㈠ 俄政府公布高新技术发展白皮书
白皮书
2月16日，俄罗斯经济发展部发布《俄罗斯和国外高新技术发展白皮书》。白皮书根据俄罗斯政府第一副总理安德烈·别洛乌索夫指示，由经济发展部与国立高等经济大学、国家技术创意中心、权威部委、头部企业联合拟定，研究了世界人工智能、物联网、5G网络、量子计算、量子通信、分布式账本技术、电能传输与分布式智慧能源系统技术、电能储存系统制造技术、新材料和新物质技术、未来航天系统共10个领域的现状和发展趋势，分析了俄罗斯在上述领域与领先国家存在的差距、具备的优势和不足以及未来面临的风险。鉴于涉及国家机密，俄罗斯政府为大型企业确定的16个发展方向中的某些方向，比如新一代微电子与电子元件制造、量子传感器等未被纳入白皮书。
人工智能
2015~2019年，全世界人工智能领域相关的专利申请数量从2.25万项增长到6.37万项。俄罗斯申请者每年提交的申请数量大约为100~140项。在人工智能领域相关 科技 论文发表总量中，俄罗斯作者的比重为1.5%（2020年数据）。专利和论文发表数量方面领先的是中国和美国。
2021年，美国政府对人工智能领域研究和发明的投入为15亿美元，到2026年将增加到320亿美元。但是人工智能技术发展的主要方向却由美国的大型数字化集团掌握：亚马逊公司（2020年投入427亿美元），Alphabet公司（276亿美元），微软公司（193亿美元），苹果公司（187亿美元），Meta Platforms公司（原Facebook公司，185亿美元）。中国的投入不详，但是仅阿里巴巴、腾讯和网络三家公司2020年的研发总投入就达到160亿美元。
以人工智能为基础的最为庞大的市场包括生物统计系统（全世界市场总容量为366亿美元），不同自主化水平的航空和公路交通（分别为274亿美元和233亿美元）。俄罗斯国内主要的人工智能研发企业有Yandex公司、VisionLabs公司、NtechLab公司、俄罗斯储蓄银行、VK公司、МТ公司、天然气工业石油公司、卡巴斯基实验室。
白皮书作者指出，俄罗斯在人工智能领域的优势是拥有超级计算机。定期更新的世界500强超级计算机榜单2021版中，俄罗斯共有7台超级计算机入围，其中Yandex公司的“切尔沃年基斯”超级计算机在计算能力上排名第19位。俄罗斯研发企业能够制造世界级产品，但是必须刺激部门用户的需求。俄罗斯在该领域的主要短板是在电子元件方面比较落后。
物联网
与物联网领域相关的全世界发明专利申请总数中，俄罗斯占0.2%，科学论文发表数量的比重占1.5%。对该领域投入最多的是中国和美国。2020年全世界物联网的总投入为7420亿美元，据IDC预测，2024年前这一指数将以每年11.3%的平均速度增长。
该领域的世界头部企业包括美国的微软Azure、亚马逊AWS、IBM Watson、PTC、谷歌云、思科，中国的阿里云和网络。俄罗斯的公司有МТС公司、“信号旗”通信公司、Megafon电信公司、俄罗斯电信、俄罗斯技术集团等。物联网正在进入工业、农业和住房公用事业等行业，用于生态监测、消防安全、气象监测等领域。与国外竞争者相比，俄罗斯企业的主要优势是功能更加强大的软件、更为高效的数据处理算法、数据存储和监测领域的解决方案以及支持俄语用户等。劣势是主要的硬件解决方案基于国外元件制造。
5G网络
在全世界5G移动通信网相关的发明专利申请总数和科学论文发表总量中，俄罗斯分别占0.1%（2019年）和1.8%（2020年）。5G基础设施建设主要是由大型通信运营商的设备生产商负责：中国的华为和中兴，瑞典的爱立信、芬兰的诺基亚和韩国的三星。上述企业占据了全世界移动通信设备市场份额的95%。2020年，它们的总投入达300多亿美元。到2026年底，5G市场总容量可能增长100多倍，达6679亿美元。
与物联网和人工智能相结合，5G网能够保障 社会 经济部门和领域向更高的技术发展水平过渡，这将提高劳动生产率、提高生产和服务的质量和灵活性、降低事故率等。现在，已经出现了巨大差距：美国、中国和韩国5G的注入水平已达15%~20%，而俄罗斯国内这种技术仅仅在部分试点区域内得到落实，而这些试点的真正启动还要等到2024年。届时，无论是在5G网络基础设施发展水平，还是基于这些基础设施的服务准备程度方面，差距可能达到极限。
量子计算
全世界与量子计算领域相关的专利申请总数和 科技 论文发表总数中，俄罗斯分别占1.5%（2019年数据）和4.7%（2020年数据）。从总体指数看，该领域的领先者是中国和美国。量子计算的世界市场正处于形成阶段。最近5年，其市场容量将达到10~20亿美元，再往后15~30年可能增长到4500~8500亿美元。无论国家，还是大型集团都在对该领域技术的发展进行投资，特别是美国的谷歌、IBM、微软、霍尼韦尔公司。俄罗斯国内从事该领域技术发展的企业有俄罗斯原子能集团、俄罗斯量子中心和高校。
据评估，在量子计算领域，与世界领先国家相比，俄罗斯在技术上落后7~10年。到2025年~2030年，量子计算机大规模应用的时候，俄罗斯的非量子技术优势将不复存在。但是当前的工作用量子设备暂时还不能超越传统的超级计算机（量子优势指的是量子计算机解决某些特殊任务的速度要比传统计算系统的速度高出数个数量级）。
量子通信全世界与量子通信领域相关的专利申请总数和 科技 论文发表总数中，俄罗斯分别占1.1%（2019年数据）和4.4%（2020年数据）。而且在大气和太空通信线路方面，俄罗斯占50%。目前，美国、欧洲、英国、日本、中国和俄罗斯正在布设多节点干线和城市光纤量子网络。俄罗斯从事相关工作的是俄罗斯铁路、俄罗斯电信等公司。
量子通信
对于工业来说意义重大，因为该领域的技术可以保证基于量子物理的基本规律保护数字数据，这在网络威胁增长以及量子计算机研制有望（借助量子计算将可以在很短的时间内破译现有的加密算法）的情况下颇具现实意义。
分布式账本技术
全世界与分布式账本技术领域相关的专利申请总数和 科技 论文发表总数中，俄罗斯分别占0.2%（2019年数据）和2.1%（2020年数据）。该领域的领先者是美国和中国。申请专利数量最多的公司包括中国的阿里巴巴、腾讯 科技 和杭州复杂美 科技 公司以及美国的IBM和英国的nChain公司。据预测，到2030年，分布式账本技术的应用可能保证全世界国内生产总值增长大约1.8万亿美元，其中有9600亿美元来自供应链管理，商品与服务监测领域，4300亿美元来自金融领域。俄罗斯国内应用这种技术的单位有联邦税务局、俄罗斯储蓄银行、诺里尔斯克镍公司、天然气工业石油公司等。
