- ?
哈尔滨市与华为战略合作 共同推进云计算产业发展
of
展开
【中国,哈尔滨】2017年10月23日,哈尔滨市政府与华为公司共同签署云计算产业战略合作协议。同时,哈尔滨经济技术开发区也和华为公司达成战略合作。哈尔滨和华为将充分发挥各自优势,在灾备数据中心、软件开发云、城市产业云等领域进行全方位合作。黑龙江省省委宣传部副部长、网信办主任李耀东,哈尔滨市委常委、常务副市长康翰卿,华为企业BG中国区副总裁杨文池,哈尔滨代表处代表赵长城等出席签约仪式。
哈尔滨是中国东北地区中心城市之一,是东北北部交通、政治、经济、文化、金融中心,交通、环境、气候、能源、人才等优势突出。哈尔滨将软件信息产业定位为战略性新兴产业,充分发挥哈尔滨经济技术开发区在云计算领域的先发优势,利用“中国云谷”品牌效应,吸引产业聚集,致力于打造辐射东北乃至全国的云计算大数据产业。
哈尔滨市委常委、常务副市长康翰卿表示,随着国家新一轮东北振兴战略的深入推进,哈尔滨市与深圳市对口合作交流不断深化,哈尔滨和华为的战略合作,将进一步推进哈尔滨市与深圳市的合作迈上新的台阶。哈尔滨是国家确定的七个云计算服务创新发展试点城市之一,地处世界公认的发展云计算产业的“黄金纬度”,气候、资源、科技人才等优势突出。哈尔滨与华为将优势互补,进一步促进哈尔滨云计算大数据产业的快速发展。
- ?
2018第五届世界互联网大会 AI、5G、云计算、大数据领跑
科林
展开
世界互联网大会,又名乌镇峰会,每年举办一次,第一年举办的时间实在2014年,由中国政府机构组织举办,用于讨论互联网未来走向以及解决的问题和政策。
创造互信共治的数字世界——携手共建网络空间命运共同体”为2018年第五届世界互联网大会的主题,本次大会人工智能依然是热点,以及第五代移动通信网络。据我所知,IPv6网络已经在处于一个平稳过渡期,曾经看过华为提供给网络运营商的新的产品以及针对IPV6的过渡解决方案。IPV6时代将会是物联网蓬勃发展的时代,无线通信提速,意味着人们将会有越来越多的无线产品,比如说现在已经量产了的无线智能音箱,智能手环等等,做这些产品的厂家会挣大钱,甚至会赶超BAT。
对比历届互联网,每一次都会给大家带来新奇的“黑科技”,以及实现过去几年提出的概念性产品,比如说智能监控,这是我我亲身经历过的。很多单位都有识别车牌功能的监控设备,那么这样就不需要保安人员每次手动控制来放行车辆了。
以及阿里的早期上线的一个功能,可以根据用户录制的短视频匹配相貌相近的人。然而这一方向被快手做的更加成熟,快手的计算平台能够根据用户上传的视频经过计算后匹配出与视频相近的人,同时右侧屏幕还能够显示出“世界上另一个你”的用户公开视频。
没想到吧,快手的AI技术水平已经跻身国内前列了,快手不在是一个“喊麦”、“搞笑视频”的一个视频网站,而是处于国内领先地位的一家“互联网+“的拥有前沿科技的技术公司。
腾讯的大佬马化腾表示:中国互联网有8亿以上互联网用户,这一现象促使多个O2O项目得以落地,发展。目前的互联网经济仍是一片蓝海,蕴藏着巨大的创新和市场空间,既是新公司萌芽的机会又是传统行业转型的一个转折点。满满地传统经济与数字经济深度融合,我们的日常生活将会面临着云计算、大数据、人工智能的参与, 比如日常生活中的买菜,只需要动动手指就会有人把新鲜的蔬菜送入家中,依赖区块链的溯源技术还可以免除假货,三无食品以及来源不明食品的忧虑。
小编我最最关系的就是网络技术以及云计算的变革,网络提速以为着云计算的功能将会越发强大,那么在云服务器玩游戏的日子也会很快实现,英伟达已经研发出了GPU直通技术,这意味着即使不购买什么titanx ,2080ti这种价格高昂的显卡,也可以在家里玩各种3A大作!但是我想英伟达公司为了自身产品的利益应该不会过快将其GPU直通技术应用到市场上。
- ?
