随着新工科、新理科、交叉学科快速发展，气象模拟、材料仿真、生物医药、人工智能、大数据分析、力学仿真、天文计算等科研领域对高性能算力的需求爆发式增长。传统单机算力薄弱、资源分散、无法并行计算、运维复杂等问题，严重制约高校科研成果产出与高层次人才培养。

本高校ＨＰＣ高性能计算集群解决方案专为高校科研、教学、学科建设量身打造，采用领先的算力架构、统一资源调度、智能运维管理、安全可控的建设模式，为全校师生提供集约化、高性能、高稳定、易使用的校级公共算力平台，全面支撑高水平科研攻关、学科升级、科创竞赛与人才培养。

一、方案建设背景与痛点

当前高校科研算力建设普遍存在诸多痛点，成为学科发展瓶颈：

• 算力碎片化：各学院、课题组自建设备，资源无法共享，闲置与紧缺并存，投入成本高、利用率低。

• 算力性能不足：单机性能有限，无法支撑大规模并行仿真、深度学习训练、海量数据处理等重型任务。

• 软件生态缺失：专业仿真软件、编译环境、ＡＩ框架、科学计算库部署繁琐，适配性差。

• 无统一管理体系：无法实现用户分级、资源配额、任务监控、算力统计、成果溯源，管理不规范。

针对以上问题，校级统一ＨＰＣ高性能计算集群，是高校推进科研数字化、算力公共化、平台集约化的核心基础设施。

二、整体方案架构

本高校ＨＰＣ集群方案采用分层模块化架构，包含硬件算力层、高速网络层、存储资源层、调度管理层、软件生态层、安全运维层六大模块，构建全栈式高性能计算平台。整体架构兼容主流科研场景，支持弹性扩容，可根据学校学科发展按需升级。

１．　高性能算力硬件层

搭载高性能计算节点、ＧＰＵ加速节点、胖节点、登录节点与管理节点，适配不同学科算力需求。通用计算节点满足常规科学计算、数值模拟；ＧＰＵ加速节点聚焦ＡＩ深度学习、大数据训练、图像处理、生物医药计算；大内存胖节点支撑超大内存仿真、有限元分析、流体力学计算等重型任务，全面覆盖理工科核心科研场景。

２．　高速互联网络层

采用高速ＩＢ／以太网双网络架构，区分管理网、计算网、存储网，杜绝网络拥堵。高带宽、低延迟的网络传输能力，保障多节点并行计算时数据高速互通，大幅提升并行任务计算效率，解决大规模集群并行算力损耗问题。

３．　分布式并行存储层

配置高性能并行存储系统，支持海量科研数据、仿真文件、模型数据、训练数据集中存储与高速读写。具备高ＩＯ、高并发、高可靠特性，支持数据冗余备份、分级存储，有效解决科研数据读写慢、易丢失、存储空间不足等问题，保障科研数据安全长效留存。

４．　智能调度管理平台层

搭载专业ＨＰＣ集群调度管理系统，实现算力资源统一调度、任务智能排队、资源动态分配、用户分级管理。支持多租户隔离、学院配额管理、任务优先级设置、算力资源监控、使用日志溯源，杜绝资源抢占与浪费，让校级算力资源公平、高效、透明化使用。

５．　全场景软件生态层

预部署完善的高校科研软件生态，涵盖主流科学计算、工业仿真、人工智能、大数据分析工具，包含各类编译环境、数学库、ＡＩ框架、仿真软件套件。支持师生一键调用、远程登录、网页端可视化操作，降低科研门槛，让科研人员专注研究本身，无需耗费精力搭建环境。

６．　安全运维监控层

搭建全方位集群监控运维体系，实时监控节点状态、算力负载、温度功耗、任务运行状态、网络与存储性能。支持异常告警、故障自愈、权限分级管控、操作日志审计，保障７×２４小时稳定运行，降低运维压力，实现集群智能化、无人化运维。

三、核心应用场景（高校专属）

方案深度适配高校教学、科研、学科建设三大核心场景，服务全校理工科及交叉学科发展。

１．　高水平科研攻关支撑

支撑机械力学仿真、流体计算、材料分子模拟、气象环境预测、土木结构分析、能源动力仿真、生物医药测序、量子计算模拟、遥感大数据处理等重点科研方向，助力国家级、省部级科研项目落地，提升高水平论文、专利、科研奖项产出效率。