电力传输技术和分布式智慧能源系统技术
能源过渡是世界经济日程上的优先事项之一。欧盟各国、中国和美国已经宣布向碳中和能源过渡。许多国家制定了提高可再生能源在能源平衡表中比重的计划。
全世界与电力传输技术、分布式智慧能源系统领域相关的专利申请总数和 科技 论文发表总数中，俄罗斯分别占0.8%（2019年数据）和2%（2020年数据）。该领域的领先者是中国、日本和美国。在俄罗斯国内，很多企业从事该领域的产品和元件生产，比如俄罗斯网络、俄罗斯原子能集团等公司。根据众多路线图、战略文件和规划文件定下的目标，到2035年基于可再生能源的发电总量将达12吉瓦；到2030年电动交通工具的生产总量将提升到73万辆，并为其配套建设充电基础设施等。
电能储存系统制造技术
储能系统（各种蓄电池等）研制技术领域，俄罗斯提交的专利申请数量和 科技 论文发表数量分别占全世界的1.2%（2019年）和2.2%（2020年）。已有20多个国家宣布将禁止使用内燃发动机类 汽车 ，包括挪威（从2025年开始），德国（从2030年开始），法国（从2040年开始），英国（从2050年开始）以及斯洛文尼亚、比利时、印度、新加坡等国。从专利申请和 科技 论文发表数量来看，俄罗斯在氢技术领域做出了更加突出的贡献。俄罗斯原子能集团正在仔细研究俄罗斯“吉工厂”——锂离子蓄电池生产工厂建设项目。
新材料和新物质技术
全世界与新材料和新物质技术（超轻材料、超固体材料和记忆材料等）领域相关的专利申请总数和 科技 论文发表总数中，俄罗斯分别占0.8%（2019年数据）和4.3%（2020年数据）。世界上从事这些技术开发的有大型电动交通工具生产商（特斯拉、大众、梅赛德斯、宝马、丰田）和金属产品制造商等。各经济部门应用最为急需和需求最大的是增材制造、聚合复合材料、稀土金属及其产品获取技术、锂技术等。俄罗斯在该领域的最大优势是稀土金属获取技术（2019年占世界申请专利数量的4.9%）。世界上最大的稀土设备进口国是中国和美国。俄罗斯的稀土金属储备占世界储量的比重大约为17%，探明原料总量位列中国之后排在世界的第2位，但是开采量仅在世界上排名第7位。
未来航天技术
全世界与未来航天技术领域相关的专利申请总数和 科技 论文发表总数中，俄罗斯分别占3.9%（2019年数据）和5.1%（2020年数据）。根据这两项指标，占据世界领先地位的是中国和美国。俄罗斯在未来地理信息系统研制（29%）和新一代航天器制造技术领域（4.2%）的专利数量占有最大份额。
拥有这些技术储备的国家将获得长期的战略竞争力。未来航天技术的运用为农业、林业、矿产资源开采、建筑、交通和物流、信息和通信、教育、国家管理等领域附加值的增长开辟了巨大机会。俄罗斯正在国家2022~2030年航天信息技术综合发展规划框架下发展这些技术。该规划的落实应该能够保证卫星通信、数字广播和高速访问互联网覆盖俄罗斯全境，包括北极地区和北方海路，促进发展物联网服务（马拉松物联网）和地球遥测服务。
风险
毫无疑问，从上述技术领域的大部分参数看，美国和中国已经与其他国家拉开了很大距离。从研究人员发表论文的积极性指标看，俄罗斯的排名分布于第7、8到19位之间；从专利申请积极性指标看，俄罗斯的排名位于第4、6到第20~30位之间。如果中国发表一篇 科技 论文平均需要两项专利申请的话，那么俄罗斯的这种比例关系约为1:5。
配件和设备严重依赖进口（包括开展研究和发明工作所必需的设备），高水平专业人员不足，新兴公司数量极低（与领先国家相比）和独角兽企业——私营高 科技 公司（市场价值超过10亿美元的公司）实际上的完全缺失阻碍了俄罗斯技术的发展。在这种情况下，俄罗斯大学和科研机构，包括预算拨款的机构在内，它们的大部分创意和发明流向了国外，并以高加价产品和服务的形式返回俄罗斯。
世界上这些新技术市场形成过程中的先行者是苹果、微软、谷歌、亚马逊、特斯拉、Meta、英伟达、腾讯、三星、阿里巴巴、SpaceX等大型公司。俄罗斯参与上述进程的公司都是有国家股份参与的大型公司，包括俄罗斯储蓄银行、俄罗斯电信、俄罗斯原子能集团、俄罗斯国家航天集团、俄罗斯网络、俄罗斯石油、俄罗斯铁路、天然气工业公司。目前，如果没有国家的积极协调和支持，俄罗斯企业进军国外市场的梦想就无法实现。同时，需要强调的是，当代世界，即使是最强大的“玩家”也需要采用开放创新商业模式开展业务，组建可以将资本价值扩大数倍的财团和生态系统。
㈡ scsi硬盘与IDE硬盘有什么区别
SCSI与IDE的区别
除了SCSI，IDE也是一种极为常用的接口。从使用简便的角度来看，IDE更加适合普通用户，再加上个人电脑用户不但需要配置的外设不多，而且对速度要求也不高，因此选用IDE接口更合适些。此外，IDE还具有性能价格比高、适用面广等特点。而SCSI接口尽管具有很多无与伦比的特点，但不论从哪个角度看，该接口及其使用该接口的外设售价过于昂贵，一般用户实在无法承受，这也就决定了它的实际使用范围的局限性。
1.IDE的工作方式需要CPU的全程参与，CPU读写数据的时候不能再进行其他操作，这种情况在Windows95/NT的多任务操作系统中，自然就会导致系统反应的大大减慢。而SCSI接口，则完全通过独立的高速的SCSI卡来控制数据的读写操作，CPU就不必浪费时间进行等待，显然可以提高系统的整体性能。不过，现在的IDE接口为改善这个问题也做了很大改进，已经可以使用DMA模式而非PIO模式来读写，数据的交换由DMA通道负责，对CPU的占用可大大减小。尽管如此，比较SCSI和IDE在CPU的占用率，还是可以发现SCSI仍具有相当的优势。
2.SCSI的扩充性比IDE大，一般每个IDE系统可有2个IDE通道，总共连4个IDE设备，而SCSI接口可连接7~15个设备，比IDE要多很多，而且连接的电缆也远长于IDE。
3.虽然SCSI设备价格高些，但与IDE相比,SCSI的性能更稳定、耐用，可靠性也更好。
㈢ 华为突破分布式数据库和存储技术，打通数字化转型“雄关漫道”
2019年，我们将进入数字化转型的攻关期。所谓“攻关期”即数字化转型2.0阶段，需要攻坚企业关键业务上云和数字化转型改造的课题。在一份市场调查公司IDC的报告中指出：IDC自2014年提出数字化转型以来，看到企业在数字化转型层面已经投入了大量人力物力，但是效果并不理想，有一些企业已经成功屹立在潮头，有一些企业在向上游进发，还有一些企业只能在浪潮的挟裹中被动前行。
