前科学研究的热点和前沿，对于推动科学技术的发展和进步具有重要意义。
二、人工智能与机器学习1. 研究方向：人工智能与机器学习是当前研究的热点领域，主要研究方向包括深度学习、自然语言处理、计算机视觉、智能推荐等。
2. 研究课题：研究如何利用深度学习技术提高图像识别和语音识别的准确率；研究自然语言处理技术在文本分类、情感分析、问答系统等领域的应用；研究智能推荐算法在个性化推荐、广告投放等领域的应用等。
三、生物技术与生物医学1. 研究方向：生物技术与生物医学是当前研究的热点领域，主要研究方向包括基因编辑、细胞治疗、生物信息学等。
2. 研究课题：研究如何利用基因编辑技术治疗遗传性疾病；研究细胞治疗技术在肿瘤治疗、免疫治疗等领域的应用；研究生物信息学技术在基因组学、蛋白质组学等领域的应用等。
四、环境科学1. 研究方向：环境科学是当前研究的热点领域，主要研究方向包括气候变化、环境污染治理、生态修复等。
2. 研究课题：研究如何应对气候变化，减少温室气体排放；研究如何治理水体、土壤等环境污染；研究生态修复技术在生态保护和恢复中的应用等。
五、材料科学与工程1. 研究方向：材料科学与工程是当前研究的热点领域，主要研究方向包括新材料设计、高性能计算材料、材料微观结构与性能关系等。
2. 研究课题：研究如何设计新型功能材料，满足特定应用需求；研究高性能计算材料在计算机硬件和软件中的应用；研究材料微观结构与性能关系，为材料设计和优化提供理论支持等。
六、社会科学与人文科学1. 研究方向：社会科学与人文科学是当前研究的热点领域，主要研究方向包括社会学、心理学、经济学等。
2. 研究课题：研究社会现象和社会问题，揭示社会规律和发展趋势；研究人类行为和心理活动，探索人类认知和情感的本质；研究经济现象和经济问题，揭示经济发展规律和趋势等。
中国科学院计算技术研究所
科研成就
科研成果
学术刊物
科研成果
2009年，计算所共有在研项目369项。当年新立项目课题164项，包括中国高技术研究发展计划（863）项目 11项、科技支撑计划项目3项、国际合作项目1项；国家自然科学基金创新研究群体项目1项、杰出青年基金项目1 项、重点项目1项、联合基金1项、面上和青年基金25项；北京市创意文化产业项目1项；中国科学院知识创新工 程重要方向性项目3项、对外合作重点项目1项。另外还有院地合作等其它项目。年度到款3.2亿元。2009年，计 算所共取得科技成果31项。其中，863计划重大成果“曙光5000A”系统峰值运算速度达到233.5万亿次， Linpack值为180.6万亿次，在2008年11月发布的第32届TOP500排行榜上位列第10，是当时除美国以外世界上最 快的高性能计算机，在2009年4月召开的科技成果鉴定会上受到鉴定委员会的高度评价。全年共发表学术论文562 篇，其中期刊论文178篇，会议报告384篇；被SCI收录85篇，被CPCI收录212篇，被EI收录466篇，被中国科学引 文数据库收录210篇；申请专利142项，授权专利152项。
刊登的内容覆盖计算机领域的各个学科，以论文、技术报告、短文、研究简报、综论等形式报道以下方面的 科研成果：计算机科学理论、计算机硬件体系结构、计算机软件、人工智能、数据库、计算机络与多媒体、信息 安全、计算机辅助设计与图形学以及新技术应用等。
人才培养
学科建设
教学建设
学科建设
据2015年12月研究所官显示，中国科学院计算技术研究所建有2个一级学科博士后流动站，2个一级学科博 士点，2个一级学科硕士点，2个专业硕士。
高性能计算与应用研究
