北京2021年9月23日 /美(mei)通社/ -- “一直以來(lai)，將教學、科研(yan)以及(ji)咨詢等(deng)工(gong)(gong)作做到更高質(zhi)量且更有(you)(you)價值，都是(shi)我們持續(xu)追求(qiu)的，過(guo)程(cheng)中有(you)(you)成績(ji)也(ye)有(you)(you)不少困(kun)惑，例如產(chan)學研(yan)用如何(he)高效聯動、科技轉化(hua)怎樣加速落地，確實長期困(kun)擾我們。”鄭州大(da)學電氣工(gong)(gong)程(cheng)學院(yuan)某研(yan)究院(yuan)大(da)數據(ju)與人工(gong)(gong)智能實驗室表示。
受制難度大+收效低
如何擺平兩大痼疾？
「產學研聯動難度大」由(you)于目前高(gao)校(xiao)教育方(fang)式以及學生固有知識結構等傳(chuan)統原因(yin)，大多(duo)數畢業(ye)生因(yin)缺乏(fa)實踐經驗(yan)而不能(neng)無(wu)縫(feng)銜接企業(ye)的用(yong)人需求；在此環境下(xia)，作為高(gao)校(xiao)自然無(wu)法更好帶動技術與產業(ye)的深度融合(he)，很難達成校(xiao)企優勢互補、資源共享、互惠互利等效果……“這可謂是當下(xia)教育界與企業(ye)界都(dou)必須面對(dui)的關鍵問(wen)題！”
「科技轉化受困低效」盡(jin)管在各類科(ke)(ke)研(yan)探索中(zhong)，很多高校科(ke)(ke)研(yan)人員都有(you)自己獨特且創新的(de)技術理念，但受限于傳統軟(ruan)件開發中(zhong)服務器申請、環境部署、工(gong)具安裝等很多前置(zhi)操作(zuo)的(de)復雜工(gong)作(zuo)，更(geng)多專家無法(fa)(fa)直接關注(zhu)并研(yan)究擅長領域，此舉(ju)不但帶來科(ke)(ke)研(yan)資源的(de)浪(lang)費，更(geng)無法(fa)(fa)有(you)效加速科(ke)(ke)技成果的(de)轉化。
所以無論是更好聯動產學研還是加速落地實踐轉化，根本都要從基礎實驗環境入手，結合當下云數智一體化發展的技術需求來下工夫。如此看來，建設一套以云數智高度融合為基礎的資源共享平臺再適合不過，但亟需攻克的困難也不少。
“我們需要滿足大家原有環境中的實踐要求以及研發習慣，還得做到匹配多行業的應用開發體系，所以將開源技術架構作為實(shi)驗平臺的(de)基礎是比(bi)較適合的(de)！”但如何在開(kai)源基礎上實(shi)現(xian)多(duo)種技術架(jia)構的(de)融合？怎樣助(zhu)攻(gong)硬件基礎有效集成(cheng) KVM、 OpenStack、 Kubernetes 、Hadoop，打造完整的(de)云基礎設施解(jie)決方(fang)案？不容易！
基礎架構齊備，能力一體也要到位！產學研用一體化勢必要求實驗平臺能力的升級，比方說多樣算力需求的滿足、多種計算環境的兼容等，如何將復雜能力一體化也是本次平臺建設需要攻克的關鍵問題之一。
以此類推，多架構、多能力融合之后對運維管理的工作量以及難度系數也會相應提升。既要降低管理難度，還得提高管理效率，是否能夠成功建設一套多維度一體化的管理體系，做到管理運營不分家，讓建設完成的善后工作變得棘手。
基礎架構全面融合
鎖定“深度、多元、一體化”
經過多方(fang)深(shen)入探討，鄭(zheng)州大(da)學(xue)電氣工(gong)程(cheng)學(xue)院某研究院大(da)數(shu)(shu)據與人(ren)工(gong)智(zhi)(zhi)能(neng)實驗(yan)(yan)室最終決(jue)(jue)定采(cai)用(yong)浪潮云海云數(shu)(shu)智(zhi)(zhi)融合智(zhi)(zhi)能(neng)實驗(yan)(yan)室解決(jue)(jue)方(fang)案，實力(li)打樣基礎實驗(yan)(yan)環境，加(jia)快產學(xue)研用(yong)一體(ti)化(hua)技(ji)術技(ji)能(neng)創新(xin)服務進程(cheng)的同時加(jia)強技(ji)術推廣以及成(cheng)(cheng)果轉化(hua)，達成(cheng)(cheng)基礎架構、數(shu)(shu)智(zhi)(zhi)能(neng)力(li)、運(yun)維運(yun)營“三位一體(ti)”不是簡單說(shuo)說(shuo)！
浪潮云海云數智融合智能解決方案，將云計算，大數據，人工智能多種技術架構深度融合，實現資源多元化、架構輕量化、管理運維統一化。