对于企业来说，数字化转型是“雄关漫道”。IDC认为，目前阶段来看，企业亟待解决的是数字化能力提升，包括：与业务的深入结合能力；数据处理和挖掘能力；以及IT技术运营和管理能力。特别是数据处理和挖掘能力，因为数字化转型推进企业从以流程为核心向以数据为核心转型，对海量、异构、多类型的数据处理和挖掘能力是释放数据价值的前提，对数据全生命周期的管控治理是释放数据价值的保障。而随着数字化转型引入大量新技术而导致IT复杂度变高，企业IT技术运营和管理能力是提升企业“IT生产力”的关键。
攻关数字化转型的“雄关漫道”，需要一个具备融合、智能、可传承三大特性的数字平台。这是2019年3月华为与IDC联合推出的《拥抱变化，智胜未来—数字平台破局企业数字化转型》白皮书所提出的观点。融合主要指把传统技术和创新技术相结合；智能主要指平台智能化和智能化能力输出；可传承主要指解耦、功能复用、可配置等理念打造的架构。而承载这三大观点的，就是新一代分布式企业级技术。
2019年5月15日，华为发布了业界首款支持ARM架构的新一代智能分布式数据库GaussDB以及分布式存储FusionStorage 8.0，作为新一代数据基础设施，诠释了具备融合、智能、可传承三大特性的数字平台。华为常务董事、ICT战略与Marketing总裁汪涛在发布会上表示，千行百业正在加速智能化进程，越来越多的企业已经意识到数据基础设施是智能化成功的关键。华为围绕计算、存储和数据处理三个领域重定义数据基础设施，加速迈向智能时代。
今天所讨论云和工业互联网等概念的背后是一个新时代的到来，这就是体系架构大迁徙。传统企业级技术是在单体应用和单机环境中，保证数据存储、调用等操作的高可靠、高可用、高稳定，特别是满足金融级事物处理的ACID（原子性、一致性、隔离性和耐久性）要求，为企业关键业务提供数据管理支撑。随着企业技术向云架构迁移，数据库技术也面临转型。
2018年，基于云计算技术的分布式数据库成为了业界的热点。简单理解，云计算技术就是把“单机”环境替换为由X86服务器机群所组成的分布式计算环境。原先由几台小型机完成的计算任务，要分散到上百甚至上千台X86服务器上，而且还可能跨数据中心操作，挑战可想而之。特别是在线支付等金融级业务，不能在断网或网络连接有问题时出错，也不能因响应速度慢而影响用户体验。
2018年8月，中国支付清算协会与中国信息通信研究院联合举办了“金融分布式事务数据库研讨会”，与业界厂商和用户共商核心数据库分布式转型之路，同时发布了《金融分布式事务数据库》白皮书。金融分布式事务数据库的工作推进，为分布式数据库进入企业关键业务系统，提供了产业化支撑。而华为作为企业ICT解决方案供应商，早在2012年就开始研发面向大数据分析的数据仓库，在基于传统关系型数据库SQL引擎和事务强一致性等基础上，进行了分布式、并行计算的改造，历时6年打造了面向PB级海量数据分析的分布式数据库。
在OLAP数据仓库之外，华为与行业用户合作了面向OLTP的分布式事务型数据库研发。2017年，华为与招商银行合作成立了分布式数据库联合创新实验室，研发具有高性能企业级内核、完整支持分布式事物、满足金融行业对数据强一致要求、单机事物处理能力要达到每分钟百万级别等的OLTP分布式数据库。
本次发布的GaussDB数据库新品包括：联机事务处理OLTP数据库、联机分析处理OLAP数据库、事务和分析混合处理HTAP数据库。而华为GaussDB数据库将AI技术融入数据库设计、开发、验证、调优、运维等环节，可实现基于AI的自调优、自诊断自愈、自运维，让数据库更高效、更智能，引领数据库架构的发展。
更进一步，本次发布的GaussDB系列数据库是业界首款支持ARM芯片的分布式数据库。华为推动计算架构从以X86+GPU为主的单一计算架构到以X86+GPU+ARM64+NPU为主的异构计算架构快速发展。基于X86架构，华为引入AI管理和智能加速能力，率先推出了智能服务器FusionServer Pro；基于ARM64打造了业界性能最强的TaiShan服务器；基于Ascend芯片的Atlas智能计算，实现了业界首个端边云协同的人工智能平台。而GaussDB可充分利用并融合ARM、X86、GPU、NPU等多种异构算力组合，大幅提升数据库性能。
汪涛强调，作为全球首款AI-Native数据库，GaussDB有两大革命性突破：第一，首次将人工智能技术引入数据库的全生命周期流程，实现自运维、自管理、自调优和故障自诊断。在交易、分析和混合负载场景下，基于最优化理论，首创深度强化学习自调优算法，把业界平均性能提升60%。第二，支持异构计算，充分发挥X86/ARM/GPU/NPU多样性算力优势，最大化数据库性能，在权威标准测试集TPC-DS上，华为GaussDB排名第一。GaussDB还支持本地部署、私有云、公有云等多种场景。
在以云计算为代表的分布式计算环境中，数据管理解决方案除了需要分布式数据库外，为了更好的扩缩容以及满足多样化数据存储需求，计算与存储分离已经成为分布式数据库设计的主要架构。分布式云化架构，就是要支持计算、存储分离和多租户等架构设计要求。
GaussDB已经从数据库层面实现了高可用、高可靠、高稳定的分布式数据库，本次发布的FusionStorage 8.0则是分布式存储架构，创新地实现一套系统同时支持块、文件、对象、HDFS协议，1套存储支持4类存储能力，适用于全业务场景混合负载，最终让“一个数据中心一套存储”成为可能。
IDC发布的《中国软件定义存储（SDS）及超融合存储（HCI）系统市场季度跟踪报告，2018年第四季度》显示，2018年，软件定义存储市场达到了54.9%的同比增长。软件定义存储在中国整体存储市场的占有率稳步上升，分别达到了22.1%的市场占有率。华为凭借文件解决方案在政府、广电和电信等行业得到认可，在2018年中国软件定义存储市场排名第一。
FusionStorage 8.0采用华为ARM-based处理器鲲鹏920加速，使IOPS提升 20%，结合华为AI Fabric无损网络，时延进一步降低15%。基于华为在计算、网络和存储领域多年的芯片和算法积累，FusionStorage 8.0在SPC-1的性能测试中，单节点性能达到了16.8万IOPS以及1ms以内时延，成为承载企业关键应用的新选择。
此外，通过华为云的云上训练及本地AI芯片，FusionStorage 8.0将智能管理贯穿业务使用的全生命周期，如业务上线前对存储资源的规划，使用过程中的风险预判及故障定位，大幅提升存储效率，帮助行业客户应对智能时代的数据新挑战。
