科研平台

跨象乘云致力为高等院校提供先进的 IT 系统架构设计,基于面向 SOA 架构,灵活高效的资源管理与调度平台,实现科研测试环境与工程实践系统环境的有机融合。提升高等院校科研智库建设效率,科研项目成果输出的同时;将企业项目工程教学模型引入高校教学活动,推动教学创新。为高等院校的科研与教学活动,实验 / 实训室建设,提供一体化综合解决方案及服务。

随着云计算,物联网,数据科学与大数据,容器与微服务,深度学习与新一代人工智能等创新技术领域的迭代发展。如今,机器学习(ML),深度学习(DL) 已成为新一代人工智能领域的核心技术元素。总体而言,数据越多,训练越频繁,人工智能(AI) 就会 “更加智能” ,并以更快的速度学习。同时,我们每天都会生成数据,为运行机器学习和深度学习解决方案提供 “燃料” ,譬如:从数据仓库收集和提取的数据,通过 Flume / Kafka 获得的非结构化日志流数据,通过 Spark / Storm 动态挖掘的数据、以及在大数据被广泛应用的图像,声音,视频数据…… 此外,随着物联网的出现和传感技术的应用,需要分析的数据量呈 “指数级” 增长。可见,计算能力 —— 包括 CPU 与 GPU 的提升,和用于科研的数据量,是深度学习与新一代人工智能的两个关键驱动因素。

显然,传统的物理服务器堆叠模式,已无法满足大数据,人工智能等科研项目在运算能力与数据存储及分析上的动态扩展,科研与教学活动有机融合,隔离等多样化需求。高等院校在建设新的科研实验室过程中,需要一套更为完善的 IT 架构,来应对在大数据,深度学习研发过程中面对的安装、管理、运维,以及扩展深度学习服务器集群等基础设施过程中的挑战。另一方面,从算法测试,数据安全,专业布局与学科规划,人工智能技术人才培养,以及开放创新融合平台角度考虑,高等院校通过与跨象乘云公司合作,建设深度学习与新一代人工智能科研教学一体化实验平台,在校内部署本地大数据,深度学习融合 “私有云” 平台,为进一步建设新一代人工智能开放创新平台,培养新一代人工智能技术人才,打下坚实的基础。面向数据科学与大数据,深度学习与新一代人工智能,跨象乘云设计并研发了三大核心平台,包括: