㈠ 俄政府公布高新技術發展白皮書
白皮書
2月16日，俄羅斯經濟發展部發布《俄羅斯和國外高新技術發展白皮書》。白皮書根據俄羅斯政府第一副總理安德烈·別洛烏索夫指示，由經濟發展部與國立高等經濟大學、國家技術創意中心、權威部委、頭部企業聯合擬定，研究了世界人工智慧、物聯網、5G網路、量子計算、量子通信、分布式賬本技術、電能傳輸與分布式智慧能源系統技術、電能儲存系統製造技術、新材料和新物質技術、未來航天系統共10個領域的現狀和發展趨勢，分析了俄羅斯在上述領域與領先國家存在的差距、具備的優勢和不足以及未來面臨的風險。鑒於涉及國家機密，俄羅斯政府為大型企業確定的16個發展方向中的某些方向，比如新一代微電子與電子元件製造、量子感測器等未被納入白皮書。
人工智慧
2015~2019年，全世界人工智慧領域相關的專利申請數量從2.25萬項增長到6.37萬項。俄羅斯申請者每年提交的申請數量大約為100~140項。在人工智慧領域相關 科技 論文發表總量中，俄羅斯作者的比重為1.5%（2020年數據）。專利和論文發表數量方面領先的是中國和美國。
2021年，美國政府對人工智慧領域研究和發明的投入為15億美元，到2026年將增加到320億美元。但是人工智慧技術發展的主要方向卻由美國的大型數字化集團掌握：亞馬遜公司（2020年投入427億美元），Alphabet公司（276億美元），微軟公司（193億美元），蘋果公司（187億美元），Meta Platforms公司（原Facebook公司，185億美元）。中國的投入不詳，但是僅阿里巴巴、騰訊和網路三家公司2020年的研發總投入就達到160億美元。
以人工智慧為基礎的最為龐大的市場包括生物統計系統（全世界市場總容量為366億美元），不同自主化水平的航空和公路交通（分別為274億美元和233億美元）。俄羅斯國內主要的人工智慧研發企業有Yandex公司、VisionLabs公司、NtechLab公司、俄羅斯儲蓄銀行、VK公司、МТ公司、天然氣工業石油公司、卡巴斯基實驗室。
白皮書作者指出，俄羅斯在人工智慧領域的優勢是擁有超級計算機。定期更新的世界500強超級計算機榜單2021版中，俄羅斯共有7台超級計算機入圍，其中Yandex公司的「切爾沃年基斯」超級計算機在計算能力上排名第19位。俄羅斯研發企業能夠製造世界級產品，但是必須刺激部門用戶的需求。俄羅斯在該領域的主要短板是在電子元件方面比較落後。
物聯網
與物聯網領域相關的全世界發明專利申請總數中，俄羅斯佔0.2%，科學論文發表數量的比重佔1.5%。對該領域投入最多的是中國和美國。2020年全世界物聯網的總投入為7420億美元，據IDC預測，2024年前這一指數將以每年11.3%的平均速度增長。
該領域的世界頭部企業包括美國的微軟Azure、亞馬遜AWS、IBM Watson、PTC、谷歌雲、思科，中國的阿里雲和網路。俄羅斯的公司有МТС公司、「信號旗」通信公司、Megafon電信公司、俄羅斯電信、俄羅斯技術集團等。物聯網正在進入工業、農業和住房公用事業等行業，用於生態監測、消防安全、氣象監測等領域。與國外競爭者相比，俄羅斯企業的主要優勢是功能更加強大的軟體、更為高效的數據處理演算法、數據存儲和監測領域的解決方案以及支持俄語用戶等。劣勢是主要的硬體解決方案基於國外元件製造。
5G網路
在全世界5G移動通信網相關的發明專利申請總數和科學論文發表總量中，俄羅斯分別佔0.1%（2019年）和1.8%（2020年）。5G基礎設施建設主要是由大型通信運營商的設備生產商負責：中國的華為和中興，瑞典的愛立信、芬蘭的諾基亞和韓國的三星。上述企業占據了全世界移動通信設備市場份額的95%。2020年，它們的總投入達300多億美元。到2026年底，5G市場總容量可能增長100多倍，達6679億美元。
與物聯網和人工智慧相結合，5G網能夠保障 社會 經濟部門和領域向更高的技術發展水平過渡，這將提高勞動生產率、提高生產和服務的質量和靈活性、降低事故率等。現在，已經出現了巨大差距：美國、中國和韓國5G的注入水平已達15%~20%，而俄羅斯國內這種技術僅僅在部分試點區域內得到落實，而這些試點的真正啟動還要等到2024年。屆時，無論是在5G網路基礎設施發展水平，還是基於這些基礎設施的服務准備程度方面，差距可能達到極限。
量子計算
全世界與量子計算領域相關的專利申請總數和 科技 論文發表總數中，俄羅斯分別佔1.5%（2019年數據）和4.7%（2020年數據）。從總體指數看，該領域的領先者是中國和美國。量子計算的世界市場正處於形成階段。最近5年，其市場容量將達到10~20億美元，再往後15~30年可能增長到4500~8500億美元。無論國家，還是大型集團都在對該領域技術的發展進行投資，特別是美國的谷歌、IBM、微軟、霍尼韋爾公司。俄羅斯國內從事該領域技術發展的企業有俄羅斯原子能集團、俄羅斯量子中心和高校。
據評估，在量子計算領域，與世界領先國家相比，俄羅斯在技術上落後7~10年。到2025年~2030年，量子計算機大規模應用的時候，俄羅斯的非量子技術優勢將不復存在。但是當前的工作用量子設備暫時還不能超越傳統的超級計算機（量子優勢指的是量子計算機解決某些特殊任務的速度要比傳統計算系統的速度高出數個數量級）。
量子通信全世界與量子通信領域相關的專利申請總數和 科技 論文發表總數中，俄羅斯分別佔1.1%（2019年數據）和4.4%（2020年數據）。而且在大氣和太空通信線路方面，俄羅斯佔50%。目前，美國、歐洲、英國、日本、中國和俄羅斯正在布設多節點干線和城市光纖量子網路。俄羅斯從事相關工作的是俄羅斯鐵路、俄羅斯電信等公司。
量子通信
對於工業來說意義重大，因為該領域的技術可以保證基於量子物理的基本規律保護數字數據，這在網路威脅增長以及量子計算機研製有望（藉助量子計算將可以在很短的時間內破譯現有的加密演算法）的情況下頗具現實意義。
分布式賬本技術
全世界與分布式賬本技術領域相關的專利申請總數和 科技 論文發表總數中，俄羅斯分別佔0.2%（2019年數據）和2.1%（2020年數據）。該領域的領先者是美國和中國。申請專利數量最多的公司包括中國的阿里巴巴、騰訊 科技 和杭州復雜美 科技 公司以及美國的IBM和英國的nChain公司。據預測，到2030年，分布式賬本技術的應用可能保證全世界國內生產總值增長大約1.8萬億美元，其中有9600億美元來自供應鏈管理，商品與服務監測領域，4300億美元來自金融領域。俄羅斯國內應用這種技術的單位有聯邦稅務局、俄羅斯儲蓄銀行、諾里爾斯克鎳公司、天然氣工業石油公司等。
