个人介绍：金海：博士，华中科技大学教授、博士生导师，长江学者特聘教授，国家杰出青年基金获得者，中国计算机学会会士，IEEE Fellow，ACM终身会员，武汉网络安全战略与发展研究院院长，华中科技大学“大数据技术与系统国家地方联合工程研究中心”主任，“服务计算技术与系统教育部重点实验室”主任，“集群与网格计算湖北省重点实验室”主任，“大数据安全湖北省工程研究中心”主任。国务院特殊津贴专家、国务院学位委员会第六、七届学科评议组成员、第六、七届教育部科学技术委员会信息学部委员、副主任委员。973计划“计算系统虚拟化基础理论与方法研究”、“云计算安全的基础理论和方法研究”首席科学家、“十四五”国家重点研发计划“先进计算与新兴软件”重点专项总体专家组组长、“十三五”国家重点研发计划 “云计算与大数据” 重点专项总体专家组副组长、教育部重大专项“中国教育科研网格ChinaGrid”计划的专家组组长、“十二五”国家高技术研究发展计划（863计划）信息技术领域主题专家组专家、“十一五”国家863计划“高效能计算机及网格服务环境”重大项目专家组成员。中国计算机学会副理事长、湖北省计算机学会理事长、中国计算机学会出版工作委员会主任、CCF优秀博士学位论文奖评奖分委员会主席、中国计算机学会区块链专业委会副主任/高性能计算专委会副主任/普适计算专委会常务委员/服务计算专委会常务委员/大数据专委会常务委员。教育部“长江学者和创新团队发展计划”创新团队学术带头人、湖北省自然科学基金创新团队学术带头人。中国计算机学会王选奖获得者，霍英东高等院校青年教师基金获得者，全国优秀博士论文获得者指导教师，入选国家“万人计划”科技创新领军人才，“首批新世纪百千万人才工程国家级人选”。

个人介绍：石宣化：华中科技大学教授、博士生导师，计算机学院副院长、大数据技术与系统国家地方联合工程研究中心副主任。湖北省杰出青年基金获得者，2006年在INRIA从事博士后研究。主要研究云计算与大数据处理、异构计算等，在ASPLOS、VLDB、SOCC、TOCS等会议与期刊发表论文40余篇，成果应用于字节跳动数据中心、神威系列超级计算机等平台，相关成果被Computer杂志作为亮点工作推荐。

报告题目：国家大数据与数字经济战略发展形势

报告摘要：介绍国家大数据战略和数字经济战略推进情况，我国大数据发展技术和产业总体形势，数据要素基础制度，国家一体化大数据中心与“东数西算”工程进展。

个人介绍：单志广，博士，二级研究员，博士生导师，国家信息中心信息化和产业发展部主任，中国智慧城市发展研究中心主任，国家新型智慧城市建设部际协调工作组秘书处秘书长，国家大数据发展专家咨询委员会秘书长。新世纪百千万人才工程国家级人选，国务院政府特殊津贴获得者。曾任《“十二五”国家政务信息化工程建设规划》编制起草专家组成员，《关于促进智慧城市健康发展的指导意见》研究起草工作组组长，《关于促进大数据发展行动纲要》研究起草专家组成员。主持完成50多项信息化、电子政务、智慧城市、大数据、信息安全等领域发展政策、战略规划与顶层设计研究项目。曾获教育部自然科学奖一等奖，电子信息科学技术奖一等奖，国家发展和改革委员会优秀研究成果二等奖、三等奖，国家信息中心优秀研究成果一等奖等奖励。

报告题目：大数据计算新范式--非MapReduce计算框架

报告摘要：当前，大数据分布式计算绕不过MapReduce计算框架。由于其简单、易用和广泛流行，MapReduce已经成为了大数据分布式计算的代名词。但是，面对用高度迭代的复杂智能算法对超大规模的大数据做分布式计算的任务，MapReduce分布式计算系统面临计算效率低、数据扩展性差和复杂算法无法用MapReduce编程模型实现的窘境。其核心瓶颈是重复的Reduce操作产生巨大的数据shuffle和通信开销。本报告介绍一种新的非MapReduce 计算框架来突破这一计算瓶颈。新的计算框架将分布式计算分成两个步骤：local operation 和global operation，称之为logo计算框架。局部操作用串行算法在计算节点上对局部存储的随机样本数据块做独立计算，全局操作将多个节点独立计算的随机样本的结果做集成计算，得出全局结果，作为整个大数据的近似计算结果。logo计算框架只在全局操作需要数据通信，消除了MapReduce计算中重复Reduce操作的通信开销，计算效率和数据扩展能力大幅提高；同时，在局部操作中直接运行串行算法，不再需要按MapReduce操作重写。实现logo计算框架的核心技术是随机样本划分大数据表达模型，即RSP数据模型。该模型将大数据集表示成一组小的随机样本数据集（称作RSP数据块）做分布式存储，每个随机样本集在局部操作步骤独立计算，产生独立的估计值。全局操作将局部分布式并行计算生成的大量随机样本估计值做集成，得到大数据计算的近似结果。logo计算框架可以解决大数据计算的许多问题，包括：算法约束，内存约束，计算效率，计算成本等。同时可以实现多集群协同的分布式计算。

