坚持面向世界科技前沿,不断向科学技术广度和深度进发是科技工作者的初心和使命。工欲善其事,必先利其器,西湖大学联手浪潮信息等科技企业建设领先的创新平台与实验室,为前沿科技研究构建数据基座,创造影响世界、造福人类的科学知识和技术。
高起点的创新研究有高要求
西湖大学工学院目前重点建设包括人工智能与数据科学、生物医学工程、化学与生物工程、电子信息科学与技术、材料科学与机械工程、可持续发展与环境工程在内的六大研究领域。围绕研究领域,工学院已建成一批高水平实验室和研究中心,其中已获批成立浙江省3D微纳加工和表征研究重点实验室,建立微纳光电系统集成浙江省工程研究中心。在这些研究中,科研数据无疑是科学家们不可替代的资产;因此,西湖大学工学院对科研项目数据基础设施要求苛刻,要能够在承载目前现有众多科研项目的同时,满足未来学校及科学家们的研究方向和规模发展的需求。
西湖大学合成生物学与生物智造中心聚焦于新一代生物药物、生物材料以及基于二氧化碳和太阳能的大规模绿色生物制造核心技术;人工智能与数据科学方向的科学家们在自然语言处理、计算机视觉、深度学习等领域深度探索,致力于攻坚人类科学难题;分子科学公共实验平台服务功能分子合成、绿色催化、能源材料、环境生态及化学生物等科研创新方向。这些科研平台的数据包含了图片、视频、文本等大量非结构化数据,而大量不同类型的数据访问存储时的IO特征各不相同,这就要求存储平台提供混合IO负载的承接能力,各大实验室每天有很多科研工作者在进行项目的研究,这也要求存储能够高效支撑海量文件的并发处理。
西湖大学工学院研究交叉学科与新兴学科新兴产业领域,专注尖端的研究内容,如生物工程、生态环境、碳中和、技术、新材料、微电子等科研项目,科研实验的数据采集具有周期长、采集复杂、环境要求较高,甚至一些数据(比如气候数据)是不可再生的,此外科研项目涉及的研究员来自多个世界顶级学府,包括清华大学、北京大学、麻省理工、加利福尼亚大学等;为了稳固地按照时间节点推进科研项目,采集分析实验数据,数据安全可靠必须得到保障。
西湖大学预计在2026年,学生达到5000人,科研工作人员达到600人,实现主要学科的实力达到世界领先水平,在基础科学研究、技术原始创新、科技成果转化方面将做出更多贡献,所以科研平台要能够在扩展性上满足科研项目的发展规划。
浪潮分布式存储 支撑前沿研究
正是因为聚焦基础前沿科学研究,致力尖端科技突破,注重学科交叉融合,努力实现原始创新和科技成果转化的重大突破,为了保障尖端研究课题的顺利、高效开展,西湖大学工学院采用了浪潮分布式存储AS13000、AI服务器等产品及解决方案,为科研平台提供了计算及数据基础设施支撑。浪潮分布式存储AS13000可提供文件、对象、块、大数据等多种存储服务,通过灵活的存储协议选择以及多种存储协议之间的互通性满足多领域科研项目课题的负载多样性。

西湖大学工学院的科研平台的集群采用了全对称分布式融合架构,节点间通过100G InfiniBand高速互联网络联通集群节点间数据交互,在科研应用向存储系统提交读写请求后,所有分布式节点参与并发读写,基于聚合的小文件优化技术,减少了数据写入硬盘次数,提高小文件读写性能,保证科研项目在任何节点都能有流畅的数据读写。
同时为了保证数据安全性,西湖大学配置副本功能,所有科研数据都有两份相同的数据分布于全部分布式存储节点上,当某节点出现故障时,可以自动切换到备用节点上,确保科研平台数据不会丢失,保证了数据安全性,设备类故障频率降低,保障项目课题的持续运行。
此外,考虑到科研平台未来研究方向的增多及规模的增大,浪潮分布式存储AS13000可以根据后期业务的增长,在线扩展新节点,系统的性能和容量会随着节点数量的增多线性增长,保护了科研平台的前期投入。
西湖大学是一个为梦想而生的地方,它是中国第一所社会力量举办的新型研究型大学,也将是一个改变世界的地方。为了给每一位在校师生提供优质的计算和数据资源,西湖大学已建立了理论浮点运算能力CPU 784Tflop/s,存储总量17.2PB,总合并读写带宽60GB/s的数据中心。浪潮信息将持续为西湖大学高起点创新性研究提供坚实计算、数据基础设施支撑,为一流人才培养与加速前沿科技研究打下坚实的基础。
好文章,需要你的鼓励
还在为渲染一个3D模型等上几小时吗?还在纠结移动办公就得牺牲性能吗?当AI遇上专业工作站,传统设计流程的游戏规则正在被改写。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
据报道,OpenAI正与亚马逊洽谈至少100亿美元的融资。亚马逊此前已是Anthropic的最大投资者,并为其建设了110亿美元的数据中心园区。若融资达成,OpenAI将采用AWS的Trainium系列AI芯片。Trainium3采用三纳米工艺,配备八核心和32MB SRAM内存。AWS可将数千台服务器连接成拥有百万芯片的集群。报道未透露具体估值,但OpenAI最近一次二次出售估值已达5000亿美元。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。