電力傳輸技術和分布式智慧能源系統技術
能源過渡是世界經濟日程上的優先事項之一。歐盟各國、中國和美國已經宣布向碳中和能源過渡。許多國家制定了提高可再生能源在能源平衡表中比重的計劃。
全世界與電力傳輸技術、分布式智慧能源系統領域相關的專利申請總數和 科技 論文發表總數中，俄羅斯分別佔0.8%（2019年數據）和2%（2020年數據）。該領域的領先者是中國、日本和美國。在俄羅斯國內，很多企業從事該領域的產品和元件生產，比如俄羅斯網路、俄羅斯原子能集團等公司。根據眾多路線圖、戰略文件和規劃文件定下的目標，到2035年基於可再生能源的發電總量將達12吉瓦；到2030年電動交通工具的生產總量將提升到73萬輛，並為其配套建設充電基礎設施等。
電能儲存系統製造技術
儲能系統（各種蓄電池等）研製技術領域，俄羅斯提交的專利申請數量和 科技 論文發表數量分別佔全世界的1.2%（2019年）和2.2%（2020年）。已有20多個國家宣布將禁止使用內燃發動機類 汽車 ，包括挪威（從2025年開始），德國（從2030年開始），法國（從2040年開始），英國（從2050年開始）以及斯洛維尼亞、比利時、印度、新加坡等國。從專利申請和 科技 論文發表數量來看，俄羅斯在氫技術領域做出了更加突出的貢獻。俄羅斯原子能集團正在仔細研究俄羅斯「吉工廠」——鋰離子蓄電池生產工廠建設項目。
新材料和新物質技術
全世界與新材料和新物質技術（超輕材料、超固體材料和記憶材料等）領域相關的專利申請總數和 科技 論文發表總數中，俄羅斯分別佔0.8%（2019年數據）和4.3%（2020年數據）。世界上從事這些技術開發的有大型電動交通工具生產商（特斯拉、大眾、梅賽德斯、寶馬、豐田）和金屬產品製造商等。各經濟部門應用最為急需和需求最大的是增材製造、聚合復合材料、稀土金屬及其產品獲取技術、鋰技術等。俄羅斯在該領域的最大優勢是稀土金屬獲取技術（2019年佔世界申請專利數量的4.9%）。世界上最大的稀土設備進口國是中國和美國。俄羅斯的稀土金屬儲備佔世界儲量的比重大約為17%，探明原料總量位列中國之後排在世界的第2位，但是開采量僅在世界上排名第7位。
未來航天技術
全世界與未來航天技術領域相關的專利申請總數和 科技 論文發表總數中，俄羅斯分別佔3.9%（2019年數據）和5.1%（2020年數據）。根據這兩項指標，占據世界領先地位的是中國和美國。俄羅斯在未來地理信息系統研製（29%）和新一代航天器製造技術領域（4.2%）的專利數量佔有最大份額。
擁有這些技術儲備的國家將獲得長期的戰略競爭力。未來航天技術的運用為農業、林業、礦產資源開采、建築、交通和物流、信息和通信、教育、國家管理等領域附加值的增長開辟了巨大機會。俄羅斯正在國家2022~2030年航天信息技術綜合發展規劃框架下發展這些技術。該規劃的落實應該能夠保證衛星通信、數字廣播和高速訪問互聯網覆蓋俄羅斯全境，包括北極地區和北方海路，促進發展物聯網服務（馬拉松物聯網）和地球遙測服務。
風險
毫無疑問，從上述技術領域的大部分參數看，美國和中國已經與其他國家拉開了很大距離。從研究人員發表論文的積極性指標看，俄羅斯的排名分布於第7、8到19位之間；從專利申請積極性指標看，俄羅斯的排名位於第4、6到第20~30位之間。如果中國發表一篇 科技 論文平均需要兩項專利申請的話，那麼俄羅斯的這種比例關系約為1:5。
配件和設備嚴重依賴進口（包括開展研究和發明工作所必需的設備），高水平專業人員不足，新興公司數量極低（與領先國家相比）和獨角獸企業——私營高 科技 公司（市場價值超過10億美元的公司）實際上的完全缺失阻礙了俄羅斯技術的發展。在這種情況下，俄羅斯大學和科研機構，包括預算撥款的機構在內，它們的大部分創意和發明流向了國外，並以高加價產品和服務的形式返回俄羅斯。
世界上這些新技術市場形成過程中的先行者是蘋果、微軟、谷歌、亞馬遜、特斯拉、Meta、英偉達、騰訊、三星、阿里巴巴、SpaceX等大型公司。俄羅斯參與上述進程的公司都是有國家股份參與的大型公司，包括俄羅斯儲蓄銀行、俄羅斯電信、俄羅斯原子能集團、俄羅斯國家航天集團、俄羅斯網路、俄羅斯石油、俄羅斯鐵路、天然氣工業公司。目前，如果沒有國家的積極協調和支持，俄羅斯企業進軍國外市場的夢想就無法實現。同時，需要強調的是，當代世界，即使是最強大的「玩家」也需要採用開放創新商業模式開展業務，組建可以將資本價值擴大數倍的財團和生態系統。
㈡ scsi硬碟與IDE硬碟有什麼區別
SCSI與IDE的區別
除了SCSI，IDE也是一種極為常用的介面。從使用簡便的角度來看，IDE更加適合普通用戶，再加上個人電腦用戶不但需要配置的外設不多，而且對速度要求也不高，因此選用IDE介面更合適些。此外，IDE還具有性能價格比高、適用面廣等特點。而SCSI介面盡管具有很多無與倫比的特點，但不論從哪個角度看，該介面及其使用該介面的外設售價過於昂貴，一般用戶實在無法承受，這也就決定了它的實際使用范圍的局限性。
1.IDE的工作方式需要CPU的全程參與，CPU讀寫數據的時候不能再進行其他操作，這種情況在Windows95/NT的多任務操作系統中，自然就會導致系統反應的大大減慢。而SCSI介面，則完全通過獨立的高速的SCSI卡來控制數據的讀寫操作，CPU就不必浪費時間進行等待，顯然可以提高系統的整體性能。不過，現在的IDE介面為改善這個問題也做了很大改進，已經可以使用DMA模式而非PIO模式來讀寫，數據的交換由DMA通道負責，對CPU的佔用可大大減小。盡管如此，比較SCSI和IDE在CPU的佔用率，還是可以發現SCSI仍具有相當的優勢。
2.SCSI的擴充性比IDE大，一般每個IDE系統可有2個IDE通道，總共連4個IDE設備，而SCSI介面可連接7~15個設備，比IDE要多很多，而且連接的電纜也遠長於IDE。
3.雖然SCSI設備價格高些，但與IDE相比,SCSI的性能更穩定、耐用，可靠性也更好。
㈢ 華為突破分布式資料庫和存儲技術，打通數字化轉型「雄關漫道」
2019年，我們將進入數字化轉型的攻關期。所謂「攻關期」即數字化轉型2.0階段，需要攻堅企業關鍵業務上雲和數字化轉型改造的課題。在一份市場調查公司IDC的報告中指出：IDC自2014年提出數字化轉型以來，看到企業在數字化轉型層面已經投入了大量人力物力，但是效果並不理想，有一些企業已經成功屹立在潮頭，有一些企業在向上游進發，還有一些企業只能在浪潮的挾裹中被動前行。