將傳統只能獨立(li)建設的虛(xu)擬化(hua)、容(rong)器，大(da)數據(ju)，人工(gong)智(zhi)能等科研實驗常用(yong)的技術架構深度(du)融合，創建云數智(zhi)一體(ti)化(hua)平臺(tai)底座，為(wei)校內師生提供了多元化(hua)資(zi)源，比方說虛(xu)擬機、容(rong)器、裸金屬、文件存儲、大(da)數據(ju)處(chu)理等各組(zu)件資(zi)源，還包括(kuo)深度(du)學習框(kuang)架、分布式算法等AI計算資(zi)源，有效應對了不(bu)同(tong)應用(yong)及開發(fa)環(huan)境。
高效解決了(le)過(guo)去基礎(chu)實(shi)踐(jian)平臺因架構割裂帶(dai)來的(de)(de)獲(huo)取(qu)資(zi)源(yuan)不(bu)便捷、實(shi)驗科研流程繁瑣(suo)、資(zi)源(yuan)利用率低以及(ji)運維難度大等問題，提供了(le)高效便利的(de)(de)資(zi)源(yuan)獲(huo)取(qu)能力(li)、靈活彈性(xing)的(de)(de)可擴展(zhan)能力(li)以及(ji)穩定可靠的(de)(de)業務支撐能力(li)。
數智能力高效融合
“采、存、管、用、算”無負擔
通常，架構割(ge)裂往往會將需要人工智(zhi)能(neng)技術處理(li)的數據“被迫”一并存放在大數據平(ping)臺上(shang)，這就造成數據重(zhong)復存儲帶來的資(zi)源浪費現象，對貫徹數據處理(li)完整生命周期產(chan)生很大影響(xiang)。
為更好推進“采、存、管、用、算”，浪潮云海云數智融合智能解決方案將具備大數據處理和人工智能計算深度融合能力的浪潮InsightHD納入其中，可實現在大數據平臺上提供CPU/GPU的一站式數據預處理到模型訓練推理能力，滿足人工智能處理所需要的多種深度學習框架，例如TensorFlow、PyTorch、Keras等，并提供大量的優化的分布式算法，尤其在圖像推理方面的效率可提升87%。
做到大數據和人工智能共享底層數據資源池，并通過智能存儲能力可智能感知數據熱度，充分發揮了大數據平臺多樣化存儲介質能力，實現全生命周期數據智能管理，降低存儲空間占用，提升數據訪問效率。整體來看，資源利用率提升95%以上，計算性能提高50%，開發效率提升40%。
運維運營深度融合
兩個“統一”、一個“全棧”
浪潮云海云數智融合智能解決方案深度整合了云計算、大數據與AI資源池，向上提供統一的云數智服務目錄，將資源服務化；通過統一化門戶界面，用戶可按需申請各類資源，線上流程審批來解決資源發放和管控管控問題；憑借一站式健康檢查、資源預測分析、可視化日志分析等智能化運維功能來釋放運維壓力。有效達成了資源的集中化管理、，實現多體系用戶資源共享，運維運營的深度融合。整體資源利用率相比傳統煙囪模式提高70%，建設投資降低50%。
本次科研平臺的正式上線運行，不但建設成本降低40%以上，更重(zhong)(zhong)要的(de)是(shi)助力鄭州大學(xue)加速從傳統教(jiao)學(xue)實踐轉(zhuan)向(xiang)基于大數(shu)據、人工(gong)智能的(de)新型產學(xue)研用(yong)(yong)深度融合的(de)教(jiao)學(xue)實踐，作(zuo)用(yong)(yong)關(guan)鍵；并成(cheng)為河南高校創建的(de)首個云(yun)數(shu)智一體化(hua)實驗室平臺建設，意義重(zhong)(zhong)大。
“該(gai)平臺(tai)面向(xiang)本院相(xiang)關(guan)(guan)專(zhuan)業(ye)師生，用(yong)(yong)來提供滿足應用(yong)(yong)需求的(de)軟(ruan)件開發新(xin)方法和新(xin)技術的(de)訓練，打(da)造特色人(ren)才培養基(ji)地(di)和科研成果轉化基(ji)地(di)以及(ji)高端智庫，全面促進產學研用(yong)(yong)的(de)深度(du)融合與協同創新(xin)。”相(xiang)關(guan)(guan)領導(dao)表(biao)示。
浪潮云(yun)(yun)海作為智算(suan)操作系(xi)統核心引(yin)擎，未來將持續踐行(xing)(xing)“貼近客戶、實(shi)踐創新”的(de)理念(nian)，不斷在實(shi)際需求場景中(zhong)打磨優秀(xiu)的(de)產(chan)品以及(ji)解決方案，為教育行(xing)(xing)業(ye)的(de)數(shu)字化(hua)、智能化(hua)轉型提供更加堅實(shi)的(de)云(yun)(yun)數(shu)智融合底座。