高性能计算与应用研究随着科技和经济的不断发展，计算机技术已经成为现代生产和科学研究的重要工具。
高性能计算则是计算机领域的重要分支，可以优化计算机硬件和软件系统，实现更快、更稳定、更高效的计算和数据处理。
本文将从高性能计算的定义、技术体系、主要应用领域和未来发展趋势等多个方面进行深入探讨。
一、高性能计算的定义高性能计算，简称HPC (High Performance Computing)，是指开展大规模计算、深度学习、数据科学等任务的一种计算范式。
它主要运用计算机系统的并行、分布式、异构和高可用等特点，将计算、存储、网络、软件和人力等资源无缝集成，从而实现高速度、高效率和高可靠性的计算和数据处理。
高性能计算系统通常包括多个计算节点、存储节点、网络交换机和调度器等硬件组件。
二、高性能计算技术体系高性能计算技术是一个开放的、复杂的和多层次的技术体系，涵盖了计算、存储、网络、软件和人工智能等方方面面。
具体来说，高性能计算技术体系包括以下几个方面：1.计算技术：计算技术包括CPU/GPU、FPGA/CPU/GPU、功率墙、超级计算机等不同类型的计算节点。
它们通过并行计算、向量计算、矩阵计算、量子计算等方式，提高计算效率和算法精度。
2.存储技术：存储技术包括硬盘、固态硬盘、闪存、内存等多种类型的数据存储介质。
它们通过优化数据访问、数据备份、数据恢复和数据安全等方面，提高数据的可靠性和可访问性。
3.网络技术：网络技术包括局域网、广域网、光纤、交换机、路由器等多种类型的网络设备。
它们通过优化数据传输、分布式文件系统、数据中心网络、云计算和容器化等技术，提高了计算和数据处理的效率和可靠性。
4.软件技术：软件技术包括操作系统、编程语言、编译器、并行库、调度器等多种类型的软件工具。
它们通过优化代码质量、并行性、负载均衡性、数据局部性等方面，提高了程序性能和可扩展性。
5.人工智能技术：人工智能技术包括深度学习、自然语言处理、图像识别、机器学习等多种类型的技术工具。
21世纪的计算机科学
高性能计算的类型
计算密集型：主要是科学工程数值计算，如大型复杂的科学工 程应用问题的计算等。 数据密集型：主要是海量数据处理，如数字图书馆、数据仓库、 科学计算可视化等。 通信密集型：主要是协同计算，如网格服务计算、远程医疗诊 断等。
国家高性能计算中心（合肥）
2013-7-26
14
2. 高性能计算学科(2)
3.
•
建立计算机科学发展的 “生态系统”
•
• WHAT：什么是计算机科 学发展的“生态系统”？ WHY：为什么要维持平衡 的“生态系统”？ HOW：如何建立计算机科 学发展的“生态系统”？
2.
• • • • • •
高性能计算学科
高性能计算 硬件 算法 软件 应用 教育与人才培养
4.
• • •
结论
名人名言 科学发现与竞争的计算机 科学支撑基础 简短结论
计算机科学
直观定义：计算机科学的含意是强调算法和软件、硬件和系统、 应用技术基础等。 计算科学与计算机科学的关系：计算机科学是计算科学的核心 和重要组成部分，两者密切相关，且它们所涵盖的内容有颇多 的重叠。
国家高性能计算中心（合肥）
2013-7-26
3
1、计算与计算机科学(2)
1.2 计算和计算机科学的特点、地位与作用
21世纪的计算机科学
陈国良
国家高性能计算中心（合肥） Email: glchen@ Homepage:
目录
1.
• • • •
计算和计算机科学
计算科学与计算机科学 计算与计算机科学的特 点、地位、与作用 计算与计算机科学的基 本研究内容 计算和计算机科学的应 用
2.