對於企業來說，數字化轉型是「雄關漫道」。IDC認為，目前階段來看，企業亟待解決的是數字化能力提升，包括：與業務的深入結合能力；數據處理和挖掘能力；以及IT技術運營和管理能力。特別是數據處理和挖掘能力，因為數字化轉型推進企業從以流程為核心向以數據為核心轉型，對海量、異構、多類型的數據處理和挖掘能力是釋放數據價值的前提，對數據全生命周期的管控治理是釋放數據價值的保障。而隨著數字化轉型引入大量新技術而導致IT復雜度變高，企業IT技術運營和管理能力是提升企業「IT生產力」的關鍵。
攻關數字化轉型的「雄關漫道」，需要一個具備融合、智能、可傳承三大特性的數字平台。這是2019年3月華為與IDC聯合推出的《擁抱變化，智勝未來—數字平台破局企業數字化轉型》白皮書所提出的觀點。融合主要指把傳統技術和創新技術相結合；智能主要指平台智能化和智能化能力輸出；可傳承主要指解耦、功能復用、可配置等理念打造的架構。而承載這三大觀點的，就是新一代分布式企業級技術。
2019年5月15日，華為發布了業界首款支持ARM架構的新一代智能分布式資料庫GaussDB以及分布式存儲FusionStorage 8.0，作為新一代數據基礎設施，詮釋了具備融合、智能、可傳承三大特性的數字平台。華為常務董事、ICT戰略與Marketing總裁汪濤在發布會上表示，千行百業正在加速智能化進程，越來越多的企業已經意識到數據基礎設施是智能化成功的關鍵。華為圍繞計算、存儲和數據處理三個領域重定義數據基礎設施，加速邁向智能時代。
今天所討論雲和工業互聯網等概念的背後是一個新時代的到來，這就是體系架構大遷徙。傳統企業級技術是在單體應用和單機環境中，保證數據存儲、調用等操作的高可靠、高可用、高穩定，特別是滿足金融級事物處理的ACID（原子性、一致性、隔離性和耐久性）要求，為企業關鍵業務提供數據管理支撐。隨著企業技術向雲架構遷移，資料庫技術也面臨轉型。
2018年，基於雲計算技術的分布式資料庫成為了業界的熱點。簡單理解，雲計算技術就是把「單機」環境替換為由X86伺服器機群所組成的分布式計算環境。原先由幾台小型機完成的計算任務，要分散到上百甚至上千台X86伺服器上，而且還可能跨數據中心操作，挑戰可想而之。特別是在線支付等金融級業務，不能在斷網或網路連接有問題時出錯，也不能因響應速度慢而影響用戶體驗。
2018年8月，中國支付清算協會與中國信息通信研究院聯合舉辦了「金融分布式事務資料庫研討會」，與業界廠商和用戶共商核心資料庫分布式轉型之路，同時發布了《金融分布式事務資料庫》白皮書。金融分布式事務資料庫的工作推進，為分布式資料庫進入企業關鍵業務系統，提供了產業化支撐。而華為作為企業ICT解決方案供應商，早在2012年就開始研發面向大數據分析的數據倉庫，在基於傳統關系型資料庫SQL引擎和事務強一致性等基礎上，進行了分布式、並行計算的改造，歷時6年打造了面向PB級海量數據分析的分布式資料庫。
在OLAP數據倉庫之外，華為與行業用戶合作了面向OLTP的分布式事務型資料庫研發。2017年，華為與招商銀行合作成立了分布式資料庫聯合創新實驗室，研發具有高性能企業級內核、完整支持分布式事物、滿足金融行業對數據強一致要求、單機事物處理能力要達到每分鍾百萬級別等的OLTP分布式資料庫。
本次發布的GaussDB資料庫新品包括：聯機事務處理OLTP資料庫、聯機分析處理OLAP資料庫、事務和分析混合處理HTAP資料庫。而華為GaussDB資料庫將AI技術融入資料庫設計、開發、驗證、調優、運維等環節，可實現基於AI的自調優、自診斷自愈、自運維，讓資料庫更高效、更智能，引領資料庫架構的發展。
更進一步，本次發布的GaussDB系列資料庫是業界首款支持ARM晶元的分布式資料庫。華為推動計算架構從以X86+GPU為主的單一計算架構到以X86+GPU+ARM64+NPU為主的異構計算架構快速發展。基於X86架構，華為引入AI管理和智能加速能力，率先推出了智能伺服器FusionServer Pro；基於ARM64打造了業界性能最強的TaiShan伺服器；基於Ascend晶元的Atlas智能計算，實現了業界首個端邊雲協同的人工智慧平台。而GaussDB可充分利用並融合ARM、X86、GPU、NPU等多種異構算力組合，大幅提升資料庫性能。
汪濤強調，作為全球首款AI-Native資料庫，GaussDB有兩大革命性突破：第一，首次將人工智慧技術引入資料庫的全生命周期流程，實現自運維、自管理、自調優和故障自診斷。在交易、分析和混合負載場景下，基於最優化理論，首創深度強化學習自調優演算法，把業界平均性能提升60%。第二，支持異構計算，充分發揮X86/ARM/GPU/NPU多樣性算力優勢，最大化資料庫性能，在權威標准測試集TPC-DS上，華為GaussDB排名第一。GaussDB還支持本地部署、私有雲、公有雲等多種場景。
在以雲計算為代表的分布式計算環境中，數據管理解決方案除了需要分布式資料庫外，為了更好的擴縮容以及滿足多樣化數據存儲需求，計算與存儲分離已經成為分布式資料庫設計的主要架構。分布式雲化架構，就是要支持計算、存儲分離和多租戶等架構設計要求。
GaussDB已經從資料庫層面實現了高可用、高可靠、高穩定的分布式資料庫，本次發布的FusionStorage 8.0則是分布式存儲架構，創新地實現一套系統同時支持塊、文件、對象、HDFS協議，1套存儲支持4類存儲能力，適用於全業務場景混合負載，最終讓「一個數據中心一套存儲」成為可能。
IDC發布的《中國軟體定義存儲（SDS）及超融合存儲（HCI）系統市場季度跟蹤報告，2018年第四季度》顯示，2018年，軟體定義存儲市場達到了54.9%的同比增長。軟體定義存儲在中國整體存儲市場的佔有率穩步上升，分別達到了22.1%的市場佔有率。華為憑借文件解決方案在政府、廣電和電信等行業得到認可，在2018年中國軟體定義存儲市場排名第一。
FusionStorage 8.0採用華為ARM-based處理器鯤鵬920加速，使IOPS提升 20%，結合華為AI Fabric無損網路，時延進一步降低15%。基於華為在計算、網路和存儲領域多年的晶元和演算法積累，FusionStorage 8.0在SPC-1的性能測試中，單節點性能達到了16.8萬IOPS以及1ms以內時延，成為承載企業關鍵應用的新選擇。
此外，通過華為雲的雲上訓練及本地AI晶元，FusionStorage 8.0將智能管理貫穿業務使用的全生命周期，如業務上線前對存儲資源的規劃，使用過程中的風險預判及故障定位，大幅提升存儲效率，幫助行業客戶應對智能時代的數據新挑戰。
