北京2021年9月23日 /美通社/ -- “一直以來(lái)，將教學(xué)、科研以及咨詢等工作做到更高質(zhì)量且更有價(jià)值，都是我們持續(xù)追求的，過(guò)程中有成績(jī)也有不少困惑，例如產(chǎn)學(xué)研用如何高效聯(lián)動(dòng)、科技轉(zhuǎn)化怎樣加速落地，確實(shí)長(zhǎng)期困擾我們?！编嵵荽髮W(xué)電氣工程學(xué)院某研究院大數(shù)據(jù)與人工智能實(shí)驗(yàn)室表示。

受制難度大+收效低

如何擺平兩大痼疾？

「產(chǎn)學(xué)研聯(lián)動(dòng)難度大」由于目前高校教育方式以及學(xué)生固有知識(shí)結(jié)構(gòu)等傳統(tǒng)原因，大多數(shù)畢業(yè)生因缺乏實(shí)踐經(jīng)驗(yàn)而不能無(wú)縫銜接企業(yè)的用人需求；在此環(huán)境下，作為高校自然無(wú)法更好帶動(dòng)技術(shù)與產(chǎn)業(yè)的深度融合，很難達(dá)成校企優(yōu)勢(shì)互補(bǔ)、資源共享、互惠互利等效果……“這可謂是當(dāng)下教育界與企業(yè)界都必須面對(duì)的關(guān)鍵問(wèn)題！”

「科技轉(zhuǎn)化受困低效」盡管在各類科研探索中，很多高?？蒲腥藛T都有自己獨(dú)特且創(chuàng)新的技術(shù)理念，但受限于傳統(tǒng)軟件開(kāi)發(fā)中服務(wù)器申請(qǐng)、環(huán)境部署、工具安裝等很多前置操作的復(fù)雜工作，更多專家無(wú)法直接關(guān)注并研究擅長(zhǎng)領(lǐng)域，此舉不但帶來(lái)科研資源的浪費(fèi)，更無(wú)法有效加速科技成果的轉(zhuǎn)化。

所以無(wú)論是更好聯(lián)動(dòng)產(chǎn)學(xué)研還是加速落地實(shí)踐轉(zhuǎn)化，根本都要從基礎(chǔ)實(shí)驗(yàn)環(huán)境入手，結(jié)合當(dāng)下云數(shù)智一體化發(fā)展的技術(shù)需求來(lái)下工夫。如此看來(lái)，建設(shè)一套以云數(shù)智高度融合為基礎(chǔ)的資源共享平臺(tái)再適合不過(guò)，但亟需攻克的困難也不少。

“我們需要滿足大家原有環(huán)境中的實(shí)踐要求以及研發(fā)習(xí)慣，還得做到匹配多行業(yè)的應(yīng)用開(kāi)發(fā)體系，所以將開(kāi)源技術(shù)架構(gòu)作為實(shí)驗(yàn)平臺(tái)的基礎(chǔ)是比較適合的！”但如何在開(kāi)源基礎(chǔ)上實(shí)現(xiàn)多種技術(shù)架構(gòu)的融合？怎樣助攻硬件基礎(chǔ)有效集成 KVM、 OpenStack、 Kubernetes 、Hadoop，打造完整的云基礎(chǔ)設(shè)施解決方案？不容易！

基礎(chǔ)架構(gòu)齊備，能力一體也要到位！產(chǎn)學(xué)研用一體化勢(shì)必要求實(shí)驗(yàn)平臺(tái)能力的升級(jí)，比方說(shuō)多樣算力需求的滿足、多種計(jì)算環(huán)境的兼容等，如何將復(fù)雜能力一體化也是本次平臺(tái)建設(shè)需要攻克的關(guān)鍵問(wèn)題之一。

以此類推，多架構(gòu)、多能力融合之后對(duì)運(yùn)維管理的工作量以及難度系數(shù)也會(huì)相應(yīng)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(shè)一套多維度一體化的管理體系，做到管理運(yùn)營(yíng)不分家，讓建設(shè)完成的善后工作變得棘手。

基礎(chǔ)架構(gòu)全面融合

鎖定“深度、多元、一體化”

