在信息时代核心技术

定向能，激光，隐形，粒子束，战场机器人，微波，基因等武器。

信息产业从20世纪60年代、70年代起才开始逐渐在国民经济中占居重要地位。那么,信息产业怎么就算形成了呢?信息产业的形成有什么标志?我国现在已有不少学者著书说我们正在向知识经济时代迈进,那么,作为知识经济时代支柱的信息产业在我国又处于一个什么样的阶段?是否真正形成了呢?一、信息产业形成的四个标志作为一个完整的而不是萌芽状态的产业,我们认为信息产业的形成至少有如下四个标志。 部门独立化 部门门类比较齐全 劳动具有职业性、有偿性 核心技术基本产业化、自主化二、我国信息产业是否形成?如上所述,信息产业形成的标志有四个,反观我国信息产业的演进,前三个标志我国信息产业都已具备;对于第四个标志的前者即核心技术的产业化,我们通过引进国外的生产线或零部件生产,已基本形成相应的产业,然而对于核心技术的自主化则显得非常弱。比如计算机技术中的芯片技术、软件技术中的操作系统、通信与网络技术中的高速传输与交换技术等我们还不能做到真正的自主化。所谓真正的自主化,是指推出新技术的节奏与发达国家差不多或基本同步。现在我们手上有的核心技术,要么比发达国家落后一至两代,要么是还没消化的引进技术。所以,对于中国的信息产业是否形成,我们作这样一个判断:中国的信息产业表面上已经基本形成,但是实质上很脆弱、很危险。问题的关键在于应快速使现代信息技术的核心技术自主化,并在技术自主化的基础上快速产业化。说中国的信息产业很脆弱的原因是因为信息技术更新很快,没有自主产权的技术只能在市场交易中处于劣势和被动,当基于新一代技术的产品出来以后,若我们既没有自主化,又没有与新技术的拥有者合作好(有时新技术的开发者为了垄断,拒绝合作),那么,我们基于旧技术的产品在市场上只能面临被淘汰的命运。所以说我国的信息产业很脆弱。说中国的信息产业很危险的原因是由于新一代核心技术没有自主化,这样联在网上的国家机密比如政治机密、军事机密或重大经济情报就能被新技术的拥有者从最底层(代码层)窃取或篡改,也就是说用别人的"密码本"传输国家机密,这对于一个主权国家来讲是很危险的,举一个极端的例子,有可能因被对手篡改信息导致发出的导弹在自己的土地上爆炸。所以说我国的信息产业是很危险的。基于上述分析,我们应大力使信息技术的核心技术自主化,并将其作为我国发展信息产业的一个战略问题进行考察。

后来朱江洪回忆说：“我们科研人员没有辜负期望，我们只用了一年的时间就研发出来了。5年过后，戏剧性的场面出现了，先后有3家日本企业来到格力，恳请并购合作。2008年8月代表中日两国空调行业最高水平的巨头终于走在了一起，共同成立了“格力大金”。

想学习大数据技术，是不是首先要知道大数据技术有哪些呢？也好知道自己未来应该往哪个方向发展，应该重点学习哪些知识？ 抽象而言，各种大数据技术无外乎分布式存储 + 并行计算。具体体现为各种分布式文件系统和建立在其上的并行运算框架。这些软件程序都部署在多个相互连通、统一管理的物理或虚拟运算节点之上，形成集群(cluster)。因此不妨说，云计算是大数据的基础。下面介绍几种当前比较流行的大数据技术：HadoopHadoop无疑是当前很知名的大数据技术了。2003年到2004年间，Google发布了关于GFS、MapReduce和BigTable三篇技术论文(这几篇论文成为了后来云计算、大数据领域发展的重要基石)。当时一位因公司倒闭赋闲在家的程序员Doug Cutting根据前两篇论文，开发出了一个简化的山寨版GFS – HDFS,以及基于其的MapReduce计算框架，这就是Hadoop当初的版本。后来Cutting被Yahoo雇佣，得以依赖Yahoo的资源改进Hadoop,并将其贡献给了Apache开源社区。简单描述Hadoop原理：数据分布式存储，运算程序被发派到各个数据节点进行分别运算(Map)，再将各个节点的运算结果进行合并归一(Reduce)，生成结果。相对于动辄TB级别的数据，计算程序一般在KB – MB的量级，这种移动计算不移动数据的设计节约了大量网络带宽和时间，并使得运算过程可以充分并行化。在其诞生后的近10年里，Hadoop凭借其简单、易用、高效、免费、社区支持丰富等特征成为众多企业云计算、大数据实施的首选。StormHadoop虽好，却有其“死穴”其一：它的运算模式是批处理。这对于许多有实时性要求的业务就无法做到很好的支持。因此，Twitter推出了他们自己的基于流的运算框架——Storm。不同于Hadoop一次性处理所有数据并得出统一结果的作业(job)，Storm对源源导入的数据流进行持续不断的处理，随时得出增量结果。SparkHadoop的另一个致命弱点是：它的所有中间结果都需要进行硬盘存储，I/O消耗巨大，这就使得它很不适合多次迭代的运算。而大多数机器学习算法，恰恰要求大量迭代运算。2010年开始，UC Berkeley AMP Lab开始研发分布式运算的中间过程全部内存存储的Spark框架，由此在迭代计算上大大提高了效率。也因此成为了Hadoop的强有力竞争者。NoSQL 数据库NoSQL数据库可以泛指非关系型数据库，不过一般用来指称那些建立在分布式文件系统(例如HDFS)之上，基于key-value对的数据管理系统。相对于传统的关系型数据库，NoSQL数据库中存储的数据无需主键和严格定义的schema。于是，大量半结构化、非结构化数据可以在未经清洗的情况下直接进行存储。这一点满足了处理大量、高速、多样的大数据的需求。当前比较流行的NoSQL数据库有MongoDB,Redis,Cassandra,HBase等。NoSQL并不是没有SQL,而是不仅仅有(not only)SQL的意思。为了兼容之前许多运行在关系型数据库上的业务逻辑，有很多在NoSQL数据库上运行SQL的工具涌现出来，典型的例如Hive和Pig,它们将用户的SQL语句转化成MapReduce作业，在Hadoop上运行。大数据产业已进入发展的“快车道”，急需大量优秀的大数据人才作为后盾。能够在大数据行业崛起的初期进入到这个行业当中来，才有机会成为时代的弄潮儿。