汪濤在發布會上強調，新一代智能分布式存儲FusionStorage 8.0通過重定義存儲架構，從「Storage for AI」和「AI in Storage」兩個維度實現效率大幅提升，引領存儲智能化。首先，「Storage for AI」通過融合共享，讓AI分析更高效。其次，「AI in Storage」率先將AI融入存儲全生命周期管理，從資源規劃、業務發放、系統調優、風險預測、故障定位等方面實現智能運維。
遼寧移動就採用了華為FusionStorage。作為遼寧省內最大的移動通信運營商，遼寧移動一直在 探索 先進的存儲方案在自身IT系統的應用。由於5G的快速發展，遼寧移動關鍵資料庫的應用也向雲化方向發展，分布式存儲也要滿足其可靠性和高性能要求。華為在深入分析遼寧移動需求後，首先在邊緣開發測試業務小規模試點分布式存儲，進行了大量的實驗和測試後性能和可靠性都達到了預期，最終決定將全部業務遷移至FusionStorage。該方案通過採用雙活、可寫快照、端到端DIF等特性，順利完成Billing、經營分析、B2B等系統從老舊存儲至FusionStorage的搬遷工作，助力遼寧移動的存儲架構邁入新的 歷史 階段。
值得一提的是，華為分布式資料庫與華為分布式存儲深度結合，把資料庫的操作下沉到存儲節點，極大提升了分布式資料庫的性能。利用新的網路技術和人工智慧技術，華為幫助用戶提升數據中心的吞吐量，提升網路應用的可伸縮性，並且能自動調優。
除了推出新一代突破性的分布式資料庫和存儲技術外，華為也積極與客戶、夥伴在資料庫與存儲領域，從行業應用、平台工具、標准組織和社區等多個層面共建開放、合作、共贏的產業生態。在行業應用層面，華為與軟通智慧、神州信息、東華軟體、易華錄、用友政務、亞信國際等獨立軟體開發商長期合作；在平台和工具層面，華為與Tableau、帆軟、ARM、Veritas等合作夥伴聯合創新；在標准組織和社區層面，華為深度參與OpenSDS、中國人工智慧產業聯盟、OCP、OpenStack、CNCF基金會等組織和社區的建設。
總結來說，華為全線分布式資料庫和分布式存儲產品的發布，是華為具備融合、智能、可傳承三大特性數字平台的最新成果。華為分布式資料庫與分布式存儲結合，能消除企業各業務系統數據孤島，構建面向行業場景的數據建模、分析和價值挖掘能力，對多源異構的數據進行匯聚、整合和分析，形成統一的全量數據和數據底座，實現數據價值挖掘和共享。而基於AI的智能化，可對基礎設施進行高效的管理，為行業應用開發和迭代賦能，全面幫助企業突破關鍵應用上雲的「雄關漫道」。（文/寧川）
㈣ 大數據未來的發展前景怎麼樣
大數據市場規模不斷提升增加了我國隱私數據監管的難度
根據中國信通院數據顯示，2016-2019年我國大數據市場規模呈不斷上升趨勢。大數據是指在一定時間內用常用軟體對內容進行抓取和處理的數據集合，不同於傳統的數據抓取方式，在大數據環境下，80%以上都是非結構化數據通常採用非關系型資料庫(NoSQL)存儲技術完成對大數據的抓取、管理和處理。
而非關系型資料庫目前尚無嚴格的訪問控制機制及相對完善的隱私保護工具，現有的隱私保護技術，如去標識化、匿名化技術等，多適用於關系型資料庫。
因此，大數據環境下，傳統的數據監管技術已經失效，目前我國較難以對大數據進行監管。此次滴滴事件就是利用「滴滴出行」APP對用戶信息進行了大數據抓取。
——以上數據參考前瞻產業研究院《中國網路安全行業發展前景預測與投資戰略規劃分析報告》。
㈤ 誰能介紹一下存儲虛擬化技術優勢
飛康 NSS SED (Service-Enabled Devices)作為存儲虛擬化技術的先驅之一，飛康的IPStor/NSS 存儲虛擬化產品在2001年就已經出現在市場上，截止2014年已經正式發布了其第七代存儲虛擬化產品，技術成熟度和廣泛的應用范圍都具備良好的可參考性。飛康自創立以來，一直堅持開放硬體的態度，獲得眾多用戶和第三方存儲廠商的親睞，很多國內外存儲廠商的技術人員都曾經接觸過該產品。飛康官方宣稱，以OEM方式或自主品牌銷售的NSS產品安裝量已超過數萬套。豐富而實用的功能設計以及長期經受市場考驗的產品穩定性和可靠性，應該是飛康IPStor/NSS產品的主要特點。
飛康 NSS 存儲虛擬化接入技術原理非常便於理解。飛康 NSS 在接管底層存儲子系統的磁碟卷時，可以採用兩種方式來實現接入：一種是將底層磁碟卷直接虛擬化為Virtual Disk（虛擬磁碟）以供NSS管理和分配；另一種可將磁碟卷轉換為SED(Service-Enabled Devices)磁碟設備以供NSS管理和分配。當轉換為SED設備時，磁碟卷原有數據不會被修改，可以快速通過NSS分配給主機系統，整個接入過程非常簡單，不需要數據遷移，停機時間很少，當然也可以實現快速回退，磁碟重新分配給原主機系統，可以被正確識別和使用。
㈥ 你要的大數據標准都在這里
NIST 1500-4 大數據通用框架草案 第四卷 安全與隱私.pdf
NIST 大數據定義（草案）.pdf
大數據安全標准化白皮書2017 .pdf
大數據安全標准化白皮書（2018版）.pdf
大數據標准化白皮書（2018）.pdf
大數據標准化白皮書（2020版）.pdf
1 基礎
GB T 35295-2017 信息技術 大數據 術語.pdf
GB T 35589-2017 信息技術 大數據 技術參考模型》.pdf
GB T 38672-2020 信息技術 大數據 介面基本要求.txt
JRT 0236—2021《金融大數據 術語》.pdf.pdf
TGZBD 2-2020 大數據標准體系總體架構.pdf
2 數據
GBT 18142-2017 信息技術 數據元素值表示 格式記法 ISOIE C FDIS 149572009.txt
GBT 18391.1-2009 信息技術 元數據注冊系統 (MDR) 第1部分： 框架 ISOIEC11179-1 2004， IDT.txt
GBT 18391.2-2009 信息技術 元數據注冊系統 (MDR) 第2部分： 分類 ISOIEC11179-2 2005， IDT.txt
GBT 18391.3-2009 信息技術 元數據注冊系統 (MDR) 第3部分： 注冊系統 元模型與基本屬性 ISOIEC11179-3 2003， IDT.txt
GBT 18391.4-2009 信息技術 元數據注冊系統 (MDR) 第4部分： 數據定義 的形成 ISOIEC11179-4 2004， IDT.txt
GBT 18391.5-2009 信息技術 元數據注冊系統 (MDR) 第5部分： 命名和標 識原則 ISOIEC11179-5 2005， IDT.txt