个人介绍：黄哲学，深圳大学特聘教授、大数据技术与应用研究所所长、大数据系统计算技术国家工程实验室副主任，瑞典皇家理工大学博士，首批广东省领军人才，深圳孔雀计划高层次人才。符号值和混合值数据快速聚类算法研究的开拓者，发表了k-modes等一系列著名聚类算法，被纳入国内外教科书和专著，进入软件产品。荣获亚太地区知识发现和数据挖掘国际会议首个最有影响论文奖。发表学术论文250多篇，主要论文被引用超万次，单篇独立作者论文最高引用超3000次，入选斯坦福大学2020年全球前2%顶尖科学家“终身科学影响力排行榜”。近年来主要研究大数据并行与分布式计算技术，提出了随机样本划分（RSP）分布式大数据表达模型，创新性地融合了分布式计算、统计抽样和近似计算方法，有效地解决了超大数据计算的内存约束问题，研究成果荣获多个创新大赛奖，成功用于实际应用。

报告题目：超算存储性能优化—大数据与算力融合的关键途径

报告摘要：计算机体系结构的发展与上层应用的牵动，使得超算技术在机器架构、应用领域和运维管理等方面都取得了长足的进步。智能时代不管我们的工作是围绕“计算”还是围绕“数据”，大数据与算力的融合是必然趋势。随着数据规模的不断扩大和各类新型智能应用不断提高的性能需求，使得传统以计算密集型见长的超算系统面临巨大的数据访问性能问题。报告将从超算存储性能优化的角度探讨大数据处理与算力的融合途径，讨论超算存储系统架构设计，以解决不断增长的应用类型和性能要求。

个人介绍：张兴军，西安交通大学教授，博士生导师。西安交通大学计算机科学与技术学院院长。主要从事高性能计算、大数据存储系统、分布式机器学习等领域研究工作。主持科研项目20余项，发表学术论文140余篇，核心技术获得国家发明专利授权40余项。担任中国西部科技创新港并行与分布式数据处理研究所副所长、陕西省并行与分布式数据处理工程技术研究中心副主任、陕西省计算机学会副理事长、陕西省计算机类专业教学指导委员会秘书长、教育部计算机类专业教学指导委员会委员。

报告题目：人工智能处理器安全架构

报告摘要：AI处理器需要考虑应对日益严峻的安全风险。一方面，对抗样本攻防博弈持续演进；另一方面，AI模型等关键高价值数据也需要高强度保护。我们从模型安全、对抗样本防御、鲁棒的NAS网络三个方面着手，重新思考、探索AI处理器的安全架构设计。

个人介绍：侯锐，中国科学院信息工程研究所信息安全国家重点实验室副主任、研究员、博士生导师，获得国家杰青、优青项目资助。长期从事处理器芯片架构设计及芯片安全等方面的研究工作。

报告题目：隐私保护数据处理技术初探

报告摘要：随着大数据处理生态蓬勃发展，数据共享与跨域流通成为数据治理的重要内容，具有隐私保护特征的数据加密共享处理成为大数据处理的重要诉求，但密文数据处理复杂度比明文数据处理高多个数量级，如何充分应用数据中心资源加速该类应用至关重要。本报告将从应用特征分析、硬件加速等角度探讨隐私保护数据处理技术，分享团队在GPU加速同态加密数据处理以及零知识证明工作的初步进展。

个人介绍：宋怀明，现任中科天玑总工程师，原中科曙光大数据首席科学家。西安交大本科，中科院计算所博士，美国伊利诺伊理工大学博士后。主持了多项重大项目如科技部863课题、发改委信息安全专项、发改委人工智能重大项目、工信部大数据试点示范工程、北京市十百千项目等，申请发明专利60多项。曾获天津市创新团队奖，北京市科技新星、海英人才、青年拔尖人才、百千万人才工程等奖项。CCF大数据专委会委员、高性能计算专委会委员、北京市青联委员、中青科协会员。

报告题目：数智引擎赋能数字经济

报告摘要：当前，数字经济进入快速发展和深化应用阶段，跨平台、多模态和融合应用成为行业数字化转型的重要特点，给大数据处理技术和应用提出了新的机遇和挑战。分析行业应用需求和特点，探讨数智融合处理技术，助推行业数字化转型、智能升级和融合创新，开启了数据智能新时代。

个人介绍：宋怀明，博士，教授级高工，中科天玑总工程师。西安交大本科，中科院计算所博士，美国伊利诺伊理工大学博士后。主持过科技部、发改委、工信部、北京市、天津市等多项重大科研项目，申请发明专利70多项，曾入选天津市创新团队、北京市科技新星、海英人才、青年拔尖人才、百千万人才等奖项。CCF大数据专委会委员、高性能计算专委会委员、北京市青联委员、中青科协理事等。