在大數(shù)據(jù)應用需求的驅動下，計算技術體系正在重構，從“以計算為中心”向“以數(shù)據(jù)為中心”轉型，在新的計算技術體系下，一些基礎理論和核心技術問題亟待破解。本文提出新型大數(shù)據(jù)系統(tǒng)技術發(fā)展的十大趨勢。

趨勢一：數(shù)據(jù)與應用進一步分離，實現(xiàn)數(shù)據(jù)要素化。

數(shù)據(jù)一開始是依附于具體應用的。數(shù)據(jù)庫技術的出現(xiàn)使得數(shù)據(jù)與應用實現(xiàn)了第一次分離。數(shù)據(jù)存儲在數(shù)據(jù)庫中，不再依賴具體的應用而存在。數(shù)據(jù)要素化的需求將推動數(shù)據(jù)與應用進一步分離，數(shù)據(jù)不再依賴于具體的業(yè)務場景，數(shù)據(jù)以獨立的形態(tài)存在于數(shù)據(jù)庫中，并通過數(shù)據(jù)服務為不同的業(yè)務場景提供服務。例如，人口數(shù)據(jù)庫可以為全部的涉及人口信息的業(yè)務場景提供服務。

趨勢二：數(shù)聯(lián)網(wǎng)成為數(shù)字化時代的新型信息基礎設施。

將形成一套完整的數(shù)聯(lián)網(wǎng)基礎軟件理論、系統(tǒng)軟件架構、關鍵技術體系，包括：針對數(shù)聯(lián)網(wǎng)軟件以數(shù)據(jù)為中心的特點，需要從復雜網(wǎng)絡和復雜系統(tǒng)等復雜性理論出發(fā)，研究數(shù)聯(lián)網(wǎng)軟件的結構組成、行為模式和外在性質；針對數(shù)聯(lián)網(wǎng)軟件的數(shù)據(jù)傳存算一體化需求，需要采用數(shù)據(jù)互操作技術和軟件定義思想，研究數(shù)聯(lián)網(wǎng)軟件運行機理、體系結構與關鍵機制；針對數(shù)聯(lián)網(wǎng)軟件跨層級、跨地域、跨系統(tǒng)運行帶來的可靠性、可用性、安全性等質量挑戰(zhàn)，需要以數(shù)據(jù)驅動為手段，研究數(shù)聯(lián)網(wǎng)環(huán)境下保障服務質量與保護質量的原理、機制與方法。

趨勢三：從單域到跨域數(shù)據(jù)管理，促進數(shù)據(jù)要素的共享與協(xié)同。

以數(shù)據(jù)為中心的計算的核心目標是數(shù)據(jù)價值的最大化，關鍵要打破"數(shù)據(jù)孤島"，實現(xiàn)數(shù)據(jù)要素的高效共享與協(xié)同。傳統(tǒng)數(shù)據(jù)管理局限在單一企業(yè)、業(yè)務、數(shù)據(jù)中心等內(nèi)部，未來大數(shù)據(jù)管理將從傳統(tǒng)的單域模式發(fā)展到跨域模式，跨越空間域、管轄域和信任域。但跨空間域會造成網(wǎng)絡時延較高且不穩(wěn)定；跨管轄域會造成數(shù)據(jù)與應用異構，數(shù)據(jù)管理復雜度大大提升；跨信任域則要求具備容忍各類惡意錯誤的能力?？缬驇淼倪@些變化將為大數(shù)據(jù)技術帶來新的機遇和挑戰(zhàn)。

趨勢四：大數(shù)據(jù)管理與處理系統(tǒng)體系結構異構化日趨明顯。

體系結構創(chuàng)新進入"黃金十年"，圍繞不同數(shù)據(jù)處理特征的新型加速器（GPU、TPU、APU等各種xPU）層出不窮，存儲器件快速發(fā)展，高速固態(tài)硬盤（solid state disk，SSD）、新型非易失內(nèi)存、新型計算網(wǎng)絡等成為大數(shù)據(jù)處理系統(tǒng)的重要硬件配置，計算與存儲的融合趨勢明顯。為了最大限度地發(fā)揮數(shù)據(jù)管理能力，大數(shù)據(jù)管理系統(tǒng)在存儲、網(wǎng)絡、計算等硬件上最大化挖掘新型硬件的處理能力。在處理上針對不同數(shù)據(jù)處理需求，配置不同計算與存儲硬件成為大數(shù)據(jù)處理系統(tǒng)的主流架構。數(shù)據(jù)驅動的計算架構快速發(fā)展，以數(shù)據(jù)流為中心的系統(tǒng)結構成為重要的系統(tǒng)設計理念。