GBT 18391.6-2009 信息技術 元數據注冊系統 (MDR) 第6部分： 注冊 ISOIEC11179-6 2005， IDT.txt
GBT 23824.1-2009 信息技術 實現元數據注冊 系統內容一致性的規程 第 1部分： 數據元 ISOIEC TR20943-1 2003， IDT.txt
GBT 23824.3-2009 信息技術 實現元數據注冊 系統內容一致性的規程 第 3部分： 值域 ISOIEC TR20943-3 2004， IDT.txt
GBT 30881-2014 信息技術 元數據注冊系統 (MDR)模塊 ISOIEC 197732011.txt
GBT 32392.1-2015 信息技術 互操作性元模型 框架(MFI) 第1部分： 參考 模型.txt
GBT 32392.2-2015 信息技術 互操作性元模型 框架(MFI) 第2部分： 核心 模型.txt
GBT 32392.3-2015 信息技術 互操作性元模型 框架(MFI) 第3部分： 本體 注冊元模型.txt
GBT 32392.4-2015 信息技術 互操作性元模型 框架(MFI) 第4部分： 模型 映射元模型.txt
GBT 32392.5-2018 信息技術 互操作性元模型 框架(MFI) 第5部分： 過程 模型注冊元模型.txt
GBT 32392.7-2018 信息技術 互操作性元模型 框架 第7部分： 服務模型注.txt
GBT 32392.8-2018 信息技術 互操作性元模型 框架 第8部分： 角色與目標 模型注冊元模型.txt
GBT 32392.9-2018 信息技術 互操作性元模型 框架 第9部分： 按需模型選 擇.txt
GBZ 21025-2007 XML使用指南.txt
3 技術
YDT 3772-2020 大數據 時序資料庫技術要求與測試方法.txt
YDT 3773-2020 大數據 分布式批處理平台技術要求與測試方法.txt
YDT 3774-2020 大數據 分布式分析型資料庫技術要求與測試方法.txt
YDT 3775-2020 大數據 分布式事務資料庫技術要求與測試方法.txt
大數據開放與互操作技術
信息技術 大數據 互操作 技術指南 擬研製.txt
大數據生存周期處理技術
GBT 32908-2016 非結構化數據訪問介面規范.txt
GBT 36345-2018 信息技術 通用數據導入接 口規范.txt
信息技術 大數據 面向分 析的數據檢索與存儲技術 要求 在研.txt
大數據集描述
GBT 32909-2016 非結構化數據表示規范.txt
GBT 34945-2017 信息技術 數據溯源描述模型.txt
GBT 34952-2017 多媒體數據語義描述要求.txt
GBT 35294-2017 信息技術 科學數據引用.txt
GBT 38667-2020 信息技術 大數據 數據分 類指南.txt
GB T 38667-2020 信息技術 大數據 數據分類指南.pdf
4 平台、工具
GBT 38673-2020 信息技術 大數據 大數據 系統基本要求.txt
GBT 38675-2020 信息技術 大數據 計算系 統通用要求.txt
GB T 37721-2019 信息技術 大數據分析系統功能要求》.pdf
GB T 37722-2019 信息技術 大數據存儲與處理系統功能要求.pdf
GB T 38633-2020 信息技術 大數據 系統運維和管理功能要求.pdf
GB T 38643-2020 信息技術 大數據 分析系統功能測試要求.pdf
GB T 38676-2020 信息技術大數據存儲與處理系統功能測試要求.pdf
JRT 0206—2021 證券期貨業大數據平台性能測試指引.pdf
YDT 3762-2020 大數據 數據挖掘平台技術要求與測試方法.txt
5 安全和隱私
GAT 1718-2020《信息安全技術 大數據平台安全管理產品安全技術要求》.txt
GBT 大數據系統軟體安全防護指南》標准草案.pdf
GB T 35274-2017 信息安全技術 大數據服務安全能力要求 立項.pdf
GB T 37973-2019 信息安全技術 大數據安全管理指南.pdf
YDT 3736-2020 電信運營商大數據安全風險及需求.txt
YDT 3741-2020 互聯網新技術新業務安全評估要求 大數據技術應用與服務.txt
YDT 3800-2020 電信網和互聯網大數據平台安全防護要求.txt
信息安全技術電信領域大數據安全防護實現指南.doc
d
㈦ 和CPU、GPU「三足鼎立」，DPU真有如此大的潛力嗎
作者 | 趙廣立
近年來摩爾定律「失速」，使得中央處理器（CPU）的性能增長邊際成本急劇上升。有研究數據表明，現在CPU的性能年化增長率（面積歸一化之後）僅有3%左右。然而，人們對計算的需求依然爆發性增長。
在此背景下，包括人工智慧（AI）晶元在內的專用計算晶元陸續登上 歷史 舞台，綻放光芒。眼下，以數據為中心的專用處理器「DPU」正成為專用計算晶元的「新貴」。美國晶元巨頭英偉達公司甚至將其定位為數據中心繼CPU和圖形處理器（GPU）之後的「第三顆主力晶元」，掀起了行業熱潮。
和CPU、GPU「三足鼎立」，DPU真有如此大的潛力嗎？它的應用場景有哪些？我國能抓住DPU發展機遇嗎？近日，由中國科學院計算技術研究所（以下簡稱中科院計算所）主編，中科馭數（北京） 科技 有限公司、中國計算機學會集成電路設計專業組、計算機體系結構國家重點實驗室聯合編寫的行業首部《專用數據處理器（DPU）技術白皮書》（以下簡稱《DPU技術白皮書》）發布。結合上述問題，《中國科學報》聯系采訪了主要編寫人員一探究竟。
「DPU最直接的作用是作為CPU的卸載（offload）引擎，其效果是給CPU『減負』。」《DPU技術白皮書》主編、中科院計算所研究員鄢貴海告訴《中國科學報》，作一形象比喻，DPU提供了數據中心一把「殺雞」的工具，節省的是CPU這把「牛刀」，以釋放CPU算力，留給更需要它的業務負載。
接管CPU的網路協議處理任務，就是一個很好的例子。鄢貴海說，比如在數據中心僅線速處理10G的網路，大概就需要一個8核高端CPU一半的的算力，而如果是40G、100G甚至更高速的網路，性能開銷更大。
雲計算巨頭亞馬遜雲服務（AWS）形象地稱之為「數據中心稅」——還未運行業務程序，接入網路數據就要佔去許多計算資源。