汪涛在发布会上强调，新一代智能分布式存储FusionStorage 8.0通过重定义存储架构，从“Storage for AI”和“AI in Storage”两个维度实现效率大幅提升，引领存储智能化。首先，“Storage for AI”通过融合共享，让AI分析更高效。其次，“AI in Storage”率先将AI融入存储全生命周期管理，从资源规划、业务发放、系统调优、风险预测、故障定位等方面实现智能运维。
辽宁移动就采用了华为FusionStorage。作为辽宁省内最大的移动通信运营商，辽宁移动一直在 探索 先进的存储方案在自身IT系统的应用。由于5G的快速发展，辽宁移动关键数据库的应用也向云化方向发展，分布式存储也要满足其可靠性和高性能要求。华为在深入分析辽宁移动需求后，首先在边缘开发测试业务小规模试点分布式存储，进行了大量的实验和测试后性能和可靠性都达到了预期，最终决定将全部业务迁移至FusionStorage。该方案通过采用双活、可写快照、端到端DIF等特性，顺利完成Billing、经营分析、B2B等系统从老旧存储至FusionStorage的搬迁工作，助力辽宁移动的存储架构迈入新的 历史 阶段。
值得一提的是，华为分布式数据库与华为分布式存储深度结合，把数据库的操作下沉到存储节点，极大提升了分布式数据库的性能。利用新的网络技术和人工智能技术，华为帮助用户提升数据中心的吞吐量，提升网络应用的可伸缩性，并且能自动调优。
除了推出新一代突破性的分布式数据库和存储技术外，华为也积极与客户、伙伴在数据库与存储领域，从行业应用、平台工具、标准组织和社区等多个层面共建开放、合作、共赢的产业生态。在行业应用层面，华为与软通智慧、神州信息、东华软件、易华录、用友政务、亚信国际等独立软件开发商长期合作；在平台和工具层面，华为与Tableau、帆软、ARM、Veritas等合作伙伴联合创新；在标准组织和社区层面，华为深度参与OpenSDS、中国人工智能产业联盟、OCP、OpenStack、CNCF基金会等组织和社区的建设。
总结来说，华为全线分布式数据库和分布式存储产品的发布，是华为具备融合、智能、可传承三大特性数字平台的最新成果。华为分布式数据库与分布式存储结合，能消除企业各业务系统数据孤岛，构建面向行业场景的数据建模、分析和价值挖掘能力，对多源异构的数据进行汇聚、整合和分析，形成统一的全量数据和数据底座，实现数据价值挖掘和共享。而基于AI的智能化，可对基础设施进行高效的管理，为行业应用开发和迭代赋能，全面帮助企业突破关键应用上云的“雄关漫道”。（文/宁川）
㈣ 大数据未来的发展前景怎么样
大数据市场规模不断提升增加了我国隐私数据监管的难度
根据中国信通院数据显示，2016-2019年我国大数据市场规模呈不断上升趋势。大数据是指在一定时间内用常用软件对内容进行抓取和处理的数据集合，不同于传统的数据抓取方式，在大数据环境下，80%以上都是非结构化数据通常采用非关系型数据库(NoSQL)存储技术完成对大数据的抓取、管理和处理。
而非关系型数据库目前尚无严格的访问控制机制及相对完善的隐私保护工具，现有的隐私保护技术，如去标识化、匿名化技术等，多适用于关系型数据库。
因此，大数据环境下，传统的数据监管技术已经失效，目前我国较难以对大数据进行监管。此次滴滴事件就是利用“滴滴出行”APP对用户信息进行了大数据抓取。
——以上数据参考前瞻产业研究院《中国网络安全行业发展前景预测与投资战略规划分析报告》。
㈤ 谁能介绍一下存储虚拟化技术优势
飞康 NSS SED (Service-Enabled Devices)作为存储虚拟化技术的先驱之一，飞康的IPStor/NSS 存储虚拟化产品在2001年就已经出现在市场上，截止2014年已经正式发布了其第七代存储虚拟化产品，技术成熟度和广泛的应用范围都具备良好的可参考性。飞康自创立以来，一直坚持开放硬件的态度，获得众多用户和第三方存储厂商的亲睐，很多国内外存储厂商的技术人员都曾经接触过该产品。飞康官方宣称，以OEM方式或自主品牌销售的NSS产品安装量已超过数万套。丰富而实用的功能设计以及长期经受市场考验的产品稳定性和可靠性，应该是飞康IPStor/NSS产品的主要特点。
飞康 NSS 存储虚拟化接入技术原理非常便于理解。飞康 NSS 在接管底层存储子系统的磁盘卷时，可以采用两种方式来实现接入：一种是将底层磁盘卷直接虚拟化为Virtual Disk（虚拟磁盘）以供NSS管理和分配；另一种可将磁盘卷转换为SED(Service-Enabled Devices)磁盘设备以供NSS管理和分配。当转换为SED设备时，磁盘卷原有数据不会被修改，可以快速通过NSS分配给主机系统，整个接入过程非常简单，不需要数据迁移，停机时间很少，当然也可以实现快速回退，磁盘重新分配给原主机系统，可以被正确识别和使用。
㈥ 你要的大数据标准都在这里
NIST 1500-4 大数据通用框架草案 第四卷 安全与隐私.pdf
NIST 大数据定义（草案）.pdf
大数据安全标准化白皮书2017 .pdf
大数据安全标准化白皮书（2018版）.pdf
大数据标准化白皮书（2018）.pdf
大数据标准化白皮书（2020版）.pdf
1 基础
GB T 35295-2017 信息技术 大数据 术语.pdf
GB T 35589-2017 信息技术 大数据 技术参考模型》.pdf
GB T 38672-2020 信息技术 大数据 接口基本要求.txt
JRT 0236—2021《金融大数据 术语》.pdf.pdf
TGZBD 2-2020 大数据标准体系总体架构.pdf
2 数据
GBT 18142-2017 信息技术 数据元素值表示 格式记法 ISOIE C FDIS 149572009.txt
GBT 18391.1-2009 信息技术 元数据注册系统 (MDR) 第1部分： 框架 ISOIEC11179-1 2004， IDT.txt
GBT 18391.2-2009 信息技术 元数据注册系统 (MDR) 第2部分： 分类 ISOIEC11179-2 2005， IDT.txt
GBT 18391.3-2009 信息技术 元数据注册系统 (MDR) 第3部分： 注册系统 元模型与基本属性 ISOIEC11179-3 2003， IDT.txt
GBT 18391.4-2009 信息技术 元数据注册系统 (MDR) 第4部分： 数据定义 的形成 ISOIEC11179-4 2004， IDT.txt
GBT 18391.5-2009 信息技术 元数据注册系统 (MDR) 第5部分： 命名和标 识原则 ISOIEC11179-5 2005， IDT.txt
