杭州电子科技大学借助NVIDIA vGPU技术打造人工智能教学平台
2021-04-23 19:43
分享到微信
分享到微博
随着人工智能的发展，其相关课程已开设于各所高校。然而，实验环境、数据管理等方面的问题为教学与科研带来了诸多不便。
杭州电子科技大学采用NVIDIA虚拟GPU解决方案搭建人工智能教学虚拟化环境，将所有教学资源集中于数据中心，按需分配GPU资源，以满足各种教学需求，进一步加强人工智能学科的建设。
高校人工智能建设加速，面临新的机遇与挑战
近年来，随着人工智能的高速发展和渗透，越来越多的高校开设了人工智能相关的课程，教育部也旨在布局高校人工智能建设，同时要求推进“新工科”建设。
杭州电子科技大学是一所电子信息特色突出，经管学科优势明显，工、理、经、管、文、法、艺等多学科相互渗透的教学研究型大学。学校始创于1956年，2004年更名为杭州电子科技大学。2015年被列为浙江省重点建设高校。办学60多年来，学校在复合型IT人才培养方面的教学实践成果连续五届获得国家教学成果奖，学校先后为国家和社会培养输送了16万余名优秀人才。当前，面对新的发展机遇和挑战，杭州电子科技大学将坚持自身办学特色，服务国家和社会重大需求，以改革创新、追求卓越的精神，加快推进内涵式发展，着力提高学校综合实力和核心竞争力，大力培养高素质人才，推动科学技术发展和经济社会发展，努力建设特色鲜明、国内一流的高水平研究教学型大学。
人工智能专业教育面临诸多挑战
现代技术加快推动人才培养模式改革，当前，学生已经从填鸭式被动教学到主动求学。课堂教学延续到课外实训，学校从提供操作系统到提供一套实验环境、资源，并随时随地连接和资源服务访问的新需求逐步凸显。
现有实验环境难以满足，新时代、新技术、新产业的实验教学需求
现有的人工智能实验环境无法按需灵活交付标准化的实验环境，临时的实验环境匹配耗时长，学生自己搭建实验环境差异化大，浪费大量时间调试，学生实验细节和过程无法监管。
现有的教师科研环境稀缺，共享复用的难度大、流程繁琐
人工智能研究作为现在新兴的热门方向，科研资源成为学校的稀缺资源，无法为每一个老师、每一个项目去匹配相应的资源，科研现状总是在等资源，影响科研项目进度。
无法对数据进行可视化的管理
分散的终端实验资源，硬件是否出现故障、资源是否充足、师生们使用效果如何以及后期资源投入决策，没有可直观量化的指标，给管理者带来数据管理方面的挑战
NVIDIA vGPU技术助力师生解决教学与科研需求
经过充分调研分析学校现在的教学与科研需求，并充分考虑未来发展规划，杭州电子科技大学引入NVIDIA虚拟GPU解决方案，搭载ZStack云计算平台，将所有教学资源集中于数据中心：
利用NVIDIA vGPU技术来分配算力资源，满足了机房实验教学需求以及科研资源复用；
针对教师科研，提供科研服务计划，满足老师按需按量自助式申请；
同时支持学生笔记本/手机接入，并提供学生实验过程的指导与教学评估方案。
杭州电子科技大学此次采用了NVIDIA® Quadro® RTX 8000 GPU以及NVIDIA RTX虚拟工作站NVIDIA RTX Virtual Workstation (vWS)虚拟化软件相结合的方案搭建人工智能教学虚拟化环境，老师可以借助虚拟GPU技术的“一虚多”特性，为每个学生提供一个虚拟GPU来完成人工智能实训，不仅在一定程度上降低了成本，也提高了GPU资源的利用率。在教学之余，老师还可以将不同物理GPU资源聚合在一起提供给某一个虚拟机使用，来为科研工作提供高算力支持，利用vGPU实现GPU资源的管理。NVIDIA RTX虚拟工作站 (vWS)能使师生摆脱实验室的束缚并可随时随地在任何设备上处理人工智能相关学习负载，体验到物理机级别的GPU强大计算性能。
环境部署：NVIDIA Quadro RTX 8000 48GB GPU x 4
搭建智能教学平台，实现按需分配GPU资源
NVIDIA 虚拟GPU技术帮助杭州电子科技大学实现人工智能教学平台的快速部署搭建，通过按需分配GPU资源，满足各种教学需求。
维护更省心，通过远程管理平台，能够远程实现操作系统的安装部署、软件更新，大幅度提升工作效率。
云实验环境打包交付，持续改进提高师生服务能力，实现了全校规模化远程实验的应用。
合理分配线下实验、线上实验、科研，给学生、老师、科研人员提供了更灵活的使用方式，任意地点使用自己的终端均可以使用。
科研资源获取更便捷，线上流程即可完成申请，按需申请资源，提高了资源使用的合理性，实现资源提前申请，随时使用。
利用GPU虚拟化技术，可根据实验、科研的实际需求，灵活分配GPU资源，保证使用的同时资源最大化利用。
实现了数据可视化多维度展示，能够快速了解到相关资源使用的人数、次数和时长，便于了解学生的上机实验情况、资源分时段利用率。