２．　人工智能与大数据教学实训

为计算机、人工智能、大数据、自动化等专业提供算力实训平台，支持深度学习模型训练、算法开发、数据挖掘、智能识别等课程教学与实训项目，支撑学生科创、毕业设计、学科竞赛，构建ＡＩ人才培养算力底座。

３．　交叉学科创新研究

赋能理工交叉、医工交叉、文理交叉新兴学科建设，支持多学科联合科研、跨学院算力共享，助力高校培育新兴优势学科，提升学科评估竞争力。

４．　校级公共算力服务平台

统一对外开放算力资源，替代课题组零散自建设备，实现全校算力资源集约化管理、统一调度、按需分配，大幅降低学校重复投入成本，提升资产利用率。

四、方案核心优势

• 校级集约共建，降本增效：统一建设、全校共享，彻底解决算力碎片化、重复建设问题，极大节约办学经费。

• 算力强劲适配广：通用算力＋ＧＰＵ算力组合架构，全覆盖高校各类科研与教学计算场景。

• 极简科研使用体验：远程登录、一键部署、可视化操作，无需专业运维能力即可使用超算资源。

• 智能调度、资源均衡：动态分配算力资源，保障重点科研任务、教学任务优先落地。

• 弹性扩容、持续迭代：模块化架构设计，支持后期算力、存储、节点平滑扩容，适配学校长期学科发展。

• 安全稳定、专业运维：全链路监控、数据备份、权限隔离，保障集群长期稳定运行与科研数据安全。

五、高校建设价值

１．　夯实学科建设底座：补齐高校高性能算力基础设施短板，支撑重点学科、新兴学科建设，提升学科排名与综合办学实力。

２．　提速科研创新产出：大幅缩短仿真计算、模型训练、数据处理周期，助力高水平科研成果快速落地。

３．　赋能科创人才培养：为师生提供专业超算实训平台，培育科研思维与工程实践能力，助力创新型人才培养。

４．　打造校级科研特色品牌：建成标准化、智能化校级超算平台，成为高校数字化科研建设标杆，提升学校办学影响力。

刀片服务器高性能、高计算、高密度、低能耗

通常，高性能计算伴随的都是高能耗的服务器集群建设，随着能源成本的上升，现在高性能计算除了建设成本的投入，服务器能耗成本成为用户越来越关注的目标。

研发的S312-S24R刀片服务器集群系统，采用intel E3 低功耗处理器，来搭建低能耗的桌面/机架型高性能计算平台，同时高密度的结构也适合开发团队或科研机构快速在办公环境里搭建自己的应用集群或测试环境。

S312-S24R刀片服务器系统与传统高性能计算设备的功耗，可以节省50%左右的电力，当采用Intel E3 1240L的处理器时，处理器功耗是25W，4核8线程，主频最高到3.0GHz，计算能力96Gflops，而一个E5-2620处理器功耗是80W， 主频最高到2.5GHz，计算能力120Gflops。以3U12节点来计算，CPU功耗25*12=300W，计算能力 12*96=1156Gflops；而3U双路E5来说，最多4个节点，8*120=960Gflops，CPU功耗为640W；总体算来，一半的功耗能 产生更多的计算能力。在整体计算来说，低功耗的E3处理器是最大的优势。目前，S312 –S24R产品支持intel最新的XEON E3 V3产品，处理器能力比一代提升了44%之多，具有更高的计算能耗比。

另外对于没有专业机房，无法配备专业的精密空调和机房电源系统的高性能计算研发部门或单位来说，没有环境使用传统的机架式或刀片服务器，去建设或租用专业机房及机房设备，必然会带来大量的前期投入，大大增加了高性能计算使用成本。可以采用国鑫融合一体机来进行高性能的计算应用。