• • • • • •
重大专项15个研究方向
附件1.重大科技专项重点研究方向序号研究方向主要研究内容1重大装备重点开展盾构装备、矿山机械、起重机械、轨道交通装备、路桥装备、大中马力拖拉机等优势大型装备制造技术研发，突破系统集成、自动监控、智能耦合电液控制等关键技术，强化结构设计和工艺参数优化，提高整体制造水平。
2智能制造强调装备产品和装备制造智能化，积极开展工业机器人、精密数控机床、智能电气装备、精密仪器仪表等研制及产业化，支持智能柔性制造技术与系统开发，推进生产全程智能化。
3关键基础件以提升高端装备配套能力为重点，开展轴承、锻压件、泵阀、模具、制动器、气缸、曲轴等优势基础件制造关键技术研发，突破高精度表面加工、特殊材料及热处理等核心技术，推动骨干零部件企业与整机制造商在设计制造上协同创新。
4电子信息面向终端和高端市场，重点开展智能手机、可穿戴设备、OLED新型显示、数字视听产品等关键技术研究与产业化，支持高端软件、集成电路和新型元器件研发，搭建信息服务体系，加快电子信息产业集聚发展。
5云计算与大数据依托数据科学的快速发展，重点在农业、人口健康、政务信息等领域，开展大数据挖掘、云计算、云存储，云安全、数据可视化等关键技术研究，构建大数据开放型公共服务云平台，加速新兴产业发展，推进传统产业改进。
6智能物联网紧扣互联网深度应用发展潮流，重点开展物联网架构、标识、通信、安全等关键技术研发，支持智能化传感器产品开发，集成应用北斗导航系统，推进智慧社会发展。
7新材料以高性能、轻量化、绿色化为方向，重点开展新型合金材料和新型功能材料关键技术研发，推动向高性能材料制品、高端装备零部件延伸发展；支持高品质超硬材料及制品开发，提升其精深加工水平。
8新能源及新能源汽车围绕新一轮能源革命，开展风电、光电、生物质能等技术和装备研发与推广。
加快新能源汽车产业化，重点开展电动汽车用关键零部件开发和电池、电机、电控等集成优化，支持燃料电池客车关键技术研究及整车开发，推动新能源汽车智能化、轻量化发展。
国家高性能计算中心深圳分中心2
希望与建议
在市政府支持下，逐步建立引进人才所应提供的 院士科研平台; 在政府科研部门的大力支持下，希望在引进国内 外高层次领军人才、申请国家重大项目、申请广 东省和国家重点实验室等方面有所突破; 进一步加强国家高性能计算中心深圳分中心的建 设 ，为简化手续，从速建设，建议认定为深圳 市重点实验室。
现有工作基础和条件
国家高性能计算中心（合肥） 深圳大学的优势
广东省和深圳市的大力支持
深圳分中心的团队建设
硬件条件和场地环境
研究经费
近两年的主要工作
1. 学科建设
协助学院获评计算机科学与技术一级硕士点（2010）； 2. 科学研究 协助学院获评两个工程硕士点：计算机技术、软件工程（2010）； 建立计算机体系结构二级学科硕士点； 与中国科学技术大学联合研制成功了国内首台“基于龙芯3A四核处理器国 3. 服务与应用 产高性能计算机KD-60”，并通过了省级鉴定； 协助学院获评计算机科学与技术国家级特色专业（2010）； 与中国科学技术大学联合研制“基于龙芯3B处理器国产高性能计算机KD 新引进国内外人才2名，建立起10余人的高水平科研教学团队； 与深圳市金蝶中间件有限公司签署合作协议，并共同申请广东省产学研合作 90”，研发工作正在顺利推进； 创建高性能计算教学特色班。 项目（重大专项）； 正在自主研发基于龙芯3A四核处理器的国产高性能计算机“SD-1”； 与深圳天源迪科信息技术股份有限公司签署合作协议，共建院士工作站； 与美国德州奥斯汀大学计算机系建立“云索引联合实验室”； 与深圳华为技术有限公司的合作（进行中）； 参与国家自然科学基金重大项目“面向重大应用领域的高效能计算优化理 与深圳中集集团的合作（进行中）； 论与技术”； 与IBM公司共建实验室（筹备中）； 团队成员主持或参与多项国家、广东省和深圳市科研项目。
电子信息工程领域的新兴研究方向
电子信息工程领域的新兴研究方向目前，电子信息工程领域正处于快速发展的阶段，新兴研究方向层出不穷。
以下将介绍一些电子信息工程领域的新兴研究方向。
1. 量子计算和量子通信量子技术是近年来备受关注的研究领域之一。