「DPU誕生的使命就是承載網路虛擬化、硬體資源池化等基礎設施層服務，以釋放CPU的算力到上層應用。」《DPU技術白皮書》編委會成員、中科馭數高級副總裁張宇解釋說，將「CPU處理效率低下、GPU處理不了」的負載卸載到專用的DPU，就能實現對「數據中心稅」的抵消，從而有助於提升整個計算系統的效率、降低整體系統的總體擁有成本。
張宇介紹稱，DPU主要處理網路數據和輸入輸出（IO）數據，並提供帶寬壓縮、安全加密、網路功能虛擬化等功能。「這些可以說是離我們普通用戶每天感知到的各種應用最遠的功能了。而這些基礎功能是實現日常應用更高效、更安全、更實時的保障。」
業界對DPU中的「D」有三種說法，因此DPU就有三個中文名。
一種是「Data」，DPU被稱為「數據處理器」；一種是「Datacenter」，DPU譯作「數據中心處理器」；一種是「Data-centric」，相應的，DPU可叫作「以數據為中心的處理器」。
「以上三種關於DPU的說法，從不同角度反映DPU的特徵，都有一定的可取之處，我們認為可以作為不同的三個維度來理解DPU的內涵。」李曉維說。
「隨著『軟體硬體化』成為常態，異構計算的潛能將因各種DPU的普及而徹底發揮出來。」《DPU技術白皮書》編委會成員、中科馭數聯合創始人兼CTO盧文岩認為，新一代的DPU不僅可以作為運算的加速引擎，還具備「控制平面」（即追求數據處理功能的覆蓋面）的功能，能更高效地完成網路虛擬化、IO虛擬化、存儲虛擬化等任務，徹底將CPU的算力釋放給應用程序。
「可以說，DPU的出現將讓各行各業的業務層數字化應用更全面、更流暢、更綠色。」盧文岩說。
從市場規模角度來看，根據Fungible公司和英偉達公司的預測，用於數據中心的DPU量級將達到和數據中心伺服器等量的級別。
「伺服器每年新增大約千萬量級，一台伺服器可能沒有GPU，但一定會有一顆或者多顆DPU，好比每台伺服器都必須配網卡一樣。」鄢貴海說，伺服器每年新增大約1500萬台，每顆DPU以1萬元計算，這將是千億量級的市場規模。
在這個千億量級市場中，國際傳統晶元巨頭如英偉達、英特爾、Marwell、博通等廠商，都在積極布局DPU產品研發。
這些晶元巨頭的布局並不意外，他們或有智能網卡研發基礎（如博通）繼續延伸技術觸角，或通過並購專用加速晶元公司（如英偉達、英特爾）補充其在DPU領域的技術能力。相比它們，更值得一提的是，亞馬遜旗下的AWS和阿里雲兩大雲計算巨頭，早已注意到數據中心開銷問題，並已有了良好實踐。
據《DPU技術白皮書》顯示，2013年，AWS研發了Nitro產品，將為虛擬機提供遠程資源、加密解密、故障跟蹤、安全策略等服務程序的資源開銷，全部放到專用加速器上執行，「輕量化管理程序+定製化硬體」的上場一舉節省30%CPU資源。幾乎在同期，阿里雲也著手研發「神龍架構」（X-Dragon系統），以硬體化的MOC卡統一支持網路、IO、存儲和外設的虛擬化，如今「神龍架構」已經更迭到了第4代。
「可見，DPU其實在行業內已經孕育已久，從早期的網路協議處理卸載，到後續的網路、存儲、虛擬化卸載，其帶來的作用非常顯著，只不過在此之前DPU『有實無名』，現在是時候邁上一個新的台階了。」鄢貴海表示。
可喜的是，國內一些圍繞DPU技術的創業公司也逐漸嶄露頭角。除了參與編寫《DPU技術白皮書》的中科馭數之外，還有雲豹智能、星雲智聯、芯啟源、雲脈芯聯等新近成立的 科技 創業公司，展現出良好勢頭。
以中科馭數為例，這家創始團隊來自中科院計算所的初創企業，在DPU理論基礎、數據中心架構方面有著深刻理解，工程實現經驗也因一些來自亞馬遜、賽靈思、華為等核心骨乾的加入，得到了很好的積累。2019年，中科馭數完成第一代DPU晶元的流片，預計將於2022年推出第二代DPU晶元「K2」。
「我們認為DPU的潛力確實是巨大的。」在鄢貴海看來，從技術發展的角度來看，DPU的出現有一定的必然性——上層應用對於算力的需求在過去5年急劇增長，使得DPU的應用場景很多，它將廣泛分布在5G、雲計算、大數據、數據中心和邊緣計算等領域。
而從工業和信息化部今年發布的《新型數據中心發展三年行動計劃(2021—2023年)》中，鄢貴海更是看到了新型算力晶元難得的 歷史 發展機遇。
該計劃明確提出要加快提升算力算效水平，「推動CPU、GPU等異構算力提升，逐步提高自主研發算力的部署比例」「加強專用伺服器等核心技術研發」「樹立基於5G和工業互聯網等重點應用場景的邊緣數據中心應用標桿」等要求和措施。
「雖然國內廠商在晶元產品化的環節相比國外一線廠商還有差距，但是在DPU架構的理解上是有獨到的見解的，而且我國目前在數據中心這個領域，無論是市場規模、增速還是用戶數量，相較於國外都有巨大的優勢。」鄢貴海認為，國內廠商有望充分利用這一「應用勢能」，加快發展步伐，在DPU這個賽道與國外廠商「逐鹿中原」。
不過，挑戰與機遇並存。
「目前要解決DPU標准化應用，還存在一定挑戰。」鄢貴海解釋道，由於數據中心本身的復雜性，各大廠商一方面採用商用現貨組件（即COTS）來構建系統，追求低成本，一方面又設法分層服務化，打造面向不用類型客戶的標准化產品，但除此之外的所有技術實現幾乎都是「八仙過海，各顯神通」——如AWS有Nitro，阿里雲有MOC。
㈧ 硬碟陣列內置電源優缺點
硬碟陣列內置電源優點：
1、提高傳輸速率
RAID通過在多個磁碟上同時存儲和讀取數據來大幅提高存儲系統的數據吞吐量(Throughput).在RAID中,可以讓很多磁碟驅動器同時傳輸數據,而這些磁碟驅動器在邏輯上又是一個磁碟驅動器,所以使用RAID可以達到單個磁碟驅動器幾倍、幾十倍甚至上百倍的速率.這也是RAID最初想要解決的問題.因為當時CPU的速度增長很快,而磁碟驅動器的數據傳輸速率無法大幅提高,所以需要有一種方案解決二者之間的矛盾,最後,RAID成功了.
2、通過數據校驗提供容錯功能
如果不包括寫在磁碟上的CRC(循環冗餘校驗)碼的話，普通磁碟驅動器無法提供容錯功能.
RAID容錯是建立在每個磁碟驅動器的硬體容錯功能之上的,所以它提供更高的安全性.在很多RAID模式中都有較為完備的相互校驗/恢復的措施,甚至是直接相互的鏡像備份,從而大大提高了RAID系統的容錯度,提高了系統的穩定冗餘性.
二、缺點
1、RAID0沒有冗餘功能,如果一個磁碟(物理)損壞,則所有的數據都無法使用.
2、RAID1磁碟的利用率最高只能達到50%(使用兩塊盤的情況下),是所有RAID級別中最低的.
3、RAID0+1以理解為是RAID 0和RAID 1的折中方案.RAID 0+1可以為系統提供數據安全保障,但保障程度要比 Mirror低而磁碟空間利用率要比Mirror高.