全省市州首家大数据云计算中心在我市建成投营
欢心
展开
日前,记者从市信息化办获悉,陇南市大数据云计算中心已建成运营,这是全省市州首家建成投运的大数据云计算中心,标志着我市信息化从各自发展走向集约化建设,也标志着我市数据共享迈上了新台阶。
近年来,我市在大数据建设方面提前布局,立足实际,积极运用大数据保障和改善民生,尤其注重推进大数据在广大农村的普及应用,建成了陇南市大数据政务中心,开发了“陇南市自然灾害监测预警应急指挥系统”“陇南乡村大数据”等一大批优质大数据应用,为全市社会经济发展提供了新引擎、新动力。特别是今年,市信息化办与中国电信陇南分公司合作建设了陇南市大数据云计算中心,进一步夯实了我市大数据建设基础。
据悉,陇南市大数据云计算中心一期于2014年正式开始建设,截至目前,硬件设备及附属设备已达110余台,其中服务器50余台,安全设备20余台,网络设备20余台,网闸8台,UPS配电设备4台,空调3台,其他设备5台,有效地支撑了我市大数据建设工作。2017年,由市信息化办牵头,甘肃电信提供相关技术支持服务,对陇南市大数据云计算中心进行二期扩建,建成了具有国内领先水平的综合性高性能政务云计算服务中心。中心占地总面积1200多平方米,实现了电信、移动、联通三大运营商千兆带宽接入;配置深信服、360等高性能安全设备,建立一系列安全管理制度,由专业运维团队提供7×24小时服务,信息安全保护达到国家等保三级标准;采用灵活可扩展的“资源池”架构,可根据实际需求实现计算核心、存储等硬件资源的动态分配,为全市各单位、九县区信息化建设提供全方位的硬件服务。
中心建成后,全市(包括市、县、乡)行政事业单位现有的信息系统,除涉密系统和对安全保护等级有特殊要求的敏感业务外,按照统筹规划、先易后难、平稳迁移、快速推进的原则,分期分批迁入。截至目前,大数据云计算中心已迁入18家单位的46个业务系统,共计开通云主机143台、占用计算资源1118(vcup)、占用内存资源3020(G)、占用存储资源133.6(T)。同时,依托大数据云计算中心集中托管业务系统的优势,结合“放管服”改革,积极促进部门之间数据共享,建设全市统一的数据交换平台,支持数据并联推送、串联推送,构造最快捷的审批通道,支持部门之间材料共享,实现提交一次,复用一生。
陇南市云计算中心的建设不仅统筹了硬件建设,节省了资金投入,为全市信息化建设提供了优质的硬件支撑,强化了安全保障,提高了全市信息安全防护水平,同时,也为推动全市大数据建设,统筹全市数据资源,更好更快地实现“信息多跑路、群众少跑腿”提供了重要抓手。云计算中心现已成为陇南推进“放管服”改革,推进全市信息化工作的“衣领子”“牛鼻子”。(靳淑敏 韩县银)
- ?
云计算和大数据哪个发展前景好?
夙愿
展开
云计算和大数据哪个发展前景好?
说实在话,二者之间都是未来的发展趋势,没有说那种好或者不好,根据你的兴趣,你未来的发展方向,来判断你想走那条路!
大数据相当于海量数据的“数据库”,而且通观大数据领域的发展也能看出,当前的大数据处理一直在向着近似于传统数据库体验的方向发展,Hadoop的产生使我们能够用普通机器建立稳定的处理TB级数据的集群,把传统而昂贵的并行计算等概念一下就拉到了我们的面前,但是其不适合数据分析人员使用(因为MapReduce开发复杂),所以PigLatin和Hive出现了(分别是Yahoo!和facebook发起的项目,说到这补充一下,在大数据领域Google、facebook、twitter等前沿的互联网公司作出了很积极和强大的贡献),为我们带来了类SQL的操作,到这里操作方式像SQL了,但是处理效率很慢,绝对和传统的数据库的处理效率有天壤之别,所以人们又在想怎样在大数据处理上不只是操作方式类SQL,而处理速度也能“类SQL”,Google为我们带来了Dremel/PowerDrill等技术,Cloudera(Hadoop商业化最强的公司,Hadoop之父cutting就在这里负责技术领导)的Impala也出现了。
整体来看,未来的趋势是,云计算作为计算资源的底层,支撑着上层的大数据处理,而大数据的发展趋势是,实时交互式的查询效率和分析能力,借用Google一篇技术论文中的话,“动一下鼠标就可以在秒级操作PB级别的数据”难道不让人兴奋吗?