量子计算以及基于量子特性的通信系统有望在未来带来革命性的突破。
研究者正在寻求开发更加稳定、可扩展且能够实现量子纠错的量子比特。
此外，量子通信领域的关键问题包括开发用于传输量子信息的可靠通道以及实现安全的量子密钥分发。
2. 人工智能与机器学习人工智能（AI）和机器学习（ML）是近年来电子信息工程领域的热点研究方向。
研究者致力于开发基于机器学习的智能系统，使其能够自动进行模式识别、数据挖掘和决策。
此外，研究者还在探索将深度学习技术与电子信息工程领域的其他应用领域相结合，例如无线通信、图像处理和声音识别等。
3. 物联网技术随着物联网（IoT）的兴起，研究者们对如何实现大规模、高效率的物联网系统进行了深入研究。
物联网技术涉及到物理设备、传感器、通信技术和数据处理等多个方面。
研究者正在开发更加智能、高度互联的物联网架构，并研究如何解决物联网中的隐私与安全问题。
4. 区块链技术及应用区块链技术作为一种去中心化的分布式存储和数据传输技术，逐渐在电子信息工程领域崭露头角。
研究者们正在研究如何将区块链技术应用于电子商务、物联网、金融和智能合约等领域。
同时，他们也在探索如何提高区块链的扩展性和安全性，以促进其在实际应用中的普及。
5. 高性能计算与分布式系统随着大数据时代的到来，高性能计算和分布式系统的研究备受关注。
研究者致力于开发更快、更高效的计算平台，并研究如何在分布式环境下处理和管理大规模的数据集。
研究领域涵盖并行计算、分布式存储、任务调度和资源管理等方面。
6. 绿色通信技术绿色通信技术是为了提高通信系统的能源效率，降低对环境的影响而研究的新兴方向。
研究者们正在致力于开发绿色通信技术，例如能源高效的射频模块和材料、低功耗的通信协议和管理算法等。
高性能计算中心-高效能软件和科学工程计算研究室3页
欢迎希望成为我的学生们阅读，包括本科生、推免硕士研究生、硕士研究生和直博研究生。
下面先介绍我们的情况，然后提出对新学生的要求。
共三页，成稿于2013年7月8日。
一、我们的实验室和研究国家高性能计算中心（合肥）本实验室是安徽省重点实验室，从事高性能计算与应用方向，是计算机学院的重点方向。
实验室由陈国良院士创建并领衔负责，现有100名左右的博士后、博士生和硕士生。
上图为实验室位于东区科研楼五楼一角。
我指导的学生组成1.博士生：2名2.硕士生：9名研究方向：大数据挖掘的高性能计算及生物信息学应用1. 面向大数据的高性能计算1)主要研究内容：a)多核并行编程模型研究和多核DSP编译器研制设计和提出了一种渐进、非颠覆式的并行编程模型，并在华为项目中得到应用。
研制多核DSP编译器，进行了软件流水等关键技术的研究，并在中电集团三十八研究所项目中得到实施。
b)基于虚拟化技术的多核平台和系统的并行化Improvement of software durability and portability，二进制执行流翻译，并行性能监控和分析等，参与了中科院计算所的“核高基”项目。
c)新一代并行机及其体系结构上的并行算法设计在新一代CMP和GPU上的设计和开发重要并行算法和工具环境，一类动态规划矩阵的并行化和LCS与MLCS算法的高效实现，以及生物信息学重要算法的并行化。
2)合作研究a)研究者：尚奕教授（University of Missouri, Columbia），周丰丰研究员（中科院深圳先进技术研究院）等b)单位：中科院计算所，中电集团三十八研究所，深圳先进技术研究院3)毕业学生：张坤鹏硕士（美国西北大学读博），余林彬硕士（美国读博），胡自林硕士（上海HP）、邱鹏飞硕士（百度搜索研发部）等。
4)重要项目：a)并行计算模型和性能优化，国家863重大项目子课题，2010.1-2010.12b)BWDSP100 C编译器实现，“核高基”科技重大专项，2009-2010c)基于龙芯3号的通信与数学库的研制，“核高基”科技重大专项，2009-20115)重要论文：国内科学通报、软件学报、计算机学报、计算机研究与发展论文多篇，并行计算领域顶级期刊IEEE Trans. on Parallel and Distributed Systems 上1篇。