GBT 18391.6-2009 信息技术 元数据注册系统 (MDR) 第6部分： 注册 ISOIEC11179-6 2005， IDT.txt
GBT 23824.1-2009 信息技术 实现元数据注册 系统内容一致性的规程 第 1部分： 数据元 ISOIEC TR20943-1 2003， IDT.txt
GBT 23824.3-2009 信息技术 实现元数据注册 系统内容一致性的规程 第 3部分： 值域 ISOIEC TR20943-3 2004， IDT.txt
GBT 30881-2014 信息技术 元数据注册系统 (MDR)模块 ISOIEC 197732011.txt
GBT 32392.1-2015 信息技术 互操作性元模型 框架(MFI) 第1部分： 参考 模型.txt
GBT 32392.2-2015 信息技术 互操作性元模型 框架(MFI) 第2部分： 核心 模型.txt
GBT 32392.3-2015 信息技术 互操作性元模型 框架(MFI) 第3部分： 本体 注册元模型.txt
GBT 32392.4-2015 信息技术 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 信息技术 互操作性元模型 框架(MFI) 第5部分： 过程 模型注册元模型.txt
GBT 32392.7-2018 信息技术 互操作性元模型 框架 第7部分： 服务模型注.txt
GBT 32392.8-2018 信息技术 互操作性元模型 框架 第8部分： 角色与目标 模型注册元模型.txt
GBT 32392.9-2018 信息技术 互操作性元模型 框架 第9部分： 按需模型选 择.txt
GBZ 21025-2007 XML使用指南.txt
3 技术
YDT 3772-2020 大数据 时序数据库技术要求与测试方法.txt
YDT 3773-2020 大数据 分布式批处理平台技术要求与测试方法.txt
YDT 3774-2020 大数据 分布式分析型数据库技术要求与测试方法.txt
YDT 3775-2020 大数据 分布式事务数据库技术要求与测试方法.txt
大数据开放与互操作技术
信息技术 大数据 互操作 技术指南 拟研制.txt
大数据生存周期处理技术
GBT 32908-2016 非结构化数据访问接口规范.txt
GBT 36345-2018 信息技术 通用数据导入接 口规范.txt
信息技术 大数据 面向分 析的数据检索与存储技术 要求 在研.txt
大数据集描述
GBT 32909-2016 非结构化数据表示规范.txt
GBT 34945-2017 信息技术 数据溯源描述模型.txt
GBT 34952-2017 多媒体数据语义描述要求.txt
GBT 35294-2017 信息技术 科学数据引用.txt
GBT 38667-2020 信息技术 大数据 数据分 类指南.txt
GB T 38667-2020 信息技术 大数据 数据分类指南.pdf
4 平台、工具
GBT 38673-2020 信息技术 大数据 大数据 系统基本要求.txt
GBT 38675-2020 信息技术 大数据 计算系 统通用要求.txt
GB T 37721-2019 信息技术 大数据分析系统功能要求》.pdf
GB T 37722-2019 信息技术 大数据存储与处理系统功能要求.pdf
GB T 38633-2020 信息技术 大数据 系统运维和管理功能要求.pdf
GB T 38643-2020 信息技术 大数据 分析系统功能测试要求.pdf
GB T 38676-2020 信息技术大数据存储与处理系统功能测试要求.pdf
JRT 0206—2021 证券期货业大数据平台性能测试指引.pdf
YDT 3762-2020 大数据 数据挖掘平台技术要求与测试方法.txt
5 安全和隐私
GAT 1718-2020《信息安全技术 大数据平台安全管理产品安全技术要求》.txt
GBT 大数据系统软件安全防护指南》标准草案.pdf
GB T 35274-2017 信息安全技术 大数据服务安全能力要求 立项.pdf
GB T 37973-2019 信息安全技术 大数据安全管理指南.pdf
YDT 3736-2020 电信运营商大数据安全风险及需求.txt
YDT 3741-2020 互联网新技术新业务安全评估要求 大数据技术应用与服务.txt
YDT 3800-2020 电信网和互联网大数据平台安全防护要求.txt
信息安全技术电信领域大数据安全防护实现指南.doc
d
㈦ 和CPU、GPU“三足鼎立”，DPU真有如此大的潜力吗
作者 | 赵广立
近年来摩尔定律“失速”，使得中央处理器（CPU）的性能增长边际成本急剧上升。有研究数据表明，现在CPU的性能年化增长率（面积归一化之后）仅有3%左右。然而，人们对计算的需求依然爆发性增长。
在此背景下，包括人工智能（AI）芯片在内的专用计算芯片陆续登上 历史 舞台，绽放光芒。眼下，以数据为中心的专用处理器“DPU”正成为专用计算芯片的“新贵”。美国芯片巨头英伟达公司甚至将其定位为数据中心继CPU和图形处理器（GPU）之后的“第三颗主力芯片”，掀起了行业热潮。
和CPU、GPU“三足鼎立”，DPU真有如此大的潜力吗？它的应用场景有哪些？我国能抓住DPU发展机遇吗？近日，由中国科学院计算技术研究所（以下简称中科院计算所）主编，中科驭数（北京） 科技 有限公司、中国计算机学会集成电路设计专业组、计算机体系结构国家重点实验室联合编写的行业首部《专用数据处理器（DPU）技术白皮书》（以下简称《DPU技术白皮书》）发布。结合上述问题，《中国科学报》联系采访了主要编写人员一探究竟。
“DPU最直接的作用是作为CPU的卸载（offload）引擎，其效果是给CPU‘减负’。”《DPU技术白皮书》主编、中科院计算所研究员鄢贵海告诉《中国科学报》，作一形象比喻，DPU提供了数据中心一把“杀鸡”的工具，节省的是CPU这把“牛刀”，以释放CPU算力，留给更需要它的业务负载。
接管CPU的网络协议处理任务，就是一个很好的例子。鄢贵海说，比如在数据中心仅线速处理10G的网络，大概就需要一个8核高端CPU一半的的算力，而如果是40G、100G甚至更高速的网络，性能开销更大。
云计算巨头亚马逊云服务（AWS）形象地称之为“数据中心税”——还未运行业务程序，接入网络数据就要占去许多计算资源。