在谈大数据的时候,首先谈到的就是大数据的4V特性,即类型复杂,海量,快速和价值。IBM原来谈大数据的时候谈3V,没有价值这个V。而实际我们来看4V更加恰当,价值才是大数据问题解决的最终目标,其它3V都是为价值目标服务。在有了4V的概念后,就很容易简化的来理解大数据的核心,即大数据的总体架构包括三层,数据存储,数据处理和数据分析。类型复杂和海量由数据存储层解决,快速和时效性要求由数据处理层解决,价值由数据分析层解决。
数据先要通过存储层存储下来,然后根据数据需求和目标来建立相应的数据模型和数据分析指标体系对数据进行分析产生价值。而中间的时效性又通过中间数据处理层提供的强大的并行计算和分布式计算能力来完成。三层相互配合,让大数据最终产生价值。
传统的BI分析通过大量的ETL数据抽取和集中化,形成一个完整的数据仓库,而基于大数据的BI分析,可能并没有一个集中化的数据仓库,或者将数据仓库本身也是分布式的了,BI分析的基本方法和思路并没有变化,但是落地到执行的数据存储和数据处理方法却发生了大变化。
谈了这么多,核心还是想说明大数据两大核心为云技术和BI,离开云技术大数据没有根基和落地可能,离开BI和价值,大数据又变化为舍本逐末,丢弃关键目标。简单总结就是大数据目标驱动是BI,大数据实施落地式云技术。
- ?
2017大数据版图:大数据、云计算、AI
飞小猪
展开
请点击输入图片描述
2017年大数据开始进入部署阶段,大数据的炒作逐渐散去,它的应用却正在蓬勃发展,代表成熟度的标志性IPO也正在出现。而大数据在几年前经历的泡沫正在无可争议地转移到人工智能身上,过去几个月AI所经历的共同意识“大爆炸”与大数据当年相比甚至有过之而无不及。
从2013开始制作大数据版图的Matt Turck刚刚发布了最新的2017年大数据版图,我们一起来看看在这个领域有哪些最新趋势和玩家的分布情况。
高层趋势
大数据+AI=新栈
2016年无疑是机器学习之年,任何目睹过众多pitch的VC都应该能感受到这一点,那就是每一家初创企业都成为了“机器学习公司”,“.ai”变成了必备域名,而“等等,可是我们是用机器学习做到这个的”也成为了pitch deck的必备幻灯片。机器学习正在迅速成为许多应用的关键建构块。
相应地,一个新兴的技术栈正在出现,在这个技术栈里面,大数据被用于处理核心的数据工程挑战,而机器学习则用于以分析洞察或者行动的形式从数据中析取出价值。
换言之,大数据提供管道,AI提供智能。当然,这种共生关系已经出现多年,只是能实现这个的目前还不多而已。
但是,现在这些技术开始大众化的普及。“大数据+AI”正在成为众多现代应用(不管是消费者型还是企业型)的默认技术栈。无论是初创企业还是一些财富1000强公司都在利用这一新的技术栈。而且在云巨头的努力下,这个技术栈往往还有云计算这个更基础的建构块的加入,以机器学习云的形式出现。
但是AI的大众化是否就意味着这种技术在短期内能实现商品化呢?现实是AI在技术上仍然非常困难。尽管许多工程师都在争先培养AI技能,但全球这方面的领域专家仍然十分稀缺。
不过这股大众化的趋势已经不可逆转,而机器学习早晚都要从竞争优势演变成桌面筹码。
这对初创企业和大公司都会产生影响。对于初创企业来说,除非你把AI软件做成自己的最终产品,否则的话自我标榜为“机器学习公司”将变得毫无意义。对于大公司来说,如果现在你不积极推进大数据+AI的战略,就会有变得过时的风险。AI已经是下一个风口了。
企业预算:一切向钱看
从2016年的情况来看,财富1000强公司已经在纷纷增加预算用于升级核心基础设施以及分析,其关键的关注点正是大数据技术。分析机构IDC预计大数据和分析市场将从2016年的1300亿美元增长到2020年的超过2030亿美元。