国内外电子信息工程领域的研究热点
国内外电子信息工程领域的研究热点1. 人工智能（AI）在电子信息工程中的应用人工智能是当前电子信息工程领域的研究热点之一。
AI技术的发展为电子信息工程带来了巨大的创新和发展机遇。
在人工智能的应用方面，电子信息工程领域广泛探索了深度学习、机器学习、自然语言处理、计算机视觉等方向。
例如，人工智能在图像和语音识别、智能控制系统、自动驾驶技术等领域的应用，都展现了巨大的潜力。
2. 物联网（IoT）技术在电子信息工程中的研究与应用物联网技术是另一个备受关注的研究热点。
物联网通过将感知、通信和计算技术结合，实现了物理世界与数字世界的互联互通。
在电子信息工程领域，物联网技术的应用范围非常广泛，涵盖了智能家居、智慧城市、智能交通、智能农业等多个领域。
研究人员致力于进一步提升物联网系统的可靠性、安全性和能效等方面，并不断改进其在电子信息工程中的应用。
3. 高性能计算与云计算技术高性能计算和云计算技术在电子信息工程领域中也备受关注。
随着计算机性能的快速提升，对高性能计算和云计算的需求也越来越高。
研究人员关注如何在电子信息工程中利用高性能计算和云计算技术，提高计算速度、降低能耗，并为复杂的数据处理和分析提供更好的解决方案。
4. 5G通信技术的研究与应用5G通信技术作为下一代移动通信标准，也是当前电子信息工程领域的研究热点之一。
研究人员致力于提高5G网络的速度、容量和可靠性，以满足未来移动通信系统对数据传输的需求。
此外，研究人员还研究了5G通信技术在智能交通、工业自动化、远程医疗等领域的应用。
5. 大数据分析与数据挖掘随着信息时代的到来，大数据分析和数据挖掘技术在电子信息工程中的应用也越来越重要。
大数据分析和数据挖掘技术旨在发现隐含在大规模数据中的规律和模式，并提供决策支持和预测能力。
在电子信息工程领域，大数据分析和数据挖掘技术被广泛应用于智能交通系统、金融风控、医疗诊断等领域，为人们提供更准确的信息和服务。
6. 嵌入式系统与物理设计嵌入式系统和物理设计是电子信息工程领域的另一研究热点。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
欢迎希望成为我的学生们阅读，包括本科生毕业设计、推免硕士研究生、统招硕士研究生和直博研究生。
下面先介绍我们的情况，然后提出对新学生的要求和期望。
本材料共4页，成稿于2018年8月14日。
一、国家高性能计算中心（合肥）—大数据挖掘与计算研究室
本实验室隶属于安徽省重点实验室—国家高性能计算中心（合肥），从事高性能计算与应用方向，是计算机学院的重点方向。
实验室由陈国良院士创建并领衔负责，现有100多名博士后、博士生和硕士生。
上图为实验室位于东区科研楼五楼一角。
现在本实验室共有1名博士后（与讯飞联合培养）、5名博士生、11名硕士生。
二、研究方向
1.文本序列异同分析：开源程序集，DNA和蛋白质序列，学术文献挖掘；
2.软件分析：代码克隆，代码推荐和生成，软件架构改良；
3.并行计算及性能优化：自适应并行编程框架，并行算法及系统性能优化；
4.区块链技术及应用。
三、研究成果
本研究室早期得到985工程“信息科技前沿理论与应用”创新平台、教育部“大规模科学工程计算”长江学者和创新团队、教育部和外专局“计算科学及其应用基础”111引智计划等重大项目支持，目前得到教育部“高性能计算协同创新”2011计划、科技部“大数据分析及应用创新团队”、“面向大规模序列同源问题的并行分布式算法及其关键技术研究”基金委面上项目等新近支持。
程序集和基因组中原版片段或祖先片段搜寻和分析称之为序列同源分析，是软件源码补全、代码自动生成和推荐等新一代软件开发技术中的理论基础和关键技术，也是文本异同分析共性技术和关键。
我们发展的Large Gap克隆工具CCAligner 和序列比对算法BitMapper，分别在软件工程顶会ICSE2018和Bioinformatics2018上发表，其他研究成果有发表在数据挖掘顶刊TKDE和并行计算顶刊TPDS上。
四、研究意义
左图说明并行计算需要学习和训练，右图说明并行计算是大数据和人工智能的核心技术和支撑。