融合一体机就是解决环境使用问题而推出的综合性计算产品，它不需要专业的机房设施，不需要专业的配电和空调设备，放在办公室或实验室接墙电就可使用， 具有低噪音、低功耗等特点。最高可以安装14个双路XEON E5 处理器的刀片服务器，48个外置热插拔硬盘存储，内置一个万兆网络交换机安装空间，带有整体状态显示和控制系统，内部散热和防尘处理。专为办公室应用环境 设计，它在众多方面超越了传统机架式服务器、刀片服务器和机群服务器，是高稳定、高性能、低环境要求的新一代桌边型高性能计算机。它采用整体优化的设计， 有效降低了系统功耗，再加上其人性化的设计、很强的系统扩展能力、卓越的性价比和计算密度，可以覆盖更广泛的个人及工作组用户对高性能计算的需求，与传统 的高性能计算机相比，融合一体机可提供更有竞争力的整体解决方案，是更好满足中小高性能计算需求的理想平台。下图为14个刀片打开效果图：

融合一体机可以看作是高性能集群的一个微缩版，它提供强大的计算能力和存储能力，另外，一体机独有的体积小的特性，使它成为个人及工作组及高性能计算及存储用户的不二选择。

随着计算机图形处理硬件的持续发展，软件的不断完善，特别是1998年后随着可编程图形处理单元（Programmable Graphics ProcessingUnit,GPU）的出现和发展，图形绘制技术已经深入并影响着人类生产、生活各个方面。与此同时随着社会的发展，各个应用领域也对图形绘制提出了更高的要求，特别是数据规模不断扩大，绘制场景更加精细，单机上完成图形绘制往往达不到这个要求。因此，并行绘制技术成为近年来的研究热点。并行绘制技术发展迅速，许多技术得到开发，许多典型系统得到应用。其中GPU集群系统发展迅速，它具有强大的图形显示功能，同时又拥有一定计算能力。

帮助用户建立一套既能全面地满足用户实际需要且技术贴合业界主流方向的高性能计算环境是我公司为高性能计算用户设计方案的基本出发点。

 架构设计和系统选型遵循以下原则：

 1.先进性

 本系统方案所采用的技术既要符合业界的发展方向，又要在未来几年内仍具有较高技术水准，具备同类系统较强竞争力。这样有利于提高整个系统的计算与处理能力。

 2.可扩展性

 系统应具有很强的扩展能力。随着对计算机系统性能的要求不断提高，该计算机系统应具有扩展能力，并且容易实现。

 3.兼容性

 本计算机系统应符合公认的工业标准，包括体系结构，硬件，I/O，网络，操作系统，开发环境和开发工具等。这样，便于和其他平台上的系统互操作。

 4.性价比优越性

 由于本系统比较庞大，价格因素也比较重要。本系统在性能价格比方面在同类系统中具备较强竞争力，对于三院三部来说在采购大型系统中应该考虑的重要因素。

 5.管理简单

 尽量减少数据中心的设备管理难度。总体方案架构从满足应用需求的角度出发，整体方案架构如下：

 我们推荐采用一台大容量高性能作为储存管理服务器，并通过用户网络和管理网络进行互联。

 采用专用存储服务器组建高性能、高可用、高可靠、高扩展的分布式文件存储。

 GPU计算节点服务器采用Linux操作系统，并运行动态资源管理工具对任务的资源进行分配管理和调度。

    GPU计算节点和客户端通过千兆网络相连，各个工作室通过该网络申请计算资源和提交任务。

    GPU计算节点和管理服务器可通过100G的IB光纤通道，满足高性能计算环境对存储性能和空间的巨大需求。

    私有化解决方案提供一站式的私有化AI部署，方案整合自研服务器、自研AI调度平台，适配主流机器学习框架、算法模型、数据集工具，为非行业内用户提供部署简易、操作便捷、简单高效的AI学习平台。助力各行业用户加速AI转型、业务创新，提升业务效率，提高企业竞争力

行业简介

人工智能生成内容（Artificial Intelligence Generated Content，简称AIGC）是一种利用人工智能技术自动生成文章、音频、视频等多媒体内容的方法。近年来，随着人工智能技术的不断发展和应用，越来越多的机构和公司开始尝试使用AIGC来快速且低成本地生成大量的内容，从而满足不同领域的需求。

