京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据十三五蓝图倒计时 15股绝对低估
工信部信息化和软件服务业司司长陈伟10日在接受记者采访时说,工信部正在制定《大数据产业“十三五”发展规划》,支持大数据技术和产业创新发展,提升大产业支撑能力,培育新业态新模式。
近日,国务院印发《促进大数据发展行动纲要》,这为我国大数据发展进行了顶层设计和统筹部署,工信部主要负责大数据产业发展以及应用示范相关工作。陈伟说,除制定《大数据产业“十三五”发展规划》外,工信部还将出台促进大数据产业发展的推进计划,促进规划、标准、技术、产业、安全、应用的协同发展。
据介绍,工信部将组织实施“大数据关键技术及产品研发与产业化工程”,通过相关项目和资金引导和支持关键技术产品研发及产业化,同时开发面向工业、电信、金融、交通、医疗等数据密集型行业的大数据应用解决方案。
“要促进大数据与其他产业的融合发展,着力发展工业大数据,加强产业生态体系建设。”陈伟说。
他说,围绕落实中国制造2025,支持开发工业大数据解决方案,利用大数据培育发展制造业新业态,开展工业大数据创新应用试点。同时,促进大数据、云计算、工业互联网、3D打印、个性化定制等的融合集成,推动制造模式变革和工业转型升级。
据介绍,目前,工信部已经指导全国信息技术标准化委员会组建由130余家单位构成的大数据标准工作组,组织起草了《大数据标准化白皮书》,制定大数据标准体系,已经开展数据质量、数据安全、数据开放共享和交易等方面的多项国家标准的立项和研制工作。上海证券报
成立产业基金,发力云计算和大数据应用:基金计划投资于云计算中心项目,以及大数据、云计算、物联网、智慧城市等相关产业链的上下游公司。包括以下几个方向:(1)智慧城市项目;(2)云计算周边配套产品项目;(3)中科院先进计算创新产业联盟相关项目;(4)产业链上下游潜在的行业并购及投资机会;(5)前沿科技领域的风险投资机会。公司以硬件起家,成立基金发力云计算和大数据应用,既是产业链条的延伸,也是围绕自身打造生态圈,拓展技术应用范围的途径。
业绩上涨受益于软硬件国产化进程:随着国家对网络安全和自主可控重视程度的提高,公司主营业务较去年同期有较大增长,高端计算机目前国内仅有国防科技大学和中科曙光能够制造,在一定程度上造成了技术的罕有性,而且高端性能服务器不同于低端的X86服务器,目前尚处于蓝海领域,国外的高性能竞争对手例如IBM等公司由于国产化的进程基本不可能再入围中国的招标,我们认为,具有资本市场和技术实力双重优势的中科曙光理应获得溢价。
芯片国产化,龙芯系列初显威力:在整个计算机的产业链中,我们看到微软和INTEL占据了主导性的优势,这也是为什么它们是最具有价值的两类公司,普通PC和低端服务器的价值沦为产业链下游,仅有供应链成本控制的价值,INTEL一家公司获得了70%的利润。我们看到,公司推出的自主可控的高性能芯片龙芯家族包含龙芯桌面计算机、龙芯机架式服务器、龙芯存储服务器、龙芯刀片服务器、龙芯防火墙、龙芯负载均衡、龙芯堡垒主机等自主可控的硬件平台,并且公司新推出基于龙芯3B-2000处理器的服务器产品。根据我们的深度报告《IT安全是和平时期国家安全的制高点》中所指出的,龙芯3B-1500已经达到可以商用的级别,其SPEC性能目前相当于INTEL二代i5系列的性能,此次推出的3B2000相对于上一代的产品,功耗和主频相当,但是性能获得了成倍的提升,这对于商业服务器来说是一次质的飞跃。另外,不同于桌面电脑,服务器一般采用linux操作系统,我们可以说,在国产化进程中,龙芯的应用不存在系统上的瓶颈,在芯片国产化的进程下,芯片业务爆发指日可待。
高端计算机及信息系统领域的佼佼者:公司始终专注于高性能计算机、通用服务器及存储产品的研究、开发与生产制造,并围绕高端计算机提供软件开发、系统集成与技术服务。2009-2014年公司连续6年蝉联中国高性能计算机TOP100排行榜市场份额第一。公司具有非常高的竞争门槛,全球超级计算机提供商寥寥无几。2014年作为核心业务的高性能计算机收入占比为33%,毛利占比41%。
倚中科院之势,成就“第二个联想”:在“棱镜门”余波未消的今天,国家对于信息安全的重视程度越来越高,政府自主信息化建设为高端计算机国产化提供了广阔的空间。中科院做为我国IT产业支柱机构,其IT资产非常丰富,既有计算所的CPU“龙芯”,又有软件所的国产核心操系统软件,所以中科院的IT资产丰富且具强大竞争力。中科院院长多次提出要把曙光培养成第二个联想。目前,中科院已经让曙光联合中科院其他科研院所成立产业创新联盟,共同探索新方向和产业化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27