北京2021年9月22日 /美通社/ -- 起跑！如(ru)今，這個詞在很(hen)多領域被賦予新內(nei)涵。這次，我們將(jiang)它(ta)的解釋權交給鄭(zheng)州大(da)學電氣工(gong)程學院(yuan)某研究院(yuan)大(da)數(shu)據(ju)與人工(gong)智(zhi)能實驗室。

實驗室的新課題 -- “1+1+1>3”

加強產學研的(de)(de)(de)有(you)效(xiao)結合，提高科技成果(guo)的(de)(de)(de)市(shi)場轉化率(lv)，一(yi)直是(shi)科技創新與(yu)市(shi)場化運作中(zhong)最關鍵的(de)(de)(de)一(yi)環(huan)。然而科技成果(guo)的(de)(de)(de)轉化，一(yi)端連(lian)接(jie)著(zhu)高校院(yuan)所(suo)，另(ling)一(yi)端連(lian)接(jie)著(zhu)企業(ye)，要形成1+1+1>3的(de)(de)(de)效(xiao)果(guo)并非(fei)易事，如何(he)讓科技成果(guo)轉化之(zhi)路越走(zou)越暢(chang)通(tong)，是(shi)教育(yu)界(jie)(jie)與(yu)企業(ye)界(jie)(jie)都(dou)必須面對的(de)(de)(de)核心問題。

正如實(shi)驗(yan)室老師所言：“一直(zhi)以(yi)來，將教(jiao)學(xue)(xue)、科研(yan)以(yi)及咨詢等(deng)工作做到更(geng)高質(zhi)量且更(geng)有(you)(you)價值，都是我們持續追求的，過程中有(you)(you)成(cheng)績(ji)也有(you)(you)不少困惑，例如產(chan)學(xue)(xue)研(yan)用如何(he)高效聯動、科技轉化怎樣加速落地，確實(shi)長期(qi)困擾我們。” 當(dang)下實(shi)驗(yan)室站在“產(chan)學(xue)(xue)研(yan)用”的起(qi)跑線(xian)上，許多難題亟待(dai)解決。

其一，成也開源(yuan)(yuan)，困(kun)也開源(yuan)(yuan)。為滿足在(zai)校師生(sheng)以及科研人員(yuan)在(zai)原有環境中的實踐(jian)和研發習慣，并匹配多行業(ye)應(ying)用(yong)開發體系，實驗室(shi)必(bi)須以開源(yuan)(yuan)技(ji)(ji)術為基(ji)(ji)礎(chu)構建(jian)云平(ping)臺(tai)。那(nei)么，如(ru)何在(zai)實驗室(shi)硬(ying)件(jian)基(ji)(ji)礎(chu)設施之上(shang)，將(jiang)KVM、OpenStack、Kubernetes、Hadoop等開源(yuan)(yuan)技(ji)(ji)術架構統一集成起來，為師生(sheng)提供完整(zheng)的云基(ji)(ji)礎(chu)設施解決方案，無疑是整(zheng)個實驗平(ping)臺(tai)建(jian)設的第(di)一大難題。

其二，數(shu)智多元能(neng)力(li)(li)難聚合。“上云用數(shu)賦智”是數(shu)字經(jing)(jing)濟(ji)的新(xin)動能(neng)，更是科研創(chuang)新(xin)的主要抓手。大(da)數(shu)據(ju)與人(ren)工智能(neng)的不同技術體系對實驗平臺能(neng)力(li)(li)要求非常復(fu)雜(za)，需要的算力(li)(li)資源既有(you)通(tong)用架(jia)構下CPU和(he)GPU的并行(xing)計(ji)(ji)算能(neng)力(li)(li)，又(you)有(you)專用神經(jing)(jing)網(wang)絡處理(li)器(qi)(qi)（NPU）和(he)張量處理(li)器(qi)(qi)（TPU）等，如(ru)何把虛擬機、容(rong)器(qi)(qi)、裸機、大(da)數(shu)據(ju)計(ji)(ji)算、AI計(ji)(ji)算等復(fu)雜(za)能(neng)力(li)(li)聚合起(qi)來，按需取用，對實驗平臺的資源聚合、調度能(neng)力(li)(li)提出了極高要求。

其三，相對滯后的運(yun)維運(yun)營(ying)能力。作為國內領先(xian)的計(ji)算機科學實(shi)(shi)驗室，技術(shu)(shu)和架構的升(sheng)級必(bi)然緊跟前沿科技的發展，可以預(yu)見，實(shi)(shi)驗室將(jiang)面對更加復雜的運(yun)維和運(yun)營(ying)難題。因此(ci)提(ti)供跨(kua)平臺(tai)和技術(shu)(shu)統一運(yun)維保障的能力與接口，提(ti)高運(yun)維管(guan)理(li)效(xiao)率，避免(mian)多(duo)平臺(tai)、多(duo)技術(shu)(shu)線運(yun)維帶來的學習成本、使用成本和管(guan)理(li)成本的提(ti)升(sheng)，將(jiang)是“起跑(pao)”之后改(gai)變“頻率”的關鍵。

