高校科研所需的数据处理、计算仿真、高性能计算，资源如何快速获取？

随着大数据、机器学习、人工智能等技术的发展，越来越多的科学研究中的关键问题都必须依靠大规模、高性能的计算来完成。

• 

  科研资源无法共享

  现行科研资源主要以项目或团队为单位获取，计算资源的闲置与紧缺无法实现共享调配，院校也难以对其进行统一管理。

• 

  资源获取周期长

  高校科研过程中涉及到开发测试，资源使用弹性极大，而高校采购周期往往较长，无法迅速敏捷响应计算需求。

• 

  计算环境难切换

  科研计算集群架构复杂，安装、部署、配置难度较大，环境一旦搭建完毕往往服役多年，一种环境长期占用硬件资源，无法实现环境的切换。

高校中的科学计算架构，搭建过程需要涉及到硬件配置、平台搭建、应用安装部署、集群构建调试等一系列繁琐动作，并非所有老师都精通于此。同时，现行科研资源的分配与使用主要是以教师个人或科研团队的形式为单位。不同团队的资源很难共享或者挪借，这就造成较低的资源利用率会带来较高的资源采购成本，也不利于校内科研氛围的促进。

方案架构

搭建统一的基础资源平台，利用云平台将全部服务器、存储资源管理起来。不同用户可以按需自助创建各自所需类型、规模的科研计算集群。

核心优势

针对高校高性能计算需求特点，提供计算资源统一管理、匹配科研应用场景、支持 HPC 集群自动化部署的科研云平台。

• 

  轻量级容器技术

  通过 Linux 容器技术，将虚拟化对硬件性能的损耗降至最低，使服务器的计算性能最大化发挥到科研计算应用上。提高计算效率的同时，还可以保证简便的运维管理。

• 

  集群自动化部署

  品高云可以自动化一键交付科研计算应用，可支持Hadoop/Spark、Matlab、LAMMPS等常见科研应用，通过添加新的部署方案，提供更多科研应用的自动部署。

• 

  高性能计算硬件兼容

  兼容 Nvidia Tesla GPU 、Intel Xeon Phi 协处理器、InfiniBand 网络，可提升云平台的高性能计算能力，提供计算性能保障。

客户案例

切入高校科研用户需求，利用我们在高性能计算领域的多年研究，提供可落地的科研云。