而且财富1000强公司里面的许多买家在大数据技术方面正在变得越来越娴熟、越来越目光敏锐。这些公司过去几年做了很多功课,正在进入全面部署阶段。这种情况不仅发生在技术导向型的公司,在很多行业都是如此。
在大公司每隔几年就要发生的旧技术替代自然周期的推动下,这种情况得到进一步加速。大数据遭遇的环境也从逆风变成了顺风。当然,很多大公司仍然处在大数据部署的早期阶段,但是情况似乎在快速演变。
企业数据向云端迁移
直到几年前,把企业数据迁移到公有云上面对于大公司CIO来说还是不可想象的事情,顶多是在开发环境下或者拿非关键的、面向外部的应用来尝试一下。但现在画风开始有所变化,大家对此的态度似乎变得更加开放了,比方说你会听到这样的说法“不管怎么说我们的客户数据已经放到Salesforce云上面了”,或者“在网络安全方面我们永远也不会有像AWS那么多的预算”。但目前里大多数企业都向公有云迁移还远得很,这部分是因为遗留系统和管制方面的原因。不过云供应商正在竭尽全力来加速这一趋势的转变。比如说AWS甚至可以开卡车来运你的硬盘到云端。
2017年大数据版图
作为对比我们先看看2016年版本:
请点击输入图片描述
2017年版本:
请点击输入图片描述
整合要来了吗?
从上图可看出,这张图已经变得越来越拥挤,那么一个显然的问题来了:行业是否濒临大规模整合的边缘了呢?
似乎还没有。至少目前如此。
首先VC仍然继续乐于给新老公司提供资金扶持。2017年的第一季度成长阶段的大数据初创企业拿到了不少的可观融资,其中包括:Looker(8100万美元D轮),InsideSales (5000万美元F轮),DataRobot (5400万美元C轮),Confluent (5000万美元C轮),Collibra (5000万美元C轮),Uptake (4000万美元C轮),WorkFusion (35M00万美元D轮) and MapD (3500万美元B轮)等。去年12月DataBricks也拿到了6000万美元的C轮。
2016年,大数据初创企业的总融资达到了148亿美元,占到了全球技术风险投资的10%。
其次,自去年的大数据版图推出以来,本领域的并购活动一直在稳步推进,但不是特别显著,其中部分原因也许是未上市公司的估值仍然高企。入选2016大数据版图的公司当中共有41家被收购(完整清单参见附注),这个节奏跟上一年是一致的。
另一方面,2017年刚开始就发生了一些大型的并购事件,其中包括Mobileye(被英特尔以153亿美元收购),AppDynamics(被思科以37亿美元收购),以及Nimble Storage(被HPE以12亿美元收购)。
去年还有一个显著的现象,那就是大型技术公司纷纷收购AI初创企业,尤其是那些解决水平问题、有着很好团队的AI初创企业。其中包括Turi(苹果)、Magic Pony(Twitter)、Viv Labs(三星)、MetaMind(Salesforce)、Geometric Intelligence(Uber)、API.ai(Google)以及Wise.io(GE)。当然,这种现象未必能持续太久,因为对AI的需求太旺盛了,人才实在是不够用了。
第三,一些较大的大数据初创企业羽翼渐丰,正在成为独立的上市公司。Snap无疑引领了技术公司IPO的复兴,但是目前为止是大数据公司借了这股东风。
2016年只有Talend一家大数据公司上市,但2017年大数据公司已经呈现出爆发之势。其中Mulesoft和Alteryx已经上市并且表现不错,而Cloudera也即将上市,其最新估值(41亿美元)与收入(2.61亿美元)之间的差异将延至“独角兽”估值现象的成色。另外,MapR以及定位智能公司Yext也已经在排队等待了。
下一个会是谁呢?也许是Palantir这个超级独角兽。这家多年以来保持神秘的公司已经公开表达了上市的兴趣。其最新估值达到了200亿美元,如果上市的话必将引起轰动。
云大战