微电子技术。 微电子技术是建立在以集成电路为核心的各种半导体器件基础上的高新电子技术，特点是体积小、重量轻、可靠性高、工作速度快，微电子技术对信息时代具有巨大的影响。 面向微电子产品的生产企业和经营单位，从事半导体芯片制造、封装与测试、检验、质量控制、设备维护、工艺改进以及中小规模半导体集成电路版图设计等技术工作，生产管理和微电子产品的采购、销售及服务工作。

这个只能说主流技术吧，不能说核心技术；现在国内很多公司大数据方面的主要使用时Hadoop生态圈内的技术，比如Hadoop、yarn、zookeeper、kafka、flume、spark 、hive、Hbase ,这些事使用比较多的，并不是说就只有这些技术，而且只是应用技术方便的，还有数据分析方向的等等。所以你这个问题首先就有问题，大数据是一个方向领域，就好比你问饮食是什么，饮食有哪些方面一样。

激光武器激光武器是当前所谓新概念武器中理论最成熟、发展最迅速、最具实战价值的前卫武器。它以无后座、无污染、直接命中、效费比高等诸多优点成为发达国家研制中的未来重点武器。 隐形武器隐形武器的出现是人们千百年来不懈追求的结果。现在正在秘密研制中的隐形武器有隐形飞机、隐形导弹、隐形舰船、隐形水雷、隐形坦克等。未来隐形武器将朝着多兵种、全方位、更隐蔽的方向发展。 单兵攻防武器在未来的高技术战争中，士兵将面临核、化、声、光、电磁等多方面的威胁。为此，一种能够完成昼夜观察、跟踪、瞄准、射击、技护等任务的多功能单兵攻防武器系统将随着战场环境的不断恶化而产生。它集单兵武器、综合防护、数字视听系统等多功能于一身。微波炸弹微波炸弹是利用强波束能量杀伤目标的一种新武器。它由高功率发射机、大型发射天线和辅助设备组成。当超高功率微波聚集成一束很窄的电磁波时，它就像一把尖刀“刺”向目标，达到毁伤目标的目的。“纳米”武器军用纳米技术是异军突起的新兴技术，它将成为21世纪信息时代的核心技术。随着纳米技术的不断成熟，在未来战场上将出现各式各样的袖珍侦察机、战斗机等武器。届时，将会出现“小鱼吃大鱼”的军事奇观。 信息武器高技术局部战争是整体力量的对抗。要打赢这样一场战争，不仅要夺取制空权、制海权，而且还要争取到信息优势，将各军兵种的各类武器装备的软件硬件有机融合起来，发挥整体优势。C4ISR（指挥、控制、通信、计算机、情报、监视、侦察）系统就是起“融合”作用的武器系统，它能将所有信息数据库和数据汇集起来，达到信息共享、共用、共调，从而确保各军兵种与指挥部之间交换信息和数据，大大提高指挥的时效性和准确性。 无人化武器微电子、纳米等一系列军事高技术的发展成熟，为无人武器的研制和应用奠定了技术基础。为此，军事家们预言：23世纪的战场将是无人化战场，真人部队将为“机器人战士”所代替。不久的将来，在陆上，在空中，在海里，无人化武器将作为主力军驰骋于战场。

实时处理 flink框架，批处理spark框架。

微电子技术，就是造cpu