經(jīng)過(guò)多方深入探討，鄭州大學(xué)電氣工程學(xué)院某研究院大數(shù)據(jù)與人工智能實(shí)驗(yàn)室最終決定采用浪潮云海云數(shù)智融合智能實(shí)驗(yàn)室解決方案，實(shí)力打樣基礎(chǔ)實(shí)驗(yàn)環(huán)境，加快產(chǎn)學(xué)研用一體化技術(shù)技能創(chuàng)新服務(wù)進(jìn)程的同時(shí)加強(qiáng)技術(shù)推廣以及成果轉(zhuǎn)化，達(dá)成基礎(chǔ)架構(gòu)、數(shù)智能力、運(yùn)維運(yùn)營(yíng)“三位一體”不是簡(jiǎn)單說(shuō)說(shuō)！

浪潮云海云數(shù)智融合智能解決方案，將云計(jì)算，大數(shù)據(jù)，人工智能多種技術(shù)架構(gòu)深度融合，實(shí)現(xiàn)資源多元化、架構(gòu)輕量化、管理運(yùn)維統(tǒng)一化。 

將傳統(tǒng)只能獨(dú)立建設(shè)的虛擬化、容器，大數(shù)據(jù)，人工智能等科研實(shí)驗(yàn)常用的技術(shù)架構(gòu)深度融合，創(chuàng)建云數(shù)智一體化平臺(tái)底座，為校內(nèi)師生提供了多元化資源，比方說(shuō)虛擬機(jī)、容器、裸金屬、文件存儲(chǔ)、大數(shù)據(jù)處理等各組件資源，還包括深度學(xué)習(xí)框架、分布式算法等AI計(jì)算資源，有效應(yīng)對(duì)了不同應(yīng)用及開(kāi)發(fā)環(huán)境。 

高效解決了過(guò)去基礎(chǔ)實(shí)踐平臺(tái)因架構(gòu)割裂帶來(lái)的獲取資源不便捷、實(shí)驗(yàn)科研流程繁瑣、資源利用率低以及運(yùn)維難度大等問(wèn)題，提供了高效便利的資源獲取能力、靈活彈性的可擴(kuò)展能力以及穩(wěn)定可靠的業(yè)務(wù)支撐能力。 

數(shù)智能力高效融合

“采、存、管、用、算”無(wú)負(fù)擔(dān)

通常，架構(gòu)割裂往往會(huì)將需要人工智能技術(shù)處理的數(shù)據(jù)“被迫”一并存放在大數(shù)據(jù)平臺(tái)上，這就造成數(shù)據(jù)重復(fù)存儲(chǔ)帶來(lái)的資源浪費(fèi)現(xiàn)象，對(duì)貫徹?cái)?shù)據(jù)處理完整生命周期產(chǎn)生很大影響。 

為更好推進(jìn)“采、存、管、用、算”，浪潮云海云數(shù)智融合智能解決方案將具備大數(shù)據(jù)處理和人工智能計(jì)算深度融合能力的浪潮InsightHD納入其中，可實(shí)現(xiàn)在大數(shù)據(jù)平臺(tái)上提供CPU/GPU的一站式數(shù)據(jù)預(yù)處理到模型訓(xùn)練推理能力，滿足人工智能處理所需要的多種深度學(xué)習(xí)框架，例如TensorFlow、PyTorch、Keras等，并提供大量的優(yōu)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(shù)據(jù)和人工智能共享底層數(shù)據(jù)資源池，并通過(guò)智能存儲(chǔ)能力可智能感知數(shù)據(jù)熱度，充分發(fā)揮了大數(shù)據(jù)平臺(tái)多樣化存儲(chǔ)介質(zhì)能力，實(shí)現(xiàn)全生命周期數(shù)據(jù)智能管理，降低存儲(chǔ)空間占用，提升數(shù)據(jù)訪問(wèn)效率。整體來(lái)看，資源利用率提升95%以上，計(jì)算性能提高50%，開(kāi)發(fā)效率提升40%。 

運(yùn)維運(yùn)營(yíng)深度融合

兩個(gè)“統(tǒng)一”、一個(gè)“全?！?/b>