方案解析

Gooxi AI私有化解决方案提供一站式的私有化AI部署，方案整合国鑫自研服务器、自研AI调度平台，适配主流机器学习框架、算法模型、数据集工具，为非行业内用户提供部署简易、操作便捷、简单高效的AI学习平台。助力各行业用户加速AI转型、业务创新，提升业务效率，提高企业竞争力。

方案基于国鑫自研高性能GPU服务器，实现模型的高效高速训练效果，整合当前主流tensorflow、pytorch、caffe、Mindspore、keras等框架，可实现文章、音频、视频等多种内容的生成，可在医疗、金融、教育等多种领域为用户业务带来助力。

1. 全流程

 AI私有化解决方案提供一站式全流程AI解决方案，从算法、算力为用户提供底层完整平台，数据集管理功能结合用户行业数据实现业务创新。统一管理调度平台可对整套运行环境及作业状况监管调度，一套系统解决用户”AIGC”应用难题。

2. 数据集管理

平台为数据集提供智能标注、人工标注功能，帮助用户实现数据集的初步清理，并可以对标注好的数据集进行统一管理。

3. 模型训练

基于主流训练框架，提供多种算法模型。不同行业用户可以调用不同算法模型、算力资源分布式训练自己的AIGC产品，更可以基于LLM进行全量微调，实现多行业规模用户覆盖。

4. 资源调度

为节约客户投资、提高算力设备利用率，平台支持细粒度资源切分，最大化将高成本算力设备利用。可以按照不同用户训练需求进行合理资源分配，更可以将HPC与AI算力进行融合，发挥每一分成本投资。

应用场景

1. 智能客服

传统的呼叫中心客服需要大量的人力资源来处理客户的问题和需求，效率低下且成本较高。而AIGC可以通过自然语言处理技术和深度学习模型，实现自动化的客户问题解答和服务。通过训练模型，AIGC能够理解并回答用户的问题，提供高效、准确的解决方案，极大地提升了客户服务的质量和效率。

2. 智能助手

AIGC还可以作为智能助手应用在各种场景中。比如，智能助手可以帮助用户进行日常工作的安排，包括提醒事项、定时任务、会议记录等。用户只需简单地与AIGC进行对话，即可完成各种操作。

3. 智能教育

在教育领域，通过将AIGC应用于在线教育平台，可以为学生提供个性化的学习辅助和指导。可以根据学生的学习情况和需求，为其推荐适合的学习资料和习题、给予相应的解答和指导，提高学习效果，提供个性化的精准教学。

4. 智能金融

通过与金融数据的结合，AIGC可以为用户提供个性化的金融服务。比 如，AIGC可以根据用户的财务状况和投资偏好，为其推荐适合的理财产品和投资组合。同时，AIGC还可以对用户的投资组合进行实时监测和分析，及时提醒用户进行调整和优化，提高投资的收益率。

5. 智能医疗

在医疗领域，通过与医疗知识库和临床数据的结合，AIGC可以为医生和患者提供准确的诊断和治疗建议。更可以利用LLM进行医疗影像AI辅助诊断，如AI医疗影像技术实现肺结节初筛、糖网病变。

6. 智能交通
在智能交通领域，通过与交通数据的结合，AIGC可以实时监测和预测交通状况，提供交通导航和路线推荐服务。同时，AIGC还可以根据用户的出行需求和偏好，为其提供个性化的出行方案，包括交通工具选择、出行时间等，提高出行的便捷性和效率。

推荐机型

Intel人工智能AI服务器

AS4110G-D10R-G3

• Intel 平台 支持双路intel志强3代铂金处理器

• 最大可支持10张全规格GPU卡，可提供4.5P-5.6P Flops算力（A800），极大提高整机训练效率

• 最大可支持18个PCIe扩展槽，可配置多块高速网卡，有效缩短通信路径，发挥集群性能

AMD人工智能AI服务器

ASR4110G-D04R-G2

• AMD 平台 支持双路AMD EYPC处理器

• 最大可支持10张全规格GPU卡，可提供4.5P-5.6P Flops算力（A800），极大提高整机训练效率

• 最大可支持18个PCIe扩展槽，可配置多块高速网卡，有效缩短通信路径，发挥集群性能