虽然大规模并购尚未出现,但业界的另一股趋势值得注意,这就是“功能性整合”,这种现象在云端尤其显著。一些关键的玩家正在通过自研产品和开源计算引擎的实现逐步构建“大数据+AI”的基础构件,面向众多客户群提供其所期盼的“一站式”的服务。
AWS在产品发布的速度和幅度方面继续给人留下深刻印象。目前AWS几乎提供了大数据和AI方面的所有服务,包括分析框架、实时分析、数据库(NoSQL、图谱等)、商业智能以及日益丰富的AI能力,尤其是深度学习方面的能力。按照这种速度发展下去,AWS产品几乎就要把大数据版图的所有的基础设施和分析细分领域都占据了。
加入云大战稍晚的Google一直在积极开发广泛的大数据产品(BigQuery、DataFlow、Dataproc、Datalab以及Dataprep等),并且把AI视为跨越式发展的杀手锏。在AI方面Google去年做了很多事情,包括推出了新的翻译引擎,聘请了李飞飞和李佳领导新成立的Cloud AI and Machine Learning部门,推出了视频识别的机器学习API,并且收购了数据科学家社区Kaggle。
其他大型的IT供应商,比如微软、IBM、SAP、Oracle以及Salesforce等也在努力推出大数据产品(包括云端和本地)。除了技术自研和进行收购以外,这些玩家还越来越重视通过合作来打造生态链,其合作的重点是手上有数据的公司以及有“头脑(AI)”的公司。IBM与Salesforce的合作以及SAP与Google的合作就是值得注意的案例。
用企业IT的行业标准来看,云供应商还比较小,但是其不断膨胀的野心(其中包括从企业栈底层的IaaS向应用发展的企图)与企业数据逐渐向云端迁移的趋势结合,将打开庞大的企业技术市场大门,与传统IT供应商展开激战,而大数据和AI将是核心战场。
2017数据生态体系概览
基础设施
去年的许多趋势今年仍将延续,比如流处理技术,这方面Spark目前是主宰,不过像Flink这样的有趣竞争者正在出现。此外,还有以下一些趋势:
SQL正式回归
在给NoSQL当了10年副手之后,曾经的霸主SQL数据库正式吹响了回归的号角。Google最近发布了Spanner数据库的云端版。Spanner和CockroachDB(Spanner的开源版)都提供了可行的、强一致性的、可伸缩的SQL数据库。Amaozn推出了Athena,跟Snowflake等产品类似,这是一款SQL数据引擎,可直接查询S3下的数据。Google BigQuery、SparkSQL以及Presto等在企业逐渐获得采用——这些都是SQL产品。
数据可视化
与公有云采用相关的一个有趣的趋势是数据可视化。旧的ETL处理需要转移大量的数据(而且往往要建立冗余数据集)并且建立数据仓库,而数据可视化可以在数据保持不动的情况对其进行分析,提高了速度和敏捷性。许多下一代的分析供应商现在都可以同时提供数据可视化和数据准备服务,并让客户可访问存储在云端的数据。
数据治理与安全
随着大数据在企业侧走向成熟,以及数据的多样性和体量的不断发展,像数据治理这样的主题也变得日益重要。许多公司已经选择了“数据湖”作为把所有数据收集起来的手段。但除非你知道里面有什么东西,并且能够访问到合适的数据进行分析,否则的话数据湖再大也没有意义。但是想让用户方便地找到想要的东西同时管理好权限并不容易。除了数据湖以外,治理的另一个集中的主题是以安全的、可审计的方式为任何人提供对可靠数据的便捷访问。Informatica、 Collibra、Alation等大小供应商提供了数据目录、参考数据管理、数据字典以及数据帮助台等服务。
结论
通过大数据与AI的黄金搭档,我们正在进入大数据技术的“收获”阶段。其潜能将非常巨大。随着核心基础设施不断走向成熟,以及在AI推动下应用侧的爆发,2017年的大数据(以及AI)生态体系将开足马力,驶向光明的未来。
- ?
