浪潮云海携手武汉大学“再造”教学实践新平台

北京 2021 年 7 月 9 日——当今云计算、大数据、人工智能、物联网等新兴信息技术可以说发展迅猛，并不断走向深度融合，并将培养适应自身发展的科技人才 然而，难度与日俱增，解决这一问题的关键是搭建一个与创新技术深度融合的教学实践平台。

平台建设不易，问题多。即便是国内人才培养首屈一指的武汉大学，也常常因为教学实践平台的建设而产生诸多疑虑。搭建一个深度融合创新技术的教学实践平台，需要解决现有平台云、数据、智能碎片化导致的资源利用率低、业务上线慢、数据孤岛等传统问题。 .

云数据智能的需求早已经预见到彼此分离的问题

" 资源碎片化导致低资源利用率高，运维难。” 过去，教学实践平台通常由多个实验室独立建设和使用，没有形成一体化的部署和管理。

这种模式不仅不能快速响应科研和教学层面灵活的资源调度需求，而且存在重复建设、操作复杂等严重问题。维护;由于缺乏一体化部署，基础实践平台在教学与科研的接口上模糊不清，相互制约，阻碍了产学研一体化的快速发展。

" 服务碎片化导致资源获取不便、业务启动缓慢。"过去，学校师生需要申请教学实习或科研资源 在应用中，信息中心通常需要根据业务需求对可用的闲置资源进行梳理，然后重新规划，以保证资源货架、系统部署、网络等多个环节的顺利进行。调试。整个在线过程往往需要 2-3 周或更长时间，时间非常缓慢。

"技术碎片化导致很多教学和科研创新停滞不前。"随着云计算、大数据、人工智能等创新技术的出现，高校教学，广泛应用于科研场景，学校开设了很多相关课程，也开展了基于信息保护和利用大数据等技术的食品安全相关研究，在多方面投入了大量资金比如人工智能疫情防控和预警。科研的力量，但传统的独立部署和分离的云数据智能模式早已无法满足日益增长的科研与教育融合创新的需求。

有一套从人群中脱颖而出，专注于碎片化的综合解决方案

通过对上述问题的深入研究和综合考虑，学校旨在更好地解决云的智能力量。在碎片化严重的现状下，采用浪潮、云、海、云、数字、智能一体化解决方案。该解决方案基于开放性、集成性、敏捷性和智能性的原则。按照分层构建、逐层解耦、异构兼容的思路，构建融合私有云平台、SDN、大数据、人工智能的云数字智能一体化。平台。提供统一的“云数字智能”服务目录，通过将大数据资源和人工智能资源全面上传云端，实现全院智能计算资源共享，实现数据在云端的流通和全员计算能力的共享，这将提供实验室内外的实验室。为教学、科研、公共服务等业务构建稳定高效的运营基地。自2020年8月上线以来，平台已运行40+业务系统，包括门户网站、教学应用、教师部署的科研相关软件等。

" 解决资源服务碎片化有特招！” 具体来说，是为了解决基础实践“分离治理”导致的资源利用率低、获取不便、业务上线慢、运维难等问题凭借高效灵活的计算存储和网络能力、灵活灵活的可扩展性、稳定可靠的业务支撑能力，浪潮云海采用开放的OpenStack架构，为武汉大学打造统一的基础设施平台基地，满足不同业务系统的需求。构建了可以同时提供虚拟机服务、容器服务、裸机服务的计算资源池。

此外，它还构建了可以同时提供块存储服务、对象存储服务和文件存储服务的分布式存储，一个集中的存储资源池，以及一个可以支持快速业务部署和自动网络连接。资源池实现了虚拟机的快速部署，同时保证了不同系统之间安全隔离的要求。所有模块资源均可按需部署、灵活调度、动态扩展。

"实现数字智能技术的融合更高效!"为了改变教学科研能力不足的局面支持统一的云端数字智能综合平台，为满足日益增长的大数据采集、存储、计算、挖掘和共享需求，此次部署的浪潮云海Insight大数据平台有效帮助师生从容应对PB-级海量数据。通过浪潮云海洞察平台的智能存储管理技术，结合数据访问频率、数据存储长度等多维度判断，自动采用多拷贝模式或纠删码模式进行数据等操作与传统模式相比，空间利用率提高30%以上，数据访问和读取效率提高2倍以上。

另外，为解决传统人工智能学习框架与大数据分析平台的差距问题，浪潮人工智能平台AI Station实现了CPU/GPU资源的统一分配调度，训练数据集中管理和加速，在模型过程开发和训练中表现出色。可与云端大数据平台集成，直接读取平台上的数据集进行模型训练与分析，提升AI训练开发效率30%以上，存储利用率可高达1倍。

上一篇：淄博博山区实验中学期末教学常规检查及优秀成
下一篇：没有了