“DPU诞生的使命就是承载网络虚拟化、硬件资源池化等基础设施层服务，以释放CPU的算力到上层应用。”《DPU技术白皮书》编委会成员、中科驭数高级副总裁张宇解释说，将“CPU处理效率低下、GPU处理不了”的负载卸载到专用的DPU，就能实现对“数据中心税”的抵消，从而有助于提升整个计算系统的效率、降低整体系统的总体拥有成本。
张宇介绍称，DPU主要处理网络数据和输入输出（IO）数据，并提供带宽压缩、安全加密、网络功能虚拟化等功能。“这些可以说是离我们普通用户每天感知到的各种应用最远的功能了。而这些基础功能是实现日常应用更高效、更安全、更实时的保障。”
业界对DPU中的“D”有三种说法，因此DPU就有三个中文名。
一种是“Data”，DPU被称为“数据处理器”；一种是“Datacenter”，DPU译作“数据中心处理器”；一种是“Data-centric”，相应的，DPU可叫作“以数据为中心的处理器”。
“以上三种关于DPU的说法，从不同角度反映DPU的特征，都有一定的可取之处，我们认为可以作为不同的三个维度来理解DPU的内涵。”李晓维说。
“随着‘软件硬件化’成为常态，异构计算的潜能将因各种DPU的普及而彻底发挥出来。”《DPU技术白皮书》编委会成员、中科驭数联合创始人兼CTO卢文岩认为，新一代的DPU不仅可以作为运算的加速引擎，还具备“控制平面”（即追求数据处理功能的覆盖面）的功能，能更高效地完成网络虚拟化、IO虚拟化、存储虚拟化等任务，彻底将CPU的算力释放给应用程序。
“可以说，DPU的出现将让各行各业的业务层数字化应用更全面、更流畅、更绿色。”卢文岩说。
从市场规模角度来看，根据Fungible公司和英伟达公司的预测，用于数据中心的DPU量级将达到和数据中心服务器等量的级别。
“服务器每年新增大约千万量级，一台服务器可能没有GPU，但一定会有一颗或者多颗DPU，好比每台服务器都必须配网卡一样。”鄢贵海说，服务器每年新增大约1500万台，每颗DPU以1万元计算，这将是千亿量级的市场规模。
在这个千亿量级市场中，国际传统芯片巨头如英伟达、英特尔、Marwell、博通等厂商，都在积极布局DPU产品研发。
这些芯片巨头的布局并不意外，他们或有智能网卡研发基础（如博通）继续延伸技术触角，或通过并购专用加速芯片公司（如英伟达、英特尔）补充其在DPU领域的技术能力。相比它们，更值得一提的是，亚马逊旗下的AWS和阿里云两大云计算巨头，早已注意到数据中心开销问题，并已有了良好实践。
据《DPU技术白皮书》显示，2013年，AWS研发了Nitro产品，将为虚拟机提供远程资源、加密解密、故障跟踪、安全策略等服务程序的资源开销，全部放到专用加速器上执行，“轻量化管理程序+定制化硬件”的上场一举节省30%CPU资源。几乎在同期，阿里云也着手研发“神龙架构”（X-Dragon系统），以硬件化的MOC卡统一支持网络、IO、存储和外设的虚拟化，如今“神龙架构”已经更迭到了第4代。
“可见，DPU其实在行业内已经孕育已久，从早期的网络协议处理卸载，到后续的网络、存储、虚拟化卸载，其带来的作用非常显着，只不过在此之前DPU‘有实无名’，现在是时候迈上一个新的台阶了。”鄢贵海表示。
可喜的是，国内一些围绕DPU技术的创业公司也逐渐崭露头角。除了参与编写《DPU技术白皮书》的中科驭数之外，还有云豹智能、星云智联、芯启源、云脉芯联等新近成立的 科技 创业公司，展现出良好势头。
以中科驭数为例，这家创始团队来自中科院计算所的初创企业，在DPU理论基础、数据中心架构方面有着深刻理解，工程实现经验也因一些来自亚马逊、赛灵思、华为等核心骨干的加入，得到了很好的积累。2019年，中科驭数完成第一代DPU芯片的流片，预计将于2022年推出第二代DPU芯片“K2”。
“我们认为DPU的潜力确实是巨大的。”在鄢贵海看来，从技术发展的角度来看，DPU的出现有一定的必然性——上层应用对于算力的需求在过去5年急剧增长，使得DPU的应用场景很多，它将广泛分布在5G、云计算、大数据、数据中心和边缘计算等领域。
而从工业和信息化部今年发布的《新型数据中心发展三年行动计划(2021—2023年)》中，鄢贵海更是看到了新型算力芯片难得的 历史 发展机遇。
该计划明确提出要加快提升算力算效水平，“推动CPU、GPU等异构算力提升，逐步提高自主研发算力的部署比例”“加强专用服务器等核心技术研发”“树立基于5G和工业互联网等重点应用场景的边缘数据中心应用标杆”等要求和措施。
“虽然国内厂商在芯片产品化的环节相比国外一线厂商还有差距，但是在DPU架构的理解上是有独到的见解的，而且我国目前在数据中心这个领域，无论是市场规模、增速还是用户数量，相较于国外都有巨大的优势。”鄢贵海认为，国内厂商有望充分利用这一“应用势能”，加快发展步伐，在DPU这个赛道与国外厂商“逐鹿中原”。
不过，挑战与机遇并存。
“目前要解决DPU标准化应用，还存在一定挑战。”鄢贵海解释道，由于数据中心本身的复杂性，各大厂商一方面采用商用现货组件（即COTS）来构建系统，追求低成本，一方面又设法分层服务化，打造面向不用类型客户的标准化产品，但除此之外的所有技术实现几乎都是“八仙过海，各显神通”——如AWS有Nitro，阿里云有MOC。
㈧ 硬盘阵列内置电源优缺点
硬盘阵列内置电源优点：
1、提高传输速率
RAID通过在多个磁盘上同时存储和读取数据来大幅提高存储系统的数据吞吐量(Throughput).在RAID中,可以让很多磁盘驱动器同时传输数据,而这些磁盘驱动器在逻辑上又是一个磁盘驱动器,所以使用RAID可以达到单个磁盘驱动器几倍、几十倍甚至上百倍的速率.这也是RAID最初想要解决的问题.因为当时CPU的速度增长很快,而磁盘驱动器的数据传输速率无法大幅提高,所以需要有一种方案解决二者之间的矛盾,最后,RAID成功了.
2、通过数据校验提供容错功能
如果不包括写在磁盘上的CRC(循环冗余校验)码的话，普通磁盘驱动器无法提供容错功能.
RAID容错是建立在每个磁盘驱动器的硬件容错功能之上的,所以它提供更高的安全性.在很多RAID模式中都有较为完备的相互校验/恢复的措施,甚至是直接相互的镜像备份,从而大大提高了RAID系统的容错度,提高了系统的稳定冗余性.
二、缺点
1、RAID0没有冗余功能,如果一个磁盘(物理)损坏,则所有的数据都无法使用.
2、RAID1磁盘的利用率最高只能达到50%(使用两块盘的情况下),是所有RAID级别中最低的.
3、RAID0+1以理解为是RAID 0和RAID 1的折中方案.RAID 0+1可以为系统提供数据安全保障,但保障程度要比 Mirror低而磁盘空间利用率要比Mirror高.
