疫情之下,很多課堂從線下轉(zhuǎn)移到線上,在線教育相關技術面臨著更大的挑戰(zhàn)。有高校在開展AI實驗課教學時就遇到了一大難題:如何充分利用現(xiàn)有計算資源,滿足百余名學生的AI實驗課在線教學需求,同時不影響教師們的科研工作?浪潮人工智能資源平臺AIStation通過高效資源調(diào)度、快速資源共享、極簡登錄操作,幫助師生們成功實現(xiàn)了在線教學實驗AI。
破局AI在線教學實驗難題
采用這種新型教學實驗方法的這所大學位于北京,目前是國家“雙一流”世界一流學科建設高校。該校于今年年初開設了《人工智能課程》,引導學生們了解當今前沿的人工智能技術、算法和框架,共吸引了全校120名學生選修。疫情期間采用在線方式進行教學。
為了讓同學們更深入地理解人工智能的基本原理和開發(fā)流程,授課老師希望從校級人工智能平臺中劃分出一部分計算資源作為AI教學及實驗平臺,讓學生進行遠程AI實驗。計劃將120名學生分成4組,以小組為單位開展實驗課,在課上將相關算例和數(shù)據(jù)同步給學生,指導每個學生在指定AI框架內(nèi)進行算例調(diào)試。
但要實現(xiàn)AI在線教學實驗并不容易,主要有三大問題:
計算資源有限,傳統(tǒng)方法無法滿足30名學生同時在線操作,并且兼顧教師的科研需求;實驗課上老師需要將相關資料快速共享給學生,以往資源共享需要手動上傳和下載,過程繁瑣且效率低下;疫情期間,分布在全國各地的師生們需要遠程登錄平臺,登錄方式、響應速度直接關系到教學效果。
AIStation助力AI在線教學實驗
在深入理解師生們的需求之后,浪潮AI團隊聯(lián)合該校網(wǎng)絡信息中心,借助AIStation將原有平臺快速改造為同時面向教師、120名學生的科研與教學平臺,疫情期間支持師生們在家遠程辦公與教學。
AIStation是面向AI開發(fā)場景的人工智能資源平臺,能夠全面整合AI計算資源、訓練數(shù)據(jù)資源以及AI開發(fā)工具,為AI開發(fā)提供極致高性能的計算力支撐,構(gòu)建敏捷高效的一體化AI開發(fā)平臺。針對遠程教學實驗場景的實際需求,AIStation實現(xiàn)了精細化的資源管理、快速共享資源、秒級創(chuàng)建開發(fā)環(huán)境、網(wǎng)頁登錄,解決了上述三大問題。
AIStation高效管理AI平臺
資源管理方面,AIStation可以讓多人共用一張GPU卡且互不影響,從而同時滿足師生的教學和科研需求。AIStation將一部分GPU卡設置為教學資源池,利用GPU細粒度分配策略將每張GPU卡切分為4份,可以支持4人同時使用,這樣8張GPU卡即能支持30名學生同時在線做實驗。通過創(chuàng)建學生用戶組并授權30個賬號,同時設置每個用戶最多使用1GPU資源,學生用賬號登錄平臺后即可使用GPU做實驗,課程結(jié)束后AIStation會收回資源。
AI實驗課遠程教學流程
資源共享方面,AIStation實現(xiàn)了資源快速共享、秒級創(chuàng)建開發(fā)環(huán)境。老師可將課程所需要的算例和數(shù)據(jù)集放到公共目錄下,學生登錄后會自動同步到個人空間,實現(xiàn)資源共享。對于實驗課中需要使用的AI框架,老師基于AIStation內(nèi)置的框架鏡像,在一個開發(fā)環(huán)境中安裝框架并保存為新鏡像。通過設置分享鏡像,所有學生就可以使用該鏡像快速創(chuàng)建開發(fā)環(huán)境。
平臺接入方面,AIStation提供網(wǎng)頁訪問服務,師生們無需安裝任何插件,通過網(wǎng)頁即可快速登錄到實驗平臺。并且提供Jupyter網(wǎng)頁應用程序,學生們可在其中學習TensorFlow、Keras等框架的原理,以及神經(jīng)網(wǎng)絡算例的基本原理流程。
借助AIStation人工智能資源平臺,該“雙一流”高校的AI教學實驗得以順利開展。授課老師表示:“浪潮AIStation讓校級人工智能平臺得到更加高效的使用,快速為老師和百余名學生提供教學資源,具有登錄便捷、界面友好、操作簡單、響應迅速等優(yōu)點,幫助我們成功實現(xiàn)了在線AI教學實驗這種新方法,更好地應對疫情給教學帶來的挑戰(zhàn)。”
浪潮AIStation人工智能資源平臺面向開發(fā)場景,致力于幫助用戶構(gòu)建一體化的AI開發(fā)平臺,為AI開發(fā)工程師提供高效的計算力支撐、精準的資源管理和調(diào)度、敏捷的數(shù)據(jù)整合及加速、流程化的AI開發(fā)業(yè)務整合,助力用戶提高開發(fā)效率和產(chǎn)品上市速度。
除了在線教育,浪潮AIStation已服務于智能手機拍照、個性化AI駕駛助手、銀行智能客服等多個場景,幫助用戶高效管理計算資源、開發(fā)環(huán)境、數(shù)據(jù)資源和作業(yè)任務,提高開發(fā)效率并縮短開發(fā)周期,加速AI應用落地
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
