一朵科研云，连接已知与未知

随着科学数据呈现“井喷式”增长且质量大幅提升，科学研究方法也发生了重要变革，即通过大量已知数据通过计算得出未知理论。科学创新进入了数据密集型科学时代，越来越依赖大量、系统、高可信的科学数据。

一个国家的科学研究水平将直接取决于科学数据优势，以及将数据转化为知识的能力。2018 年，国务院出台了《科学数据管理办法》，明确了我国科学数据管理的总体原则、主要职责、数据采集汇交与保存、共享利用、保密与安全等内容。上海科技创新资源数据中心率先探索，促进数据互联互通，以共享应用提升科学数据的价值。

在过去近两年时间里，上海科技创新资源数据中心汇聚了大量科技创新资源数据，包括一亿条不同来源的学术论文数据，1.3 亿条专利数据，47.8 万全球高层次人才数据，5000 万条国际科研基金数据，1200 万家长三角在沪经营企业数据，以及 4 万套科学仪器数据、26 家全球国立科研机构数据；并构建起统一的科创资源数据平台，建立从数据的采集处理、数据清洗转化、数据仓库到数据应用的数据处理全流程，用以支持数据开放共享应用服务。

同时，上海科技创新资源数据中心研发了顺应科学数据特点的，具有分布式存储、并行计算和大数据计算的容器云平台——SciPlus 科研云。青云QingCloud 作为技术领先的企业级云服务商与数字化解决方案提供商，以自主创新、中立可靠、灵活开放的全维云平台能力，成为上海科技创新资源数据中心的重要技术合作伙伴。

经过一年多的努力，SciPlus 科研云已经初步完善云平台研究和建设，核心是聚焦支撑服务，为科学研究赋能。基于分布式云计算技术构建的 SciPlus 科研云，具有资源共享、弹性收缩等云平台共性，专注于管理、存储，将计算资源和数据资源合理高效整合到云端。

SciPlus 科研云包括多云异构云管平台、通用分布式计算框架、流式编程计算框架。多云异构云管平台可以统筹和整合各方资源，形成联邦云计算平台。通用分布式计算框架是一种基于分布式存储技术的容器技术，具有三个统一特性，即统一资源池、统一计算平台、统一基础设施技术栈，可按需扩展存储能力。此计算框架还可以为不同计算任务及数据安全进行安全隔离。流式编排计算框架为复杂多步骤科学计算提供弹性支持，提升计算资源利用率，并根据计算资源使用情况，自动调度计算模块，科研人员通过可视化界面能够了解计算过程并随时调整计算步骤。

这些与传统科学家常用的方式有着明显区别。以生信分析为例，SciPlus 科研云为海量生信分析服务提供云存储、云分析、云共享，生信领域专家可以通过流程编排将核心算法和分析流程部署到平台上，再根据需求进行在线分析计算。青云QingCloud 以软件定义将存储、网络与计算的能力变得更强大、成本更低廉，助推 SciPlus 科研云更好地以行业云的形式构建跨领域、跨层级的科研服务生态。

上海科技创新数据资源中心使用前瞻性的技术，构建云基础设施，最终成为满足未来科学发展的，集科学数据汇交、存储、计算、共享与应用等功能于一体的区域性、综合型、国际化的科学数据中心。青云QingCloud 在云原生时代贡献力量，与上海科技创新中心共同迎接挑战、承担使命，推动产学研深入结合，让科学数据真正流动起来，并发挥促进国家科技创新和经济社会发展的重要基础作用。