通过上述的说明，我想大家都应该明白RAID技术的具体优缺点了，对于后续的工作都会有所帮助。如果Raid中的数据不慎丢失的话，可以联系专业的资料恢复中心来解决问题。
㈨ 币圈一级市场：一级项目subspace 波卡生态去中心化存储
项目介绍：
Subspace Labs 成立于 2018 年， 为波卡网络开发激励兼容 incentive compatible 的 PoC 共识算法以及可扩展的，永续去中心化存储。任何人都可以参与共识，而无需购买特殊硬件、消耗能源等。加密世界已变得越来越中心化，矿池、受信任的交易平台主导着整个行业。其目标是建立地球上最去中心化的区块链。
Subspace的项目最早得到了美国国家科学基金会的支持，目前Subspace项目还得到了Web 3 基金会资助。
Subspace Labs 借助 OnFinality 的公共应用程序界面，将永久的去中心化存储技术引入 Kusama，进而完整保存 Kusama 中继链和所有实时平行链的 历史 纪录。
Subspace Labs (subspace.network) 与OnFinality (https://onfinality.io/)达成合作。此次合作将利用 OnFinality 的增强 API 服务，快速、安全地访问来自 Kusama 网络及其平行链的区块链数据，便于 Subspace 完整存档其中的 历史 记录。通过提供永久、可扩展、去中心化的存储层，本次联合汇聚众多助力，全力支持 Polkadot 和 Kusama 生态的进一步发展。
以太坊等区块链存储 1 MB 数据的成本超过 40万美元，相比之下，Subspace能够在每GB 不足1 美元的价格基础上实现永久性去中心化储存。凭借着低廉的价格和高质量的服务，Subspace 开始为众多区块链“分忧解难”，能够在不影响系统安全性或去中心化的前提下，将档案节点运行的负担转移至Subspace网络上；与此同时，Subspace 还提供一个通用的检索 API，可以简化和标准化跨网络区块链数据的访问。总之，上述提及的功能为不同区块链之间的数据交互打开了一扇新大门，通向一个充满可能性的新世界。
OnFinality 的公共 API 服务允许 Subspace 中继节点关注 Kusama 中继链和所有实时平行链的最新区块，接着中继节点将每组新区块打包到存储交易中，然后再提交给 Subspace Network 区块链。
同时OnFinality 为开发人员提供核心基础设施服务，主要着重于 Polkadot/Substrate 网络，其 API 服务还允许开发人员以最低成本、零预先设置访问高性能托管共享节点。
Subspace Labs 在 OnFinality 的公共 RPC（远程过程调用）端点之上构建了 Kusama 中继服务，便于实时备份 Kusama 中继链和所有实时平行链的完整区块。目前与该服务集成的网络包括 Kusama、Statemine、Karura、Bifrost、Shiden、Calamari、Altair、Moonriver、Heiko、Khala、Basilisk、Kilt 和 Kintsugi，未来期待更多新网络的加入。
“很高兴能够与 OnFinality 团队合作，携手同行，推出高效优质的服务，同时也要向OnFinality 团队的工程师致敬，感谢他们构建了如此可靠的 API 服务”。
- Jeremiah Wagstaff，Subspace Labs 联合创始人兼首席执行官。
“OnFinality 很高兴能与 Subspace 合作，共同致力于为 Polkadot 生态系统构建去中心化的存储网络。作为基础设施企业，我们很高兴能与一个对Web 3 生态系统的基础技术有着相同目标和热情的团队合作。”
- Sam Zou，OnFinality 首席执行官
由于其独特的共识算法和基于市场的激励机制，Subspace 能够为大量数据提供永久的去中心化存储。其收益耕作者或称为“农民”（而不是矿工）能够在磁盘空间允许的范围内尽可能多地储存区块链 历史 记录。这种收益耕作的方式基于存储空间，既环保又便于用户使用，任何有硬盘的人都可以访问。而且随着越来越多的“农民”加入，存储成本也会成比例地下降。
了解更多关于 Subspace Network 的信息，请访问 subspace.network/ 并加入我们的 Discord 和 Telegram 群组。
了解更多关于 OnFinality 的信息，请访问 onfinality.io/ 并加入 Telegram 群组。
关于 Subspace Network
Subspace Network 是一个可扩展的存储和计算平台，旨在通过将平台最新的共识算法与一系列前沿的学术提案相结合，实现垂直和水平两个方向的扩展性最大化，并且保证安全和去中心化两方面性能不受影响。经过几年的研究和 探索 ，经费大部分由美国国家科学基金会承担，Subspace Labs 于 2021 年 6 月筹集了450万美元的种子轮资金，由 Hypersphere Ventures 和 Stratos Technologies 领投。
关于 OnFinality
OnFinality 是一个 SaaS 平台，提供基础设施和开发人员工具，帮助开发人员节省时间，快速成长。使用 OnFinality，您可以在几分钟内将专用节点部署到 20 多个 Polkadot 网络上，或访问增强版共享节点 API 服务。OnFinality 的使命就是帮助区块链和 dApp 开发人员更快地构建去中心化的未来。
Subspace能够充分具有基于硬盘PoC共识的自由、公平和生态友好等性质，同时还能抵制困扰PoW和PoS网络的中心化倾向。 凭借其新颖的共识机制，Subspace还能够为基于区块链的应用提供廉价、永久和可扩展的去中心化存储，因为用户可以简单地将数据直接嵌入到交易中。关于矿工困境以及如何在Subspace的架构中解决这个问题的完整描述，鼓励大家可以去进一步阅读Subspace的技术白皮书。
Subspace Labs 为波卡网络开发激励兼容 incentive compatible 的 PoC 共识算法以及可扩展的，永续去中心化存储。实现了基于硬盘的共识算法，同时解决 PoW 和 PoS 网络的中心化趋势问题。加密世界已变得越来越中心化，矿池、受信任的交易平台主导着整个行业。其目标是建立地球上最去中心化的区块链。
Subspace会成为Polkadot网络上的一个parachain。Substrate是一个用于构建区块链的框架，由Parity公司的非常棒的一群人士开发。 Substrate能够支持可插拔的共识，并配备了几种现有的算法，包括：PoS（BABE）、PoA（Aura）和 PoW工作量证明（Kulupu） 。Subspace 获得Web3资助的一个关键目标是扩展这套共识算法，使其能够支持PoC容量证明共识。
为了实现这一目标，Subspace已经开发了一套支持PoC共识抽象概念的Substrate模块。这些模块目前支持无需许可(Permissionless)的PoC（无论是无用空间证明 proof-of-useless-space 还是有用存储证明 proof-of-useful-storage），其中区块间隔是通过共享时钟强制执行的。这些模块会被设计为在底层PoC和定义具体链上逻辑的层级之间充当中间件层。
Subspace Labs 最近完成了 450 万美元的种子融资，为 Polkadot 网络带来了激励兼容的容量证明（PoC）共识和可扩展的永久分散存储。该轮融资由 Hypersphere Ventures 和 Stratos Technologies 共同领投，Consensys Mesh、IOSG、Republic Labs、D1、OKEx Blockdream、Gate Labs、NGC、Candaq、Krypital、Dealean、Cabin VC 和 DefinanceX 参与。
基于波卡生态的永续去中心化存储方案开发团队 Subspace Labs 完成 450 万美元的种子轮融资。本轮由 Hypersphere Ventures 和 Stratos Technologies 联合领投，其他参投机构包括 Consensys Mesh、IOSG Ventures、Republic Labs、D1、Block Dream Fund、Gate Labs、NGC、Candaq、Krypital、Dealean、Cabin VC 以及 DefinanceX。
Subspace：基于存储的共识
Subspace 是一条基于 Substrate 的新链，由归档存储证明 (PoAS) 共识提供支持，共识中也包括区块链 历史 本身的存储证明。归档存储证明 (PoAS) 解决了因以往激励措施不足或不当等因素导致的Chia 或 Filecoin这类空间证明区块链中心化的问题。在 Subspace 网络中，收益耕作者或“农民”（而不是矿工）可以在自己磁盘空间允许的前提下尽可能多地储存区块链 历史 记录。这种基于存储空间的共识，既环保又便于用户使用，而且任何有硬盘的人都可以访问。
Subspace 将通过以下方式支持 Polkadot 和 Kusama 生态的发展：
1. 安全存储所有平行链的共同 历史 —— Subspace 将提供一个标准的档案存储层，确保每条平行链的 历史 可以无限期保留，并且通过常用的检索 API 可以访问。
2. 提供平行链链下存储——平行链可以将非必要的合约状态（例如与 NFT 相关的视频或图像文件）从链上转移至 Subspace。相比链上存储，这种方式既可以保留文件的持久性、不变性和可用性，同时又可以将成本控制在最低。
3. 允许异步跨平行链存储——使用 XCMP，平行链可以捕捉到任何智能合约的状态并将其转至链下到 Subspace 上，然后在计算需要时检索合约状态。
在一个有能力的区块链中，农民必须决定是否将稀缺的储存资源分配给。任一保持链的状态和 历史 或最大限度地扩大它们承诺达成共识的空间。理性农民总是会选择后者，充其量只能成为小客户，而在最坏的情况下，他们会鼓励在几个可信赖的经营者领导下的集中耕作。
有人认为，区块链不可能在不牺牲安全或权力下放的情况下扩大规模。虽然最近的研究表明，安全是可以维持的，但同步和维护国家和 历史 的负担仍然存在。既然子空间已经解决了这些问题，为了避免农民的困境，它确实能够在不妥协的情况下扩大规模。
交叉链交换： 未来将是多链的，显然用户更喜欢AMMS而不是集中式交换。子空间提供了连接众多链所需的第一层可伸缩性，同时允许不信任、低延迟和高吞吐量的资产交换。
分布式存储： 由于 历史 的发展可能远远超过任何一个农民的存储能力，但价格仍然很高，因此子空间能够提供廉价、永久的DAPP存储，同时仍能将数据提供给全局执行层。
可合成侧链： 通过解耦执行和存储，然后逐个缩放每个子空间，子空间允许更广泛的第二层结构数组，仅受协议设计者的想象限制。
一级项目评级：
subspace 波卡生态去中心化存储
Liquidfty 跨链NFT交易平台
Uniarts 基于 Substrate 开发的 NFT 创作、拍卖和发行的区块链网络
X Protocol 基于Polkadot的跨链预测平台
㈩ 云计算白皮书：2023年中国云计算产业规模将超3000亿
《中国云计算产业发展白皮书》正式发布
10月12日，由国务院发展研究中心国际技术经济研究所主办的“中国智能化转型与技术创新高层研讨会暨《中国云计算产业发展白皮书》发布会”在北京召开。
《中国云计算产业发展白皮书》提出，持续强化政府推动，以“5G+云+AI”技术融合推动数字经济发展，按不同层级区别划分应用云计算技术，构建开放的云生态等建议，以期进一步推动城市智能升级和企业智能转型，并实现高质量、可持续发展。
中国云计算产业规模只有美国8%
数字经济浪潮正以势不可挡之势席卷全球，以第五代移动通信技术（5G）、云计算、人工智能（AI）、物联网（IoT）为代表的新技术开启新一轮产业革命，成为推动 社会 发展的关键动能。
《中国云计算产业发展白皮书》指出，世界主要国家已经充分认识到云计算的基础作用，纷纷加大对云计算产业的扶持力度，出台一系列相关政策措施和规划推动本国云产业的发展，进而驱动数字经济持续发展。欧美主要国家进行产业调整，云计算在其中发挥着重要的支撑作用，其中美国制造业回流，得到了云计算的助力，同样，德国制造变革云计算也起到了至关重要的作用。
《中国云计算产业发展白皮书》认为，中国云计算的新兴产业作为智能化的产业设施非常有效。同时，调研发现，目前中国云计算产业规模与欧美国家相比还存在差距，中国企业上云在主要国家中也处于较低水平，自主可控能力亟待加强。
相关数据显示，2018年，中国云计算产业规模达到962.8亿元人民币，相当于美国云计算产业的8%左右，与中国经济发展水平还不匹配。
从区域来看，华北、华东和华南是中国云计算产业发展的主导区域，主要是这些区域集中了中国主要的互联网企业和金融、消费品、制造等行业用户。
国务院发展研究中心国际技术经济研究所顾问委员会主任宫晨光发表致辞
中国经济迎来智能化转型升级的关键时期
国务院发展研究中心国际技术经济研究所顾问委员会主任宫晨光在本次发布会上致辞称，今年我国政府工作报告所提出的要利用人工智能等新兴技术，拓展智能＋，为传统产业赋能，推动传统产业升级改造已经成为进入新时代的主要任务之一。随着国家积极推进数字产业化、产业数字化、引导数字经济和实体经济深度融合、推动经济高质量发展，中国经济正在迎来智能化转型升级的关键时期。
“传统产业智能化升级不可能一帆风顺，挑战也伴随其中。例如市场上有能力为智能化升级提供顶层设计、咨询服务、全栈解决方案的供应商偏少，云计算、人工智能的普及不可避免的带来了技术、管理和法律的变革等等，都给传统企业的智能化升级带来了前所未有的挑战。传统企业如何把握技术机遇，化解挑战的难题，已成为业界必须要解决的难题，尤其在当前复杂的形势下，如何坚持对外开放，交流合作，同时又立足自主创新，更成为亟待 探索 的问题。”宫晨光表示。
中国工程院院士刘韵洁随后发表主旨演讲
云计算如何助推传统产业转型？
中国工程院院士刘韵洁在主题演讲中表示，“工业互联网、全息通信等业务的发展，对网络提出了一系列新的要求和挑战，通过云计算能够实现计算和存储能力下沉、就近服务用户、降低访问时延、提升用户体验。”
刘韵洁强调，要构建大规模多云交换平台，具备灵活业务控制能力，支持私有云、工业云、公有云资源统一编排。同时，应支持异构厂商多云交换、多云互联，具备小时级业务开通能力，使系统稳定性趋于完美。
华为云中国区CTO肖苡在圆桌讨论环节发言指出，在云2.0时代，华为云致力于通过“5G+云+AI”的技术融合，为用户提供技术领先、稳定可靠、安全可控、开放创新的全栈智能云服务，助力政企实现智能化转型升级。
IDC中国区助理副总裁武连峰在演讲中称，云计算已经成为关键数字基础设施的重要部分，未来要把高技术的云计算回归成传统的产业，未来不上云就是落后的，上云是传统企业的标配。
《中国云计算产业发展白皮书》对中国云计算产业发展提出了具体的建议。
首先，建立云计算产业宏观目标，云计算产业是数字经济的基础，前期无一例外都是政府引领，政府推动。通过加强宣传，强化购买服务投入，扩大产业竞争力的措施，推动中国云计算产业快速发展。
其次，要打造良好的云计算产业发展环境，夯实云计算应用基础为前提。当前全球面临的共性问题是安全服务质量，要创造中国云计算产业发展良好环境，优选和规范基础设施架构，采取措施支持数据开放，构造开元的环境，建设优质的服务体系。
第三，不断完善创新，强化云计算平台安全措施。现阶段云计算技术日趋完善，各行业也在加速落地，建议在软硬件和管理三个方面加强安全建议建设。
第四，面向自主可控发展需求，推进产学研用协同攻关，带动产业链核心芯片，应用软件，关键设备，大数据平台等，持续支持国外企业联合高校，强强联合共同推动，培育云计算，人工智能具有国际竞争力的龙头骨干企业。
第五，按不同层级区别云计算系统，未来中国云计算产业必须重点突破，加速应用深度才有望实现数字经济高质量和持续发展。
白皮书预测，2023年中国云计算产业规模将超过3000亿人民币，其中，中国政府和企业上云率将超过60%，全站自主可控计算平台将成为政府和大型企业的主流IT 基础设施。