北京2021年9月22日 /美通社/ -- 起跑！如今，這個詞在很多領域被賦予新內涵。這次，我們將它的解釋權交給鄭州大學電氣工程學院某研究院大數(shù)據(jù)與人工智能實驗室。

實驗室的新課題 -- “1+1+1>3”

加強產學研的有效結合，提高科技成果的市場轉化率，一直是科技創(chuàng)新與市場化運作中最關鍵的一環(huán)。然而科技成果的轉化，一端連接著高校院所，另一端連接著企業(yè)，要形成1+1+1>3的效果并非易事，如何讓科技成果轉化之路越走越暢通，是教育界與企業(yè)界都必須面對的核心問題。

正如實驗室老師所言：“一直以來，將教學、科研以及咨詢等工作做到更高質量且更有價值，都是我們持續(xù)追求的，過程中有成績也有不少困惑，例如產學研用如何高效聯(lián)動、科技轉化怎樣加速落地，確實長期困擾我們。” 當下實驗室站在“產學研用”的起跑線上，許多難題亟待解決。

其一，成也開源，困也開源。為滿足在校師生以及科研人員在原有環(huán)境中的實踐和研發(fā)習慣，并匹配多行業(yè)應用開發(fā)體系，實驗室必須以開源技術為基礎構建云平臺。那么，如何在實驗室硬件基礎設施之上，將KVM、OpenStack、Kubernetes、Hadoop等開源技術架構統(tǒng)一集成起來，為師生提供完整的云基礎設施解決方案，無疑是整個實驗平臺建設的第一大難題。

其二，數(shù)智多元能力難聚合?！吧显朴脭?shù)賦智”是數(shù)字經濟的新動能，更是科研創(chuàng)新的主要抓手。大數(shù)據(jù)與人工智能的不同技術體系對實驗平臺能力要求非常復雜，需要的算力資源既有通用架構下CPU和GPU的并行計算能力，又有專用神經網(wǎng)絡處理器（NPU）和張量處理器（TPU）等，如何把虛擬機、容器、裸機、大數(shù)據(jù)計算、AI計算等復雜能力聚合起來，按需取用，對實驗平臺的資源聚合、調度能力提出了極高要求。

其三，相對滯后的運維運營能力。作為國內領先的計算機科學實驗室，技術和架構的升級必然緊跟前沿科技的發(fā)展，可以預見，實驗室將面對更加復雜的運維和運營難題。因此提供跨平臺和技術統(tǒng)一運維保障的能力與接口，提高運維管理效率，避免多平臺、多技術線運維帶來的學習成本、使用成本和管理成本的提升，將是“起跑”之后改變“頻率”的關鍵。

因此，先實現(xiàn)開源基礎架構的全面融合、云數(shù)智多元算力的高效聚合、運維與運營深度統(tǒng)合，然后把這三方面的目標“合而為一”，建設一套以云數(shù)智高度融合為目標的資源共享平臺勢在必行。

三位一體 -- 架構、數(shù)智、運維

工欲善其事，必先利其器。為更好解決實驗室在科研創(chuàng)新與業(yè)務應用方面的諸多問題，研究院最終選擇了深諳融合之道的浪潮云海云數(shù)智融合智能解決方案。

先看內核，浪潮云海解決方案采用了成功支撐超過30萬個服務器節(jié)點的云海OS，將開源、開放技術和敏捷的產品化過程有機結合，推動各個行業(yè)基礎設施的智能化升級，全面支撐從傳統(tǒng)核心應用到大數(shù)據(jù)、深度學習、邊緣計算等創(chuàng)新應用的各類場景，這也是改變實驗室“起步”技術的核心。而核聚變產生的能量是巨大的，這為基礎架構、數(shù)智能力、運維運營“三位一體”目標的實現(xiàn)，提供了澎湃動力。

• 基礎架構合一
  在傳統(tǒng)的高校實驗室場景中，虛擬化、容器，大數(shù)據(jù)，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(shù)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(shù)智能力合一
  在云計算與大數(shù)據(jù)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(shù)據(jù)處理模式有很大差異，尤其是在計算密集性層面，與傳統(tǒng)的大數(shù)據(jù)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(shù)據(jù)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(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，在大數(shù)據(jù)平臺上提供CPU/GPU的一站式數(shù)據(jù)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(yōu)化的分布式算法。方案落地后，通過數(shù)據(jù)對比發(fā)現(xiàn)，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(fā)效率提升40%。
• 運維運營合一
  云數(shù)智融合平臺深度整合了云計算、大數(shù)據(jù)與AI資源池，整體資源利用率相比傳統(tǒng)煙囪模式提高70%，建設投資降低50%。方案落地后，最終呈現(xiàn)給實驗室用戶則是云數(shù)智一體化服務目錄，有效達成了資源的集中化管理，實現(xiàn)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(yè)的服務器、存儲、網(wǎng)絡系統(tǒng),并實現(xiàn)資源的高效管理和調度以及數(shù)據(jù)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(tǒng)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(fā)放和管控管控問題，徹底解決服務器申請、環(huán)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

隨著本次科研平臺的正式上線運行，鄭州大學電氣工程學院某研究院大數(shù)據(jù)與人工智能實驗室不斷加速從傳統(tǒng)教學實踐向基于大數(shù)據(jù)、人工智能的新型產學研用深度融合的教學實踐升級，并成為河南高校首個云數(shù)智一體化實驗室平臺，為其他高校的教科研升級樹立了典型樣板。

“該平臺面向本院相關專業(yè)師生，用來提供滿足應用需求的軟件開發(fā)新方法和新技術的訓練，打造特色人才培養(yǎng)基地和科研成果轉化基地以及高端智庫，全面促進產學研用的深度融合與協(xié)同創(chuàng)新。”院領導表示。

寫在最后：對于鄭州大學實驗室，甚至是更多正在著力探索數(shù)智科研實踐的高校實驗室來說，浪潮云海無疑是更換起跑方式、提升步頻的最佳選擇。