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據與人工智能實驗室。

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，一直是科技創新與市場化運作中最關鍵的一環。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，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境中的實踐和研發習慣，并匹配多行業應用開發體系，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，數智多元能力難聚合。“上云用數賦智”是數字經濟的新動能，更是科研創新的主要抓手。大數據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、大數據計算、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，先實現開源基礎架構的全面融合、云數智多元算力的高效聚合、運維與運營深度統合，然后把這三方面的目標“合而為一”，建設一套以云數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新與業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，推動各個行業基礎設施的智能化升級，全面支撐從傳統核心應用到大數據、深度學習、邊緣計算等創新應用的各類場景，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、數智能力、運維運營“三位一體”目標的實現，提供了澎湃動力。

• 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據與人工智能實驗室不斷加速從傳統教學實踐向基于大數據、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師生，用來提供滿足應用需求的軟件開發新方法和新技術的訓練，打造特色人才培養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同創新。”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。