新华三助力清华大学深圳国际研究生院打造千卡级科研智算平台

　　随着AI科研与教学需求快速增长，高校智算中心正面临算力规模扩大与资源利用效率之间的双重挑战。不同院系、课题组的科研任务差异显著，GPU资源分散、忙闲不均、开发环境复杂等问题日益突出。如何实现算力资源的统一管理、高效调度与便捷使用，成为高校智算平台建设的关键。
 

　　面向人工智能时代的科研与教学需求，清华大学深圳国际研究生院携手紫光股份旗下新华三集团，打造一体化科研智算平台。通过千卡GPU算力资源统一纳管、算网存协同优化及AI开发训练与运营管理一体化，实现算力资源高效调度、科研任务便捷开展和平台精细化运营，让千卡算力转化为高效、易用、可持续的科研服务能力，为科研创新提供坚实支撑。
 

　　千卡算力集中成池
 

　　让资源跟着课题走
 

　　高校的GPU资源往往随着不同项目逐步建设，天然带有“烟囱”属性。节点数量增加了，学院和课题组之间仍可能出现忙闲不均：设备归谁采购就由谁使用，共享缺乏机制；管理员也很难快速判断哪些算力可以开放、哪些资源需要专属保障。
 

　　灵犀使能平台基于Kubernetes统一管理AI计算节点，将分散在各院系、各项目中建设的AI服务器纳入统一算力资源池，再通过资源组匹配学院、实验室和课题组的使用范围。平台同时管理用户、权限与配额：公共资源池面向全校统筹分配，重点课题的专属资源与用户数据保持隔离，互不干扰。
 

　　对大量“轻量级”科研任务，平台还支持将单张GPU切分为多个虚拟实例，一张卡可同时承载算法课教学、小样本试验等多个小任务，把昂贵的高端算力“掰开用”，提升30%算力利用率。科研人员按任务申请资源，管理员则能实时掌握CPU、GPU和存储的使用情况——哪些资源紧张、哪些长期闲置一目了然，资源调配第一次有了数据依据。
 

　　算网存协同发力
 

　　让训练数据高效流动
 

　　面向大规模AI训练对计算性能、网络通信与数据吞吐的高要求，新华三构建算网存一体化基础设施：以H3C UniServer R5300 AI服务器集群提供计算能力，通过200G低时延RoCE无损网络承载参数与存储流量，并部署H3C UniStor X20000 AI原生存储，打通计算、网络与存储链路，AI训练提速20%。
 

　　其中，X20000以“全速引擎、全速并发、协议互通”强化数据供给：通过高性能引擎与EPC客户端实现多节点并行读写，最多可减少30%GPU训练等待；支持块、文件、对象及HDFS多协议互通，提升数据准备效率；结合端到端校验与EC纠删码保障数据可靠性。算网存协同优化，为大规模AI训练提供稳定、高效的数据支撑。
 

　　开发运营贯通
 

　　让平台真正服务师生
 

　　灵犀使能平台为科研人员提供统一的AI开发与训练入口，支持通过Notebook、自定义镜像开展算法开发、数据与模型管理，以及单机单卡、单机多卡和多机多卡训练，并可实时查看任务日志、训练状态及资源监控信息。
 

　　平台内置模型广场，汇集100+主流开源大模型，支持在线体验与快速调用；结合预置镜像、示例工程和自定义环境，满足不同科研团队的开发需求，降低AI科研使用门槛。
 

　　对于校级平台团队，灵犀使能平台支持多级用户组、资源组和配额管理，对集群、节点、GPU与训练任务进行监控并记录资源用量；有运营需求时，还可按需配置资源计量及相关策略。卡时和token计量计费还能支撑成本分摊与有偿使用。算力平台由此从一次性建设项目，转向能够持续服务科研任务、良性运转的公共基础设施。
 

　　从百卡起步到千卡扩容，新华三以灵犀使能平台为核心，形成覆盖算力纳管、开发训练、任务调度与运营管理的高校智算中心建设方案。在清华大学深圳国际研究生院，77节点GPU集群正是沿着这条路径被统一纳管、开放共享并持续运营，成为国内顶尖高校校级算力平台建设的示范样板。
 

　　GPU进入机房只是第一步。真正服务科研的智算平台，还要让师生用得顺、训练跑得稳、资源管得清。面向未来，新华三将继续深耕高校科研场景，以灵犀使能平台连接异构算力、训练任务与平台运营，为更多高校打造高效、易用、可持续运营的科研智算底座，让算力更稳定、更有序地服务科研创新，为AI时代的科研范式变革提供坚实的算力支撑。