哈尔滨市与华为战略合作 共同推进云计算产业发展
Safaga
展开
2017年10月23日,哈尔滨市政府与华为公司共同签署云计算产业战略合作协议。同时,哈尔滨经济技术开发区也和华为公司达成战略合作。哈尔滨和华为将充分发挥各自优势,在灾备数据中心、软件开发云、城市产业云等领域进行全方位合作。黑龙江省省委宣传部副部长、网信办主任李耀东,哈尔滨市委常委、常务副市长康翰卿,华为企业BG中国区副总裁杨文池,哈尔滨代表处代表赵长城等出席签约仪式。
哈尔滨是中国东北地区中心城市之一,是东北北部交通、政治、经济、文化、金融中心,交通、环境、气候、能源、人才等优势突出。哈尔滨将软件信息产业定位为战略性新兴产业,充分发挥哈尔滨经济技术开发区在云计算领域的先发优势,利用“中国云谷”品牌效应,吸引产业聚集,致力于打造辐射东北乃至全国的云计算大数据产业。
哈尔滨市委常委、常务副市长康翰卿表示,随着国家新一轮东北振兴战略的深入推进,哈尔滨市与深圳市对口合作交流不断深化,哈尔滨和华为的战略合作,将进一步推进哈尔滨市与深圳市的合作迈上新的台阶。哈尔滨是国家确定的七个云计算服务创新发展试点城市之一,地处世界公认的发展云计算产业的“黄金纬度”,气候、资源、科技人才等优势突出。哈尔滨与华为将优势互补,进一步促进哈尔滨云计算大数据产业的快速发展。
- ?
云计算 大数据 黑龙江省公安厅开启智慧警务“信息航母”
曹苑博
展开
东北网6月26日讯(汪洋记者包海多)6月26日,黑龙江省公安厅与浪潮集团有限公司签署战略合作协议,打造黑龙江省公安“信息航母”和“数据超市”。副省长、公安厅厅长毕宝文出席签约仪式。
签署战略合作协议现场。
据悉,浪潮集团作为全国领先的云计算、大数据服务商,业务涵盖范围广,服务支持能力强,在软件与集成等方面拥有先进技术,具备独特优势。此次与浪潮集团开展战略合作,是黑龙江省公安厅深入贯彻落实国家大数据战略、全力打造智慧公安的一项重要举措,将开创黑龙江省公安信息化建设应用全新局面。
根据合作协议约定,双方将着眼促进公安工作提质增效,创新实施数据警务建设工程,作为推动黑龙江省公安工作跨越式发展的战略性、基础性工程,全力打造黑龙江省公安“信息航母”和“数据超市”。黑龙江公安将以此为依托,着力提高打击犯罪、社会治理、服务群众的能力水平,全面整合龙江公安和浪潮集团大数据资源、技术和人才优势,研究建设符合龙江特色的警务大数据工程,为高水平建设平安黑龙江提供强大支撑和保障。
- ?
黑龙江省与浪潮集团签署云计算大数据产业合作协议
华曼梅
展开
东北网6月26日讯(桑蕾 记者 陈南竹)26日,黑龙江省人民政府与浪潮集团有限公司就云计算、大数据等领域深入合作签署协议,双方将共同推动数字龙江建设,发展智慧行业应用,促进新业态新产业发展。副省长聂云凌、浪潮集团董事长兼CEO孙丕恕出席签约。
签约仪式现场 东北网记者陈南竹摄
据介绍,浪潮集团和我省已经有20多年的合作,此次协议将致力于充分发挥双方优势,围绕新一代信息技术在黑龙江经济社会各领域的深入应用,促进黑龙江省云计算、大数据等新兴产业发展,形成大数据等相关产业业态。浪潮集团计划投资50亿元,以建设浪潮龙江大数据产业园为依托,建设浪潮东北和东北亚运营总部,重点发展云计算服务、大数据运营等,打造有影响力的云计算和大数据产业基地。
签约仪式上,省粮食局、北大荒集团、省森工总局还分别与浪潮集团签订了智慧粮食项目、云上北大荒现代农业项目、森林管理大数据平台三项协议。
- ?