我们开展的大数据挖掘与计算，主要是进行大规模序列数据的异同分析和挖掘，依靠的是并行算法和并行计算技术。
五、研究工作
1. 软件源码分析及应用
1)主要研究内容：
a)大差异的软件源码克隆算法研究
面向较小差异的源代码克隆算法SourcererCC取得了较好的进展，对于软件迭代开发中的大差异代码克隆一直是业界的挑战问题和应用，我们提出CCAligner1&2工具该需求问题的研究突破，其中CCAligner1发表在国际软件工程学术会议ICSE2018上。
学生受同行研究者的邀请到加拿大访问，此项工作已有企业意向合作。
b)基于克隆的软件分析和代码补全推荐
软件代码的智能生成一直软件工程界的追求和期望，我们已在基于CCAligner工具上的API序列推荐和代码补全推荐上展开工作和研究，目前已取得好于同类工具的初步研究结果。
2)合作研究
a)国外：Roy教授（University of Saskatchewan, Canada）等；
b)国内：华为公司、浙江大学等多位国内同行；
3)毕业学生：张弘硕士（美国弗吉尼亚理工读博），张鑫鑫硕士（杭州阿里），汪
敏硕士（上海华为）等。
4)重要项目：
a)面向大规模序列同源问题的并行分布式算法及其关键技术研究，国家自然
基金面上项目；
b)大数据分析及应用创新团队，科技部项目；
5)重要论文：1篇软件工程顶会ICSE论文，及其他多篇论文。
2. 并行编程框架和并行算法设计
6)主要研究内容：
c)面向信号处理的跨平台并行编程框架研究
设计了一种渐进、非颠覆式的并行编程模型，并在华为项目、南京十四所项目中得到应用。
面对复杂计算环境和资源调度，提出的自动性能寻优技术是我们的创新和贡献。
d)新一代并行机及其体系结构上的并行算法设计
在新一代CMP和GPU上的设计和开发重要并行算法和工具环境，一类动态规划矩阵的并行化和LCS与MLCS算法的高效实现，以及图论算法并行化（BFS），其中并行BFS取得性能两倍好于Graph 500中算法。
7)合作研究
a)研究者：尚奕教授（University of Missouri, Columbia）等；
b)单位：华为公司，中电集团十四所、三十八所；
8)毕业学生：张坤鹏硕士（美国西北大学读，美国高校任教），余林彬硕士（美
国读博，Facebook工作），胡自林硕士（上海HP）、邱鹏飞硕士（百度搜索研发部），吴彦钊学士（美国佐治亚理工读博）等。
9)重要项目：
a)并行计算模型和性能优化，国家863重大项目子课题；
b)BWDSP100 C编译器实现，“核高基”科技重大专项；
c)基于龙芯3号的通信与数学库的研制，“核高基”科技重大专项。
10)重要论文：国内科学通报、软件学报、计算机学报论文多篇，并行计算领域顶
级期刊TPDS上1篇，数据挖掘领域顶级期刊TKDE上1篇。
3. 生物信息学算法及文献挖掘应用
1)主要研究内容：
a)生物测序序列比对算法和索引技术
BLAST软件优化和并行化，BitMapper测序序列找全比对算法，BitMapperBS甲基化比对算法，BWT索引技术改造和优化等。
b)大规模的生物文献挖掘研究
实体命名识别，蛋白质相互作用关系提取，以及与疾病关系提取。
2)合作研究
a)国外：尚奕教授（University of Missouri, Columbia），姜涛教授（University
of California, Riverside Riverside）。
b)国内：张强峰研究员（清华大学），薛宇教授（华中科大生命学院）。
3)毕业的学生：张强峰博士（美国读博，青千，清华任教），宋彬硕士（美国Oracle），
张弘硕士（美国弗吉尼亚大学读博），刘娟学士（美国读博，google工作）等。
4)重要项目：2项国家自然基金面上项目和1项国家863项目。
5)重要论文：多篇Bioinformation（影响因子5.0以上），多篇BMC Bioinformatics
（影响因子3.49左右），数篇TCBB。
六、对未来学生的要求
1.具备
良好的专业和英语基础，进取的学习和研究精神，正直的人生和生活态度；
2.期望
成为德才兼备的社会和国家有用之才。
欢迎本科生、推免硕士研究生、硕士研究生和直博研究生的加入！。