趨勢五：擴展性優(yōu)先設計到性能優(yōu)先設計。

數(shù)據(jù)規(guī)模急劇增長，大數(shù)據(jù)處理需求越來越走向深度價值挖掘，數(shù)據(jù)處理計算愈發(fā)密集，數(shù)據(jù)管理與處理的成本成為大數(shù)據(jù)管理與處理系統(tǒng)的重要考量因素，傳統(tǒng)“擴展性優(yōu)先”的大數(shù)據(jù)處理系統(tǒng)設計將會被“以性能優(yōu)先”的系統(tǒng)設計代替。Spark、Flink等系統(tǒng)在大數(shù)據(jù)處理生態(tài)系統(tǒng)中的占有率明顯體現(xiàn)了這一趨勢，圖計算（圖加速器、圖計算框架等）、深度學習框架（Tensorflow、PyTorch等）等領域專用大數(shù)據(jù)處理系統(tǒng)的崛起也是這一系統(tǒng)設計理念在技術生態(tài)上的表現(xiàn)。智能化數(shù)據(jù)管理、近似計算等新興管理和處理方法成為性能優(yōu)先設計的重要技術手段。

趨勢六：近數(shù)處理成為突破大數(shù)據(jù)處理系統(tǒng)性能瓶頸的重要途徑。

存算一體類體系結構技術快速發(fā)展，新型SSD等新型存儲贏家功能愈發(fā)豐富，分布式計算系統(tǒng)邊緣能力迅速發(fā)展。以上3種體系結構技術發(fā)展為大數(shù)據(jù)近數(shù)處理提供了良好的發(fā)展契機。近數(shù)處理體現(xiàn)在“存儲上移”（如在GPU、現(xiàn)場可編程門陣列（field-programmable gate array，F(xiàn)PGA）等計算設備上集成HBM）、"算力下沉"（如在DRAM內(nèi)存或者SSD存儲設備上集成處理能力）、“分布擴展”（如在云、邊、端分布式處理數(shù)據(jù)，降低數(shù)據(jù)處理中心壓力）3個方面。

趨勢七：從單域單模態(tài)分析到多域多模態(tài)融合，實現(xiàn)廣譜關聯(lián)計算。

傳統(tǒng)大數(shù)據(jù)分析技術大多僅聚焦于單一來源、單一模態(tài)的數(shù)據(jù)，而實際應用中往往要對來自不同來源、不同模態(tài)（如文本、圖像、音視頻等）的數(shù)據(jù)進行聯(lián)合分析，從而實現(xiàn)不同來源與不同模態(tài)數(shù)據(jù)之間的信息互補。此外，諸多領域的大數(shù)據(jù)具有重要的時空屬性，當前研究對這類信息的利用還不夠充分。因此，探究能夠跨模態(tài)關聯(lián)、跨時空關聯(lián)的廣譜關聯(lián)技術是大數(shù)據(jù)分析處理的一個重要趨勢。

趨勢八：從聚焦關聯(lián)到探究因果，實現(xiàn)分析結果可解釋。

如何讓大數(shù)據(jù)分析模型更加穩(wěn)定且具有可解釋性，從而使其分析結果對于用戶而言變得更加可信、更加可用最好還能具備一定的可回溯性，是大數(shù)據(jù)分析面臨的巨大挑戰(zhàn)。雖然因果推斷與可解釋性分析技術取得了一定進展，但總體來說尚處于起步階段，離實際應用還有很長一段距離。因此，從關聯(lián)到因果也是未來大數(shù)據(jù)分析技術的重要研究方向。

趨勢九：高能效大數(shù)據(jù)技術是可持續(xù)發(fā)展的關鍵。

全球大數(shù)據(jù)量的持續(xù)高速增長，以及“碳達峰、碳中和”目標的提出，要求大數(shù)據(jù)技術棧必須走低碳高效、可持續(xù)發(fā)展的路線。例如云數(shù)據(jù)管理系統(tǒng)以資源共享、節(jié)能高效為主要特點，將是未來大數(shù)據(jù)管理的主要基礎形態(tài)；在云數(shù)據(jù)管理基礎上的全國一體化高能效大數(shù)據(jù)管理，由于算力和數(shù)據(jù)要素的大規(guī)模調度與流通，可以進一步成為未來大數(shù)據(jù)管理的主要方向，形成低碳發(fā)展新格局。

趨勢十：大數(shù)據(jù)標準規(guī)范和以開源社區(qū)為核心的軟硬件生態(tài)系統(tǒng)將成為發(fā)展的重點。

隨著大數(shù)據(jù)在各個領域應用的迅速普及，標準化需求將不斷增長，與大數(shù)據(jù)流動融合、質量評估，以及與行業(yè)、領域應用密切相關的大數(shù)據(jù)標準將成為發(fā)展重點。開源社區(qū)在大數(shù)據(jù)軟硬件生態(tài)建設中的地位不斷加強，對開源社區(qū)的主導權爭奪將成為各國技術、產(chǎn)品和市場競爭的重點。