因此，先(xian)實現(xian)開源基礎架構的全(quan)面融合(he)、云數智多元算力的高效聚合(he)、運(yun)維與運(yun)營深度統合(he)，然后(hou)把這(zhe)三(san)方面的目標“合(he)而為一”，建(jian)設(she)一套以(yi)云數智高度融合(he)為目標的資源共享平(ping)臺(tai)勢在(zai)必行。

三位一體 -- 架構、數智、運維

工欲善其事，必先(xian)利其器。為更好(hao)解決(jue)實驗室(shi)在科研創(chuang)新與業務應(ying)用方(fang)面的諸(zhu)多問題，研究院最終選(xuan)擇了(le)深諳融合之(zhi)道(dao)的浪潮云(yun)海云(yun)數智(zhi)融合智(zhi)能(neng)解決(jue)方(fang)案。

先看(kan)內(nei)核(he)，浪潮云海解決方案采用(yong)了成功(gong)支撐(cheng)超過(guo)(guo)30萬個服務器節點(dian)的(de)(de)云海OS，將開源、開放(fang)技(ji)術(shu)和敏捷的(de)(de)產(chan)(chan)品化(hua)過(guo)(guo)程(cheng)有機(ji)結合，推(tui)動(dong)各(ge)個行業基礎設(she)施的(de)(de)智能(neng)化(hua)升級，全面支撐(cheng)從傳統核(he)心應用(yong)到大(da)數(shu)據(ju)、深度學習、邊緣計(ji)算(suan)等創新應用(yong)的(de)(de)各(ge)類場景(jing)，這也是改變實驗(yan)室“起步”技(ji)術(shu)的(de)(de)核(he)心。而核(he)聚變產(chan)(chan)生的(de)(de)能(neng)量是巨大(da)的(de)(de)，這為基礎架(jia)構、數(shu)智能(neng)力、運維(wei)運營(ying)“三位(wei)一體”目標(biao)的(de)(de)實現，提供了澎(peng)湃動(dong)力。

• 基礎架構合一
  在傳統的高校實驗室場景中，虛擬化、容器，大數據，人工智能等科研實驗常用的技術架構都需要獨立建設，而云海云數智融合智能解決方案卻可以利用一體化平臺底座，為校內師生提供了多元化資源，解決了過去基礎實踐平臺因架構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諸多問題。
• 數智能力合一
  在云計算與大數據成熟的沃土上誕生的AI可謂是天選之子，但是AI 的技術需求和大數據處理模式有很大差異，尤其是在計算密集性層面，與傳統的大數據處理和分析應用有著本質的不同。例如，深度學習模型在訓練時需要依賴GPU 或者 FPGA 等硬件資源的算力支撐，而大數據的存、取、用、管則是以 CPU 為主，這就使得整體計算資源在管理和分配上也存在一定不同。
  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，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。方案落地后，通過數據對比發現，圖像推理方面的效率可提升87%、資源利用率提升95%以上、計算性能提高50%，開發效率提升40%。
• 運維運營合一
  云數智融合平臺深度整合了云計算、大數據與AI資源池，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%。方案落地后，最終呈現給實驗室用戶則是云數智一體化服務目錄，有效達成了資源的集中化管理，實現多維視角下的運維運營融合。
  運營視角，在可融合的軟硬件資源池基礎上，通過靈活的組織,將不同的資源池組成專業的服務器、存儲、網絡系統,并實現資源的高效管理和調度以及數據在池化資源的靈動流轉。運維視角，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。用戶視角，可以通過統一化門戶界面，科研人員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，徹底解決服務器申請、環境部署、工具安裝等很多前置操作，將重心放在最擅長的課題研究領域。

“起跑”極為重要，“步頻”決定成敗

隨著本次(ci)科(ke)研平(ping)臺的(de)(de)(de)正式(shi)上(shang)線運行，鄭(zheng)州(zhou)大學(xue)(xue)電氣工程學(xue)(xue)院某研究院大數(shu)據(ju)與(yu)人工智能實驗室不斷加速從(cong)傳統教學(xue)(xue)實踐向基(ji)于大數(shu)據(ju)、人工智能的(de)(de)(de)新(xin)型(xing)產學(xue)(xue)研用(yong)深度融(rong)合(he)的(de)(de)(de)教學(xue)(xue)實踐升級，并成(cheng)為河南高校(xiao)首個(ge)云數(shu)智一體(ti)化實驗室平(ping)臺，為其(qi)他高校(xiao)的(de)(de)(de)教科(ke)研升級樹立了典型(xing)樣板。

“該平臺面向本院相關專(zhuan)業師(shi)生，用來提供滿足應用需求的軟件開(kai)發新方法和新技術(shu)的訓練，打(da)造(zao)特(te)色人才培養(yang)基(ji)地(di)和科研成果轉化基(ji)地(di)以及(ji)高端智(zhi)庫，全(quan)面促進產學研用的深度融合與(yu)協同創新。”院領(ling)導表示(shi)。

寫在最后(hou)：對于鄭州大學實(shi)驗室，甚至(zhi)是更多正在著力(li)探(tan)索數智科研實(shi)踐(jian)的(de)高校實(shi)驗室來說(shuo)，浪潮云海無疑是更換起跑方式、提升步頻的(de)最佳選擇。