中国云计算大会是国内较高级别的云计算，在国家主管部门指导下，由中国电子学会主办，目前已经到了第三届，三届云计算大会是中国云计算进程的缩影，反映了中国云计算发展的进程。
这是来自5月20日云计算大会专题论坛一会场的报道，此论坛主要核心内容是云计算中心技术架构。云计算本质上是一种基于互联网的新式计算模式，其核心技术首先是能够支撑大规模互联网的分布式计算(MapReduce、Hadoop、MPI等)、海量数据存储(各种NoSQL方案、分布式文件系统)和运维，而对海量数据的挖掘、分析和直观呈现(数据分析、商业智能、数据可视化、推荐系统)，能洞悉数据之间的意义，提供更完善的用户体验。
中国工程院院士邬江兴：基于认知的主动重构云计算环境
第一位演讲嘉宾是来自中国工程院的邬江兴院士，演讲主题：基于认知的主动重构云计算环境。演讲阐述的内容主要包括基于认知的主动重构云计算体系模型、具有主动重构特征的高效新结构和协同调度协议。从核心技术架构的角度来看，“基于认知的主动重构云计算体系”将跨越横亘在通用机与专用机之间的领域鸿沟，高效经济的同时满足云计算的计算需求。
云计算不容忽视的问题是高效能问题，这不仅是云计算，也是互联网计算，高性能计算，乃至计算问题中的一个基本问题。
利用虚拟化，提高资源利用率是提高效能的主要办法之一
低功耗设计与管理也是提高效能的办法
一个确定功能可以有多种实现结构，不同的实现结构具有不同的实用性能，应用与功能，性能直接匹配的结构才是高性能的结构
可重构体系结构核心理念：研究和建立最合适的计算模型；使用和构建最合适的处理部件；设计和匹配最合适的体系结构；追求和逼近最理想的综合效能。
第二位演讲嘉宾是华为云计算产品管理部的张宏彬总监，演讲主题：云计算关键架构及核心技术。重点介绍在云计算核心架构的技术发展上，华为在软件平台上取得的一些成果，主要分六大核心技术：
华为云计算产品管理部张宏彬总监
面向云计算优化的硬件核心技术
超大规模无阻塞交换与虚拟化的核心技术
面向运营的虚拟化软件核心技术
端到端云安全体系核心技术
云管理系统的核心技术
总结华为已掌握的云计算核心技术：云软件平台，云网络、云服务器、云存储、云终端、云安全、云管理。
第三位演讲嘉宾是Tilera中国区总裁吴晓东，演讲主题：Tilera多核处理器绿色云计算。重点介绍基于iMesh架构Tile多核处理器的服务器产品以及云安全、云视频、云存储领域的解决方案。
Tilera中国区总裁吴晓东
云计算正在迅速成为服务器的主导消费，但目前的计算技术远不足以满足云计算对更高的每瓦、每平方尺及每美元性能上的迫切需要。现有服务器的处理芯片消耗着过大的功耗且没有明确路标满足云计算应用的飞速发展。因此，云计算应用急切期待处理器架构有重大突破。基于Tilera处理器的较多核服务器为云计算数据中心提供了完美的答案。
Tilera百核处理器很快会推出样片，但这一代产品是基于40纳米的64位处理器，Tilera会首先推出36核或者16核，因为这两个产品系列代表的市场的一个主流应用。而明年主打100核和64核，这是Tilera下一代产品计划。
Tilera是唯一能够做64个核，100个核甚至更多的厂商，这取决于一些核心技术关系，预计2013年Tilera将推出200个核的处理器，云计算是对多核处理器提出了更高的要求，远高于英特尔主频更大、性能更强的处理器，但是它是不是非常好的的能效，这个就是一个目前是一个挑战，所以功耗对于云计算尤其是同等空间、相同密度的情况下能够有更强的计算，这个是Tilera的一个强项和优势。
第四位演讲嘉宾是锐捷网络交换机与数据中心产品总监项小升，演讲主题：云计算网络价值。重点介绍阐述云计算网络平台的理念和架构，探讨如何构建面向云计算的网络平台；如何适应和满足云计算数据中心未来的发展需求。作为业界领先的网络解决方案供应商与您分享在云计算网络平台建设方面的成功经验。
锐捷网络交换机与数据中心产品总监项小升
项小升表示，锐捷网络将把“融合网络、虚拟化、无阻塞交换网络、智能化”作为下一代数据中心解决方案的发展方向，解决传统数据中心网络设备数量多，成本高等阻碍其发展的瓶颈问题，为用户构建云计算网络奠定坚实的技术基础。
第四位演讲嘉宾是中科院计算技术研究所研究员-何清，演讲主题：物联网中的数据挖掘云服务。重点介绍阐述数据挖掘将和物联网结合起来做，而且基于云计算的数据挖掘在物联网上不可缺少，高可信的基于云计算的挖掘与云服务是未来的一个重要方向。
中科院计算技术研究所研究员-何清
点评物联网现状
物联网面临的挑战
物联网数据挖掘的问题挑战
数据挖掘在物联网的作用
物联网的计算模式
物联网的云计算模式优点
不同环境向云环境迁移
为什么要用云计算的方式来处理海量数据进行挖掘呢?从需求来讲，首先说我们所处理的数据是海量的，我们以往都期望用高性能机或者是更大规模的计算设备来做这件事情。实际上我们要从海量数据中搞到可理解的知识，大规模的数据挖掘是我们追求的目标，并且事实上互联网上的数据增长也特别快，数据挖掘的任务远比搜索任务要复杂。在这种海量数据挖掘当中还有一些特殊目标要求，这导致了我们在挖掘过程当中需要有很好的开发环境和应用环境。这种情况下，基于云计算的方式是比较合适的。