通過上述的說明，我想大家都應該明白RAID技術的具體優缺點了，對於後續的工作都會有所幫助。如果Raid中的數據不慎丟失的話，可以聯系專業的資料恢復中心來解決問題。
㈨ 幣圈一級市場：一級項目subspace 波卡生態去中心化存儲
項目介紹：
Subspace Labs 成立於 2018 年， 為波卡網路開發激勵兼容 incentive compatible 的 PoC 共識演算法以及可擴展的，永續去中心化存儲。任何人都可以參與共識，而無需購買特殊硬體、消耗能源等。加密世界已變得越來越中心化，礦池、受信任的交易平台主導著整個行業。其目標是建立地球上最去中心化的區塊鏈。
Subspace的項目最早得到了美國國家科學基金會的支持，目前Subspace項目還得到了Web 3 基金會資助。
Subspace Labs 藉助 OnFinality 的公共應用程序界面，將永久的去中心化存儲技術引入 Kusama，進而完整保存 Kusama 中繼鏈和所有實時平行鏈的 歷史 紀錄。
Subspace Labs (subspace.network) 與OnFinality (https://onfinality.io/)達成合作。此次合作將利用 OnFinality 的增強 API 服務，快速、安全地訪問來自 Kusama 網路及其平行鏈的區塊鏈數據，便於 Subspace 完整存檔其中的 歷史 記錄。通過提供永久、可擴展、去中心化的存儲層，本次聯合匯聚眾多助力，全力支持 Polkadot 和 Kusama 生態的進一步發展。
以太坊等區塊鏈存儲 1 MB 數據的成本超過 40萬美元，相比之下，Subspace能夠在每GB 不足1 美元的價格基礎上實現永久性去中心化儲存。憑借著低廉的價格和高質量的服務，Subspace 開始為眾多區塊鏈「分憂解難」，能夠在不影響系統安全性或去中心化的前提下，將檔案節點運行的負擔轉移至Subspace網路上；與此同時，Subspace 還提供一個通用的檢索 API，可以簡化和標准化跨網路區塊鏈數據的訪問。總之，上述提及的功能為不同區塊鏈之間的數據交互打開了一扇新大門，通向一個充滿可能性的新世界。
OnFinality 的公共 API 服務允許 Subspace 中繼節點關注 Kusama 中繼鏈和所有實時平行鏈的最新區塊，接著中繼節點將每組新區塊打包到存儲交易中，然後再提交給 Subspace Network 區塊鏈。
同時OnFinality 為開發人員提供核心基礎設施服務，主要著重於 Polkadot/Substrate 網路，其 API 服務還允許開發人員以最低成本、零預先設置訪問高性能託管共享節點。
Subspace Labs 在 OnFinality 的公共 RPC（遠程過程調用）端點之上構建了 Kusama 中繼服務，便於實時備份 Kusama 中繼鏈和所有實時平行鏈的完整區塊。目前與該服務集成的網路包括 Kusama、Statemine、Karura、Bifrost、Shiden、Calamari、Altair、Moonriver、Heiko、Khala、Basilisk、Kilt 和 Kintsugi，未來期待更多新網路的加入。
「很高興能夠與 OnFinality 團隊合作，攜手同行，推出高效優質的服務，同時也要向OnFinality 團隊的工程師致敬，感謝他們構建了如此可靠的 API 服務」。
- Jeremiah Wagstaff，Subspace Labs 聯合創始人兼首席執行官。
「OnFinality 很高興能與 Subspace 合作，共同致力於為 Polkadot 生態系統構建去中心化的存儲網路。作為基礎設施企業，我們很高興能與一個對Web 3 生態系統的基礎技術有著相同目標和熱情的團隊合作。」
- Sam Zou，OnFinality 首席執行官
由於其獨特的共識演算法和基於市場的激勵機制，Subspace 能夠為大量數據提供永久的去中心化存儲。其收益耕作者或稱為「農民」（而不是礦工）能夠在磁碟空間允許的范圍內盡可能多地儲存區塊鏈 歷史 記錄。這種收益耕作的方式基於存儲空間，既環保又便於用戶使用，任何有硬碟的人都可以訪問。而且隨著越來越多的「農民」加入，存儲成本也會成比例地下降。
了解更多關於 Subspace Network 的信息，請訪問 subspace.network/ 並加入我們的 Discord 和 Telegram 群組。
了解更多關於 OnFinality 的信息，請訪問 onfinality.io/ 並加入 Telegram 群組。
關於 Subspace Network
Subspace Network 是一個可擴展的存儲和計算平台，旨在通過將平台最新的共識演算法與一系列前沿的學術提案相結合，實現垂直和水平兩個方向的擴展性最大化，並且保證安全和去中心化兩方面性能不受影響。經過幾年的研究和 探索 ，經費大部分由美國國家科學基金會承擔，Subspace Labs 於 2021 年 6 月籌集了450萬美元的種子輪資金，由 Hypersphere Ventures 和 Stratos Technologies 領投。
關於 OnFinality
OnFinality 是一個 SaaS 平台，提供基礎設施和開發人員工具，幫助開發人員節省時間，快速成長。使用 OnFinality，您可以在幾分鍾內將專用節點部署到 20 多個 Polkadot 網路上，或訪問增強版共享節點 API 服務。OnFinality 的使命就是幫助區塊鏈和 dApp 開發人員更快地構建去中心化的未來。
Subspace能夠充分具有基於硬碟PoC共識的自由、公平和生態友好等性質，同時還能抵制困擾PoW和PoS網路的中心化傾向。 憑借其新穎的共識機制，Subspace還能夠為基於區塊鏈的應用提供廉價、永久和可擴展的去中心化存儲，因為用戶可以簡單地將數據直接嵌入到交易中。關於礦工困境以及如何在Subspace的架構中解決這個問題的完整描述，鼓勵大家可以去進一步閱讀Subspace的技術白皮書。
Subspace Labs 為波卡網路開發激勵兼容 incentive compatible 的 PoC 共識演算法以及可擴展的，永續去中心化存儲。實現了基於硬碟的共識演算法，同時解決 PoW 和 PoS 網路的中心化趨勢問題。加密世界已變得越來越中心化，礦池、受信任的交易平台主導著整個行業。其目標是建立地球上最去中心化的區塊鏈。
Subspace會成為Polkadot網路上的一個parachain。Substrate是一個用於構建區塊鏈的框架，由Parity公司的非常棒的一群人士開發。 Substrate能夠支持可插拔的共識，並配備了幾種現有的演算法，包括：PoS（BABE）、PoA（Aura）和 PoW工作量證明（Kulupu） 。Subspace 獲得Web3資助的一個關鍵目標是擴展這套共識演算法，使其能夠支持PoC容量證明共識。
為了實現這一目標，Subspace已經開發了一套支持PoC共識抽象概念的Substrate模塊。這些模塊目前支持無需許可(Permissionless)的PoC（無論是無用空間證明 proof-of-useless-space 還是有用存儲證明 proof-of-useful-storage），其中區塊間隔是通過共享時鍾強制執行的。這些模塊會被設計為在底層PoC和定義具體鏈上邏輯的層級之間充當中間件層。
Subspace Labs 最近完成了 450 萬美元的種子融資，為 Polkadot 網路帶來了激勵兼容的容量證明（PoC）共識和可擴展的永久分散存儲。該輪融資由 Hypersphere Ventures 和 Stratos Technologies 共同領投，Consensys Mesh、IOSG、Republic Labs、D1、OKEx Blockdream、Gate Labs、NGC、Candaq、Krypital、Dealean、Cabin VC 和 DefinanceX 參與。
