借力北鲲云超算，深圳大学智能机器人科研再提速

近日，北鲲云为深圳大学电子与信息工程学院部署了一套支持混合云模式的云超算平台。通过此次合作，巧妙地解决了智能机器人实验室算力资源不足和管理难题，将GPU资源利用率提升至30%以上，整体教学和科研工作效率提升45%，作业排队时间趋近于0，智能机器人科研和教学工作驶入快车道。

深圳大学是广东省高水平大学重点建设高校，深圳大学智能机器人实验室隶属于深圳大学电子与信息工程学院，专注于图像／视频内容分析处理，计算机视觉技术，机器学习包括深度学习最新技术的研究和开发。

为了支持智能机器人教学科研工作，近几年深圳大学电子与信息工程学院为实验室配置了8台4卡的深度学习服务器，然而随着智能机器人应用场景的增加、更多更频繁的训练和使用人数的上升，实验室对GPU及CPU算力规模需求越来越大，智能机器人算力资源调度管理问题也逐渐凸显。

北鲲云整合实验室本地服务器资源和云上资源。当实验室本地服务器算力资源不能满足自身需求时，支持通过集群调度系统平台自动溢出到云上，与云上资源无缝对接，实现了作业无需排队，从而提高计算效率。

通过slurm作业集群调度系统和并行计算调度管理模块，HPC管理员可以清晰地了解到每个使用者对资源使用和提交训练任务的状况，并灵活地配置用户的资源配额、设置收费模式及查看报表，防止资源过多占用和浪费。

为了全方位确保实验室的信息数据安全和隐私，北鲲云采用AES-256数据传输加密、AES-256数据落地加密、双向TLS通信加密、密钥对链接集群、数据定时自动清除五大安全防护设备。

“北鲲云超算平台还支持可视化界面、命令行、工作站等多种方式，内置多种主流深度学习框架和开发组件，能够快速部署开发环境，提高了实验效率。”深圳大学智能机器人实验室一名研究员坦言，“北鲲云超算平台投入使用后，为我们创造了一个高效的研发环境，可以把精力更多地投入到教学与科研中去。”

深圳大学电子与信息工程学院借力北鲲云超算平台解决本地算力资源不足、算力分布不均、设备管理维护等难题，是校企合作的典型范例，将进一步加速推进智能机器人科研创新与人才培养，打造智能机器人教研标杆高校。