CG-PAI

智能算力服务平台

全网页化操作,自动管理和分配云端的计算和存储资源。

支持Jupyter与远程桌面,接近个人电脑的使用体验。

整合全校算力资源、统一管理、按需分配,提升设备利用率。

技术资料 深入体验 演示视频

人工智能 + 超算
利用 “项目 + 数据集 + 执行环境” 模型管理科研项目、调度计算资源, 不仅仅适用于人工智能,同样适用于传统HPC应用场景。
易学易用
基于Jupyter和远程桌面两类在线交互形态,易学易用,降低传统高性能计算系统的使用门槛,让“算力”可以像“电力”一样实现“即插即用”
私有云算力池
轻松管理和使用本地任意多台服务器,轻松获取云端GPU计算能力,秒级启动和弹性伸缩
自定义科研环境
在线轻松安装配置任意并行计算软件或软件库。 同时支持Jupyter和桌面两类可视化环境,在线使用任意图形界面软件
专为科研过程定制,提升科研效率
Jupyter与桌面环境
Jupyter 是当前机器学习/深度学习的主流方案,不需要进行任何设置就可以使用。与公有云科研平台 (微软 Azure notebookGoogle Colab百度AI Studio阿里天池实验室等 )无缝切换。支持远程桌面环境,在线使用任意图形界面软件。和传统超算的作业调度机制相比,更加适合需不断调试、纠错、探索的研究过程。
写论文
使用Markdown和LaTex撰写论文手稿,结合代码与强大的图表功能,记录论文中的每个要点。利用版本管理功能,轻松保存和复现过程成果。
科研协作
数据集上传后,可以共享给团队成员,免去数据维护等重复工作。项目一键分享,让其他成员在已有的基础上继续开展工作。
计费管理
支持资源标签,方便区分不同单位的计算资源与设备;以组为单位,定义资源配额与优先级。 整合全校的算力资源、统一管理、按设备归属与优先级分配资源,细粒度计费机制,共享收益。
“即插即用” 算力资源
长久以来,人们希望“算力”可以像“电力”一样实现“即插即用”(Plug-and-Play), 但显然,现有算力服务平台在易用性上依然存在极高的使用门槛, 。 希冀通过创新的交互方式和调度方式, 让用户可以像使用个人电脑一样使用算力服务, 真正实现“即插即用”、“开箱即用”。



Jupyter案例

远程桌面案例:一键申请MPI集群

多块GPU训练深度学习模型

Matlab绘制动态旋转的三维函数曲面

应用场景
校级超算中心
支持MPI多节点运行作业,任意定制软件版本,支持图形化交互软件,在线管理和分享数据集, 科研项目版本化管理,通过云桌面或Jupyter, 用户可以像使用个人电脑一样使用超算环境, 降低计算化学、材料学、生物学、流体力学、生命科学、航空航天等学科用户的超算使用门槛。
二级学院
集中管理和调度学院计算资源,提升利用率,方便运维与计费管理。
混合云算力池
本校私有算力池,接入地区级、国家超算、公有云算力池,弹性扩展算力。
功能演示
易上手的使用流程,一分钟内轻松掌握算力平台使用;可视化的软件环境,在线运行使用任意图形界面软件;可交互的开发环境,在线开发、测试、调参程序代码;可定制的运行环境,在线安装配置任意并行计算软件。


整体架构
算力资源一键调配,开箱即用的开发环境