“一直以來，將教學(xué)、科研以及咨詢等工作做到更高質(zhì)量且更有價值，都是我們持續(xù)追求的，過程中有成績也有不少困惑，例如產(chǎn)學(xué)研用如何高效聯(lián)動、科技轉(zhuǎn)化怎樣加速落地，確實長期困擾我們。”鄭州大學(xué)電氣工程學(xué)院某研究院大數(shù)據(jù)與人工智能實驗室表示。
受制難度大+收效低，如何擺平兩大痼疾？
「產(chǎn)學(xué)研聯(lián)動難度大」由于目前高校教育方式以及學(xué)生固有知識結(jié)構(gòu)等傳統(tǒng)原因，大多數(shù)畢業(yè)生因缺乏實踐經(jīng)驗而不能無縫銜接企業(yè)的用人需求；在此環(huán)境下，作為高校自然無法更好帶動技術(shù)與產(chǎn)業(yè)的深度融合，很難達成校企優(yōu)勢互補、資源共享、互惠互利等效果……“這可謂是當下教育界與企業(yè)界都必須面對的關(guān)鍵問題！”
「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都有自己獨特且創(chuàng)新的技術(shù)理念，但受限于傳統(tǒng)軟件開發(fā)中服務(wù)器申請、環(huán)境部署、工具安裝等很多前置操作的復(fù)雜工作，更多專家無法直接關(guān)注并研究擅長領(lǐng)域，此舉不但帶來科研資源的浪費，更無法有效加速科技成果的轉(zhuǎn)化。
所以無論是更好聯(lián)動產(chǎn)學(xué)研還是加速落地實踐轉(zhuǎn)化，根本都要從基礎(chǔ)實驗環(huán)境入手，結(jié)合當下云數(shù)智一體化發(fā)展的技術(shù)需求來下工夫。如此看來，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(huán)境中的實踐要求以及研發(fā)習(xí)慣，還得做到匹配多行業(yè)的應(yīng)用開發(fā)體系，所以將開源技術(shù)架構(gòu)作為實驗平臺的基礎(chǔ)是比較適合的！”但如何在開源基礎(chǔ)上實現(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(huán)境的兼容等，如何將復(fù)雜能力一體化也是本次平臺建設(shè)需要攻克的關(guān)鍵問題之一。
以此類推，多架構(gòu)、多能力融合之后對運維管理的工作量以及難度系數(shù)也會相應(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，做到管理運營不分家，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)與人工智能實驗室最終決定采用浪潮云海云數(shù)智融合智能實驗室解決方案，實力打樣基礎(chǔ)實驗環(huán)境，加快產(chǎn)學(xué)研用一體化技術(shù)技能創(chuàng)新服務(wù)進程的同時加強技術(shù)推廣以及成果轉(zhuǎn)化，達成基礎(chǔ)架構(gòu)、數(shù)智能力、運維運營“三位一體”不是簡單說說！
浪潮云海云數(shù)智融合智能解決方案，將云計算，大數(shù)據(jù)，人工智能多種技術(shù)架構(gòu)深度融合，實現(xiàn)資源多元化、架構(gòu)輕量化、管理運維統(tǒng)一化。
將傳統(tǒng)只能獨立建設(shè)的虛擬化、容器，大數(shù)據(jù)，人工智能等科研實驗常用的技術(shù)架構(gòu)深度融合，創(chuàng)建云數(shù)智一體化平臺底座，為校內(nèi)師生提供了多元化資源，比方說虛擬機、容器、裸金屬、文件存儲、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計算資源，有效應(yīng)對了不同應(yīng)用及開發(fā)環(huán)境。
高效解決了過去基礎(chǔ)實踐平臺因架構(gòu)割裂帶來的獲取資源不便捷、實驗科研流程繁瑣、資源利用率低以及運維難度大等問題，提供了高效便利的資源獲取能力、靈活彈性的可擴展能力以及穩(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”無負擔
通常，架構(gòu)割裂往往會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)平臺上，這就造成數(shù)據(jù)重復(fù)存儲帶來的資源浪費現(xiàn)象，對貫徹數(shù)據(jù)處理完整生命周期產(chǎn)生很大影響。
為更好推進“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)處理和人工智能計算深度融合能力的浪潮InsightHD納入其中，可實現(xiàn)在大數(shù)據(jù)平臺上提供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，并通過智能存儲能力可智能感知數(shù)據(jù)熱度，充分發(fā)揮了大數(shù)據(jù)平臺多樣化存儲介質(zhì)能力，實現(xiàn)全生命周期數(shù)據(jù)智能管理，降低存儲空間占用，提升數(shù)據(jù)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(fā)效率提升40%。
運維運營深度融合，兩個“統(tǒng)一”、一個“全棧”
浪潮云海云數(shù)智融合智能解決方案深度整合了云計算、大數(shù)據(jù)與AI資源池，向上提供統(tǒng)一的云數(shù)智服務(wù)目錄，將資源服務(wù)化；通過統(tǒng)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(fā)放和管控管控問題；憑借一站式健康檢查、資源預(yù)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(xiàn)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(tǒng)煙囪模式提高70%，建設(shè)投資降低50%。
本次科研平臺的正式上線運行，不但建設(shè)成本降低40%以上，更重要的是助力鄭州大學(xué)加速從傳統(tǒng)教學(xué)實踐轉(zhuǎn)向基于大數(shù)據(jù)、人工智能的新型產(chǎn)學(xué)研用深度融合的教學(xué)實踐，作用關(guān)鍵；并成為河南高校創(chuàng)建的首個云數(shù)智一體化實驗室平臺建設(shè)，意義重大。
“該平臺面向本院相關(guān)專業(yè)師生，用來提供滿足應(yīng)用需求的軟件開發(fā)新方法和新技術(shù)的訓(xùn)練，打造特色人才培養(yǎng)基地和科研成果轉(zhuǎn)化基地以及高端智庫，全面促進產(chǎn)學(xué)研用的深度融合與協(xié)同創(chuàng)新?！毕嚓P(guān)領(lǐng)導(dǎo)表示。
浪潮云海作為智算操作系統(tǒng)核心引擎，未來將持續(xù)踐行“貼近客戶、實踐創(chuàng)新”的理念，不斷在實際需求場景中打磨優(yōu)秀的產(chǎn)品以及解決方案，為教育行業(yè)的數(shù)字化、智能化轉(zhuǎn)型提供更加堅實的云數(shù)智融合底座。
免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。
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(guān)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(guān)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(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)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(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
