中国工程院院士&曙光公司董事长李国杰：我们需要以大数据为基础的“元素周期表”

李国杰大数据元素周期表

李国杰 | 2016-05-20 09:41

【数据猿导读】如今，越来越多的公司加入到了大数据挖掘，期望在大数据中挖掘出意想不到的“大价值”。李国杰强调，为顺应大数据时代潮流，我们需要重新构建一张以大数据为基础的门捷列夫周期表(元素周期表)

元素周期表的发现，为化学成为一门独立科学奠定了重要基础。李国杰说，为顺应大数据时代潮流，我们需要重新构建一张以大数据为基础的“门捷列夫周期表”。

大数据时代瞬息万变，每一个科技公司都希望走得更快。

一个月前，亚洲第一大高性能计算机厂商——曙光信息产业股份有限公司(简称曙光公司)宣布了它的“数据中国加速计划”，提出要加速网络布局、加速数据汇聚。

一年前，曙光公司提出“数据中国”战略，决定从“硬件与解决方案提供商”向“数据服务商”转型。这一年，曙光公司的云计算中心“落子”全国20多个城市，运行超1000个种类的政务运用和智慧城市应用。其中，一项致力于惠民工程的“身份认证云”应用在全国20多个省市的社保领域。

而曙光公司的董事长，正是中国工程院院士李国杰。他的主要研究领域是并行处理、计算机体系结构、人工智能、组合优化等。

曙光正研制大数据一体机

尽管李国杰17岁就参加了第一次高考，但由于历史原因，等他真正开启事业时，已经43岁。1987年，他从美国伊利斯诺大学完成博士后回国，进入了中科院计算技术研究所。

回国后，李国杰这块“金子”快速地发光。1993年，他带着数名年轻人，成功研制了中国第一台高性能计算机“曙光1号”，仅过了三天，西方国家便宣布解除对中国的10亿次计算机禁运。

20年后，李国杰回首往事，感慨“曙光1号”打破了一栋“玻璃房子”。他介绍，早年国家进口超级计算机，外国人要监控，就像有一个“玻璃房子”，不让中国人进去对产品进行操作、管理。

从“曙光1号”到“曙光1000”、“曙光4000”，“曙光”家族迅速壮大。目前，安装在国家超级计算深圳中心的“曙光星云”，已经是世界级的大“Boss”。

“曙光星云”究竟多厉害?它拥有相当于20万台个人电脑运算能力的总和，最大存储量相当于80个国家图书馆的藏书量。在2010年第35届全球超级计算机“TOP500”中，它以每秒系统峰值三千万亿次(3PFlops)、每秒实测Linpack值1.271千万亿次的速度，取得全球第二的佳绩，并成为世界上第三台实测性能超千万亿次的超级计算机。

为更好地在大数据时代立足，李国杰透露，曙光公司目前正在研制适合大数据和云计算的大数据一体机、云操作系统和新型存储系统等新产品，他本人牵头的“973项目”正在研制面向大数据的高通量计算机。

“曙光”的技术上不断突破，管理方式也在不断进步。曙光信息产业有限公司成立后，李国杰出任董事长，成为“学院派掌门人”。2014年，他带领这支超级计算机领域的“国家队”登陆上海证券交易所。

大数据也要“元素周期表”

如今，越来越多的公司加入到了大数据挖掘，期望在大数据中挖掘出意想不到的“大价值”。

但是，李国杰提醒，大数据对经济的贡献并不完全反映在大数据公司的直接收入上，应考虑对其他行业的贡献。

为了说明大数据的价值，李国杰引用了一则寓言：一位老农民临终前告诉他的3个儿子，他在自己家的地里埋藏了一罐金子，但没有讲埋在哪里。他的儿子们把他家所有的地都深挖了一遍，没有挖到金子，但由于深挖了土地，从此庄稼收成特别好。

挖数据正如挖金子。李国杰认为，数据收集、分析的能力提高了，这也是一种价值。

李国杰强调，为顺应大数据时代潮流，我们需要重新构建一张以大数据为基础的“门捷列夫周期表(元素周期表)”。

“‘元素周期表’的发现，为化学成为一门独立科学奠定了重要基础。而在很多学科中，我们也需要对某些基本元素进行系统分析。”李国杰表示，目前生物领域有基因组学，生理学、病理学、干细胞等领域都在研究“基因组”，也有人讨论人类语言的“基因组”，这些基因组其实都是构成学科整体的基本元素。

发现“基因组”需要通过计算机对海量数据进行分析，这导致各学科领域纷纷出现“某某信息学”的分支学科，凸显了大数据在许多学科中的基础性作用。

“从上世纪70年代开始，围绕计算复杂性，已形成了以算法研究为中心的计算机科学。但随着计算机科学与其他科学的交叉融合，其研究重点将逐步转移到以研究各种‘基因组学’为重点的数据科学。从这个角度来说，现在已经到了发现一张新的‘元素周期表’的时候了。”李国杰说。

有了这张数据科学的“元素周期表”，大数据时代的数据特性、数据联系将更好掌握。