搜索
大数据中国 首页 行业资讯 业界动态 查看内容
神州鲲泰护航,云化超算助力,加速迈向多样性算力时代
2021-5-6 11:10 | 查看: 2432| 评论: 0

近日,在“智算神州·鲲泰领航”——神州鲲泰2021全国算力聚能之旅北京首站上,由神州数码搭建并运营的厦门鲲鹏超算中心,以及自有品牌神州鲲泰系列产品成为活动焦点。

聚焦云化超算新场景,神州信创集团产品中心刘玮、神州数码集团政企大客户部邓杨,以及汇医慧影全国销售总监刘福祥,从底层算力基础设施、专有云服务运营、产业实际场景应用三个维度,围绕多样性算力时代的技术创新和应用发展,以及区域、产业的数字化转型等话题,对超算中心的发展形态进行了讨论与展望。

新冠肺炎疫情爆发以来,数字医疗的重要性和紧迫性再度成为关注焦点。以数字技术支撑医疗行业信息化建设,加快医疗行业数字化发展,提高社会医疗水平,成为后疫情时代的重要课题。

医疗行业具有典型的大数据特征,对海量计算、海量存储和大数据处理能力存在着较高需求。邓杨表示:“神州数码鲲鹏超算中心的定位就是服务数字经济,而不是提供简简单单的算力。除了提供海量计算、海量存储服务外,超算中心还围绕产业客户的实际需求,融合神州数码在大数据、云计算等领域多年的经验和能力,满足行业客户多样化、多元化的需求。其中,数字医疗就是典型场景。”

刘福祥表示,作为国内最早一批专注于医疗影像人工智能的公司,汇医慧影六年来围绕医学影像做了四块布局,包括人工智能辅助诊断平台、大数据科研、医疗数据互通,以及数字影像。这四块主营业务目前都部署在神州数码鲲鹏超算中心上。连接到超算中心的医院可以实现市级医院、区县医院和乡镇医院的互联互通、远程会诊。基于人工智能辅助诊断平台,有效提升了基层医疗的阅片速度和准确度。而数字影像对传统胶片的取代,则有效降低了医疗耗材支出,益于环境保护。此外,医疗大数据也在区域医院及高校的科研中发挥了重要作用。

“神州数码鲲鹏超算中心还帮助我们将客户的数据进行汇聚,实现了互联互通,再加上人工智能应用,很好地服务了当地政府、产业、企业,大大降低了医院的单体采购,除了产生社会效益外,还有很大的经济效益。”刘福祥谈到。

支撑客户业务应用的实际需求,推动产业协同,正是超算中心的三大创新之一。邓杨解释:“超算中心和落地超算中心的企业不是简单的甲乙方关系,而是互为生态的合作伙伴关系,我们共同推进行业的数字化转型和发展。另外,最底层也是最核心的部分,就是超算中心采用了神州数码自主研发的神州鲲泰系列服务器,打造了以华为鲲鹏架构为核心的高性能超算平台,这是自主创新推动业务创新的一个关键点。”

异构计算慢慢普及的时代,应用要求有一个能效最优的算力,传统单一的架构已无法满足此要求。神州鲲泰服务器针对不同的应用,进行了专属优化,满足了各行各业对于算力多样性的需求。以不同场景为例,在计算密集型场景,神州鲲泰均衡型服务器在计算、存储、软件应用的加速方面实现了良好平衡,可以根据不同的应用进行灵活配置;在存储密集型场景,对海量数据高效并行处理的需求,神州鲲泰存储型服务器的海量存储空间、高性能、低功耗和易拓展特性,完美匹配了场景需求;而在广泛应用AI的场景中,可以通过具备强大实时对应能力的神州鲲泰AI服务器解决智能算力问题。

“未来的超算肯定是超高的计算密度,超大规模算力的智能平台,智能超算会是很重要的发展方向,与之相伴的是对Arm架构服务器需求的不断增加。”刘玮介绍,神州鲲泰产品将通过新的编程架构、系统软件,以及持续迭代的服务器、存储高速网络来支撑未来超算中心的创新模式。

邓杨认为,技术的绿色化发展和产业的融合化发展,是未来数据中心的发展方向。“客户的数字化转型将会越来越多地与产业融合发展,神州数码也会从提供交钥匙工程的服务模式,演进为提供覆盖咨询规划、建设实施、业务迁移、运营运维和后续优化的数字化全生命周期服务。在产业结合上,也会围绕客户的供应链、产业链和价值链,打造以数据驱动为核心的价值创造模式。”

面向客户需求,聚焦产业融合,打造数字新生态,神州数码将一如既往地坚持创新驱动发展,强化核心技术能力,持续以全栈云服务能力和全线自有品牌产品赋能鲲鹏超算中心,聚合广大生态伙伴,助力新基建,建设数字中国。

免责声明: 除非特别声明,文章均为投稿或网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

最新评论

关闭

站长推荐上一条 /1 下一条

大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-12-25 21:39 , Processed in 0.068191 second(s), 23 queries .

返回顶部