青云QingCloud助力某“双一流”高校，以多元算力建设智慧校园

　　该高校注重培养学生的实践能力和创新思维，虚拟实验与仿真教学、人工智能与大数据课程实践等新兴教学方式正在推广应用，重点科研项目涉及大数据处理与分析、复杂模型训练与模拟等多个前沿领域，对于 HPC 算力、AI 算力的需求不断提升。与此同时，校园信息化管理平台承载越来越多的系统与应用，不同院系的教学、实验与特色课程也常常需要临时的资源。

　　面对 AI 发展大潮，该高校希望通过整体的 IT 规划与建设，既解决当下资源紧张、管理运维复杂等问题，又能确保师生的新需求在短时间内得到满足。带着这一清晰明确的目标，该高校与青云科技展开了深入交流，共同探讨并制定了涵盖资源配置、技术架构等多方面的细致设计及实施规划，稳步推进校园多元算力平台的建设。

　　三算合一，解决多元异构资源管理难题

　　通过青云 AI 智算平台的技术支持，该高校以一个平台统一管理通用计算、高性能计算和智能计算，为高校的教学、科研和校园管理提供一站式算力支持 。既可以满足虚拟实验、复杂模型模拟等对高性能计算的需求，又能支持在线教学平台、校园管理系统等通用计算任务，也有效支撑了 AI 相关探索与研究。

　　特别是针对高校拥有的大量异构硬件资源，青云以强大的异构资源管理与调度能力，帮助该高校统一纳管多种异构服务器、存储、网络等设备，形成统一资源池 ，方便管理员统一管理的同时，结合平台的监控与故障自愈能力，也有效降低了运维压力，轻松支撑信创需求。

　　如此一来，师生满意度得到了大幅提升。一方面，平台通过合理调配 IT 资源，轻松应对高并发访问需求，系统始终保持快速响应，师生在线办理教学、教务等相关业务时，不再出现卡顿。另一方面，平台拥有统一的账号管理系统，可以设置不同的权限，师生可以自助申请所需的智算、通算及 HPC 资源，获得资源的速度和便捷性大幅提升。

　　更低成本实现高可用，运维无忧

　　该高校面临着智算资源紧张的现状，比如，人工智能课程实践，会出现多个学生同时进行不同规模的深度学习模型训练。通过平台的 GPU 切分功能，可以将一块 GPU 合理切分成多个虚拟 GPU 资源，分配给不同的学生使用 。每个学生都能获得满足其模型训练需求的算力支持，避免了因 GPU 资源独占导致的资源浪费和其他学生等待的问题，极大提高了 GPU 资源的利用率。

　　与此同时，当临时算力的需求瞬间增大时，平台能够实时监测到资源的使用情况，并迅速从资源池中调配额外的计算资源，实现即时扩容;而当作业任务接近尾声，算力需求降低时，平台又能自动缩容，将多余的资源释放回资源池，这些回收的资源可以被重新分配给其他有需求的系统或任务 ，避免资源闲置浪费。

　　负责信息管理中心的老师表示，通过校园多元算力平台，学校实现资源的高效利用，减少了大量关于资源的协调与沟通工作，同时标准化管理也能让资源使用更规范。更让他满意的是，青云支持搭建开放应用框架，引入新的教学、科研或校园管理应用系统时，兼容和集成变得更简单了 ，他很有信心在 AI 技术的帮助下，为学校的数智化建设提供更有力的支撑。

　　目前，学校也在计划探索高校算力联营，推动与周边高校间的算力互联互通，实现学校间互通有无，甚至是对校外的机构和企业开放服务，实现多方共赢。

　　青云将继续与该高校深化合作，助力学校在 “双一流” 建设的道路上迈出更加坚实的步伐，同时也为推动我国高等教育的数智化转型和高质量发展贡献力量。