基於波卡生態的永續去中心化存儲方案開發團隊 Subspace Labs 完成 450 萬美元的種子輪融資。本輪由 Hypersphere Ventures 和 Stratos Technologies 聯合領投，其他參投機構包括 Consensys Mesh、IOSG Ventures、Republic Labs、D1、Block Dream Fund、Gate Labs、NGC、Candaq、Krypital、Dealean、Cabin VC 以及 DefinanceX。
Subspace：基於存儲的共識
Subspace 是一條基於 Substrate 的新鏈，由歸檔存儲證明 (PoAS) 共識提供支持，共識中也包括區塊鏈 歷史 本身的存儲證明。歸檔存儲證明 (PoAS) 解決了因以往激勵措施不足或不當等因素導致的Chia 或 Filecoin這類空間證明區塊鏈中心化的問題。在 Subspace 網路中，收益耕作者或「農民」（而不是礦工）可以在自己磁碟空間允許的前提下盡可能多地儲存區塊鏈 歷史 記錄。這種基於存儲空間的共識，既環保又便於用戶使用，而且任何有硬碟的人都可以訪問。
Subspace 將通過以下方式支持 Polkadot 和 Kusama 生態的發展：
1. 安全存儲所有平行鏈的共同 歷史 —— Subspace 將提供一個標準的檔案存儲層，確保每條平行鏈的 歷史 可以無限期保留，並且通過常用的檢索 API 可以訪問。
2. 提供平行鏈鏈下存儲——平行鏈可以將非必要的合約狀態（例如與 NFT 相關的視頻或圖像文件）從鏈上轉移至 Subspace。相比鏈上存儲，這種方式既可以保留文件的持久性、不變性和可用性，同時又可以將成本控制在最低。
3. 允許非同步跨平行鏈存儲——使用 XCMP，平行鏈可以捕捉到任何智能合約的狀態並將其轉至鏈下到 Subspace 上，然後在計算需要時檢索合約狀態。
在一個有能力的區塊鏈中，農民必須決定是否將稀缺的儲存資源分配給。任一保持鏈的狀態和 歷史 或最大限度地擴大它們承諾達成共識的空間。理性農民總是會選擇後者，充其量只能成為小客戶，而在最壞的情況下，他們會鼓勵在幾個可信賴的經營者領導下的集中耕作。
有人認為，區塊鏈不可能在不犧牲安全或權力下放的情況下擴大規模。雖然最近的研究表明，安全是可以維持的，但同步和維護國家和 歷史 的負擔仍然存在。既然子空間已經解決了這些問題，為了避免農民的困境，它確實能夠在不妥協的情況下擴大規模。
交叉鏈交換： 未來將是多鏈的，顯然用戶更喜歡AMMS而不是集中式交換。子空間提供了連接眾多鏈所需的第一層可伸縮性，同時允許不信任、低延遲和高吞吐量的資產交換。
分布式存儲： 由於 歷史 的發展可能遠遠超過任何一個農民的存儲能力，但價格仍然很高，因此子空間能夠提供廉價、永久的DAPP存儲，同時仍能將數據提供給全局執行層。
可合成側鏈： 通過解耦執行和存儲，然後逐個縮放每個子空間，子空間允許更廣泛的第二層結構數組，僅受協議設計者的想像限制。
一級項目評級：
subspace 波卡生態去中心化存儲
Liquidfty 跨鏈NFT交易平台
Uniarts 基於 Substrate 開發的 NFT 創作、拍賣和發行的區塊鏈網路
X Protocol 基於Polkadot的跨鏈預測平台
㈩ 雲計算白皮書：2023年中國雲計算產業規模將超3000億
《中國雲計算產業發展白皮書》正式發布
10月12日，由國務院發展研究中心國際技術經濟研究所主辦的「中國智能化轉型與技術創新高層研討會暨《中國雲計算產業發展白皮書》發布會」在北京召開。
《中國雲計算產業發展白皮書》提出，持續強化政府推動，以「5G+雲+AI」技術融合推動數字經濟發展，按不同層級區別劃分應用雲計算技術，構建開放的雲生態等建議，以期進一步推動城市智能升級和企業智能轉型，並實現高質量、可持續發展。
中國雲計算產業規模只有美國8%
數字經濟浪潮正以勢不可擋之勢席捲全球，以第五代移動通信技術（5G）、雲計算、人工智慧（AI）、物聯網（IoT）為代表的新技術開啟新一輪產業革命，成為推動 社會 發展的關鍵動能。
《中國雲計算產業發展白皮書》指出，世界主要國家已經充分認識到雲計算的基礎作用，紛紛加大對雲計算產業的扶持力度，出台一系列相關政策措施和規劃推動本國雲產業的發展，進而驅動數字經濟持續發展。歐美主要國家進行產業調整，雲計算在其中發揮著重要的支撐作用，其中美國製造業迴流，得到了雲計算的助力，同樣，德國製造變革雲計算也起到了至關重要的作用。
《中國雲計算產業發展白皮書》認為，中國雲計算的新興產業作為智能化的產業設施非常有效。同時，調研發現，目前中國雲計算產業規模與歐美國家相比還存在差距，中國企業上雲在主要國家中也處於較低水平，自主可控能力亟待加強。
相關數據顯示，2018年，中國雲計算產業規模達到962.8億元人民幣，相當於美國雲計算產業的8%左右，與中國經濟發展水平還不匹配。
從區域來看，華北、華東和華南是中國雲計算產業發展的主導區域，主要是這些區域集中了中國主要的互聯網企業和金融、消費品、製造等行業用戶。
國務院發展研究中心國際技術經濟研究所顧問委員會主任宮晨光發表致辭
中國經濟迎來智能化轉型升級的關鍵時期
國務院發展研究中心國際技術經濟研究所顧問委員會主任宮晨光在本次發布會上致辭稱，今年我國政府工作報告所提出的要利用人工智慧等新興技術，拓展智能＋，為傳統產業賦能，推動傳統產業升級改造已經成為進入新時代的主要任務之一。隨著國家積極推進數字產業化、產業數字化、引導數字經濟和實體經濟深度融合、推動經濟高質量發展，中國經濟正在迎來智能化轉型升級的關鍵時期。
「傳統產業智能化升級不可能一帆風順，挑戰也伴隨其中。例如市場上有能力為智能化升級提供頂層設計、咨詢服務、全棧解決方案的供應商偏少，雲計算、人工智慧的普及不可避免的帶來了技術、管理和法律的變革等等，都給傳統企業的智能化升級帶來了前所未有的挑戰。傳統企業如何把握技術機遇，化解挑戰的難題，已成為業界必須要解決的難題，尤其在當前復雜的形勢下，如何堅持對外開放，交流合作，同時又立足自主創新，更成為亟待 探索 的問題。」宮晨光表示。
中國工程院院士劉韻潔隨後發表主旨演講
雲計算如何助推傳統產業轉型？
中國工程院院士劉韻潔在主題演講中表示，「工業互聯網、全息通信等業務的發展，對網路提出了一系列新的要求和挑戰，通過雲計算能夠實現計算和存儲能力下沉、就近服務用戶、降低訪問時延、提升用戶體驗。」
劉韻潔強調，要構建大規模多雲交換平台，具備靈活業務控制能力，支持私有雲、工業雲、公有雲資源統一編排。同時，應支持異構廠商多雲交換、多雲互聯，具備小時級業務開通能力，使系統穩定性趨於完美。
華為雲中國區CTO肖苡在圓桌討論環節發言指出，在雲2.0時代，華為雲致力於通過「5G+雲+AI」的技術融合，為用戶提供技術領先、穩定可靠、安全可控、開放創新的全棧智能雲服務，助力政企實現智能化轉型升級。
IDC中國區助理副總裁武連峰在演講中稱，雲計算已經成為關鍵數字基礎設施的重要部分，未來要把高技術的雲計算回歸成傳統的產業，未來不上雲就是落後的，上雲是傳統企業的標配。
《中國雲計算產業發展白皮書》對中國雲計算產業發展提出了具體的建議。
首先，建立雲計算產業宏觀目標，雲計算產業是數字經濟的基礎，前期無一例外都是政府引領，政府推動。通過加強宣傳，強化購買服務投入，擴大產業競爭力的措施，推動中國雲計算產業快速發展。
其次，要打造良好的雲計算產業發展環境，夯實雲計算應用基礎為前提。當前全球面臨的共性問題是安全服務質量，要創造中國雲計算產業發展良好環境，優選和規范基礎設施架構，採取措施支持數據開放，構造開元的環境，建設優質的服務體系。
第三，不斷完善創新，強化雲計算平台安全措施。現階段雲計算技術日趨完善，各行業也在加速落地，建議在軟硬體和管理三個方面加強安全建議建設。
第四，面向自主可控發展需求，推進產學研用協同攻關，帶動產業鏈核心晶元，應用軟體，關鍵設備，大數據平台等，持續支持國外企業聯合高校，強強聯合共同推動，培育雲計算，人工智慧具有國際競爭力的龍頭骨幹企業。
第五，按不同層級區別雲計算系統，未來中國雲計算產業必須重點突破，加速應用深度才有望實現數字經濟高質量和持續發展。
白皮書預測，2023年中國雲計算產業規模將超過3000億人民幣，其中，中國政府和企業上雲率將超過60%，全站自主可控計算平台將成為政府和大型企業的主流IT 基礎設施。