浪潮与哈尔滨市人民政府签署云计算、大数据产业落地合作协议
石头
展开
1月8日,浪潮与哈尔滨人民政府签署产业落地合作协议,双方将在云计算、大数据、智慧城市等领域开展全方位战略合作,加速哈尔滨信息产业和数字经济创新发展。哈尔滨市委副书记、市长宋希斌,浪潮集团董事长孙丕恕等出席签约仪式。
根据协议,双方将高标准打造浪潮哈尔滨云数据中心,作为浪潮云的核心节点之一,助力哈尔滨实现全市政务信息化集约应用;并基于此建立中小企业管理服务平台、智能制造服务平台等的统一公共服务平台,全面加速哈尔滨市“企业上云”,赋能哈尔滨新旧动能转换。
与此同时,双方还将共同打造哈尔滨政府大数据研发中心,进一步加快推进政务数据共享、开放和运营,为领导决策、分析研判、公众服务提供支撑;建设哈尔滨大数据双创中心和大数据交易中心,构建数据流通、交易与应用创新生态,打造便民服务平台,加快推进哈尔滨智慧城市建设。
作为国内领先的云计算与大数据服务商,浪潮已为全国130余个省、市政府提供政务云服务,为全国40余个省、市政府提供数据共享开放服务,并在36个城市规划建设了大数据创客中心,发展A/B创客数万名,开发创新应用100余个,创造经济价值数百亿元。
哈尔滨云计算大数据
-
1、只需3秒快速实现求和
-
2、如何快速填充序号
-
3、如何自动填充序号(公式法)
-
4、数据条的神奇应用
-
5、多文本快速合并
-
6、查找与替换的不同玩法
-
7、快速定位到指定区域
-
8、数据排序、工资条制作
-
9、快速筛选(模糊、精确筛选)
-
10、快速插入空行
-
11、快速删除空行
-
12.快速跳转到天涯海角
-
13、.同时查看两个Excel文件
-
14、用条件格式扮靓报表
-
15、一键插入Excel图表
-
16、批量处理行高、列宽
-
17、利用拆分功能查看数据
-
18、批量录入相同内容
-
19、工作表快速跳转
-
20、批量录入表格模板(精品课程)
-
21、Excel函数与公式的应用、公式循环引用的查找
-
22、IF函数单条件判断同比增长
-
23、用sum函数 格式相同,连续多表数据汇总
-
24、excel快捷键
-
25、VLOOKUP函数——根据销售员匹配销售额
-
26、统计各部门销售总额
-
27、统计指定条件个数
-
28、怎样输入当前日期和时间、星期数
-
29、销售业绩排名
-
30、Sumproduct函数-万能函数(销售额汇总求和)
-
31、根据销售员,地区,商品名称汇总
-
32、批量替换PPT字体
-
33、给销售额数据批量添加万元单位
-
34、一秒快速核对两列数据
-
35、快速定位到指定单元格或区域
-
36、快速制作双行标题工资条
-
37、给你的表格做个瘦身
-
38、快速打开常用的Excel文件
-
39、快速打开多个Excel文件
-
40、利用创建组—快速隐藏/展开多列数据
-
41、快速制作下拉菜单
-
42、复制粘贴表格,如何保留数据源列宽格式一致?
-
43、两列数据位置互换
-
44、1秒钟扮靓报表——如何实现表格隔行换色
-
45、快速删除重复记录——保留唯一值
-
46、快速向下填充、向右填充,文本或公式
-
47、给Excel文件添加密码
-
48、插入带图片的批注
-
49、输入公式后不计算?
-
50、如何设置单元格缩进
-
51、快速解决Excel表格总显示货币格式
-
52、批量添加万元单位
-
53、你会四舍五入么?
-
54、用RAND函数机选彩票
-
55、冻结首行你会么?
-
56、超链接的高级应用
-
57、IFERROR函数-屏蔽错误值
-
58、批量填充颜色
-
59、录入数据
-
60、快速输入工号
-
61、快速行列转置
-
62、自定义缩放界面
-
63、多个单元格同时输入
-
64、如何计算立方米?
-
65、快速制作双行标题工资条
-
66、输入带方框的√和×
-
67、快速将姓名对齐
-
68、快速输入性别
-
69、按单位职务排序
-
70、自动计算合同到期日期
-
71、计算时间间隔
-
72、日期和时间的拆分
-
73、快速处理不规范的日期格式
-
74、快速填充合并单元格
-
75、效率加倍的快捷键
-
76、快速复制表格和对象
-
77、快速创建工作表副本
-
78、快速复制序列号
-
79、快速显示公式
-
80、多个单元格同时输入
-
81、快速调整显示比例
-
82、快速自动填充
-
83、快速填充(Ctrl+E)
-
84、Ctrl与数字键结合
-
85、快速将多列数据整理为1列
-
86、快速将1列数据拆分为多列
-
87、快速定位公式
-
88、快速录入数据
-
89、快速累计求和
-
90、身份证号码显示为0怎么办?
-
91、快速制作斜线表头
-
92、文本竖向显示
-
93、神奇的监视窗口
-
94、不一样的格式刷
-
95、快速美化图表
-
96、快速生成当前日期
-
97、快速找出循环引用
-
98、快速提取信息
-
99、二维表快速转换为一维表
-
100、快速多表合并