(1).jpg)
资源管理.jpg)
业务聚焦.jpg)
流程套件AI Max是一款基于Kubernetes+Docker+GPU架构，定位于机器学习的上层应用，免去客户编写代码的麻烦，快速开始深度学习任务。通过容器化技术，封装了人工智能所需的系统环境和底层操作，可以有效降低企业进入人工智能领域的门槛，解决开发环境难部署和高成本投入等问题，满足各行各业对大数据、人工智能模型搭建等需求。
(1).png)
基础设施以硬件服务器为载体，支持主流 X86 服务器，配置 NVIDIA GPU 实现高性能加速计算，采用主流分布式存储设备，支持 TCP/IP，InfiniBand 高速网络互联。
平台层是整个系统的核心，包含操作系统、GPU 驱动、CUDA、CuDNN、机器学习框架、资源调度和完整的机器学习所需的处理流程，实现资源操作自动化，并向用户提供应用交付服务。
.png)
表盘式工作界面，首页看到所有资源，已分类资源、剩余资源、所有节点信息、任务信息等，菜单界面平滑直观，功能化繁为简，任务训练、交互式开发、可视化、模型部署、数据存储等、任务镜像等一目了然。
管理员对用户和用户组的CPU、GPU、内存和存储配额进行设定，限定资源数量。系统具备角色及授权，用户的数据存储空间相互隔离，每个用户只能访问各自空间的数据，无法越界访问未授权的数据。
平台内置TensorFlow、Pytorch、Mxnet、OpenVINO、oneAPI等镜像，还可连接NGC、Docker HUB等获取镜像，提供console等方式自由订制镜像，满足不同背景和层次的用户对镜像制作的要求。
平台通过NFS实现统一的网络文件存储系统，支持基于GlusterFS和NFS的多个卷同时共存和使用，支持数据上传、下载、删除、压缩、解压、复制、移动和内容浏览等，NAS存储还支持本地数据缓存。
用户在平台上点击、勾选相应内容即可提交任务，可选择单机版或分布式任务，单机版最小可支持1/8GPU，分布式任务支持容器之间SR-IOV高速虚拟网卡通信，同时具备超参数调节、模型可视化、日志查看等一系列环节和工具。
监控系统CPU、GPU、Mem使用率，节点状态，分区资源消耗和任务运行情况，通过单一界面管理平台，从分区、用户、集群、任务类型等各个层次和维度展示当前GPU的空闲和占用状态，支持按种类查看GPU卡的使用。
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。2017年国务院关于印发《新一代人工智能发展规划》的通知指出，国家对人工智能人才的迫切需求需要实施国家全民智能教育计划，建立人工智能相关课程和相关专业，逐步推广编程。 教育鼓励社会力量参与开发和推广。“计划”明确指出，到2030年中国将成为一个创新型国家和世界科技强国。 滁州学院为响应国家对人工智能人才需求的号召，特创办人工智能专业，面向全国招生以培养更多AI人才。教学内容涵盖：AI教学、实验，学习图像分类、目标检测、图像分割和生成、自然语言处理，无监督学习和强化学习，视频分类等；同时学习机器学习框架的使用和原理，学习使用自动工具;以培养学生自主开发实操能力为教学核心。鉴于以上需求滁州学院认为在目前各大高校对人工教学需求日益渐长的形式，人工智能平台成为了AI课程中必不可少的教学工具。
