2020阿里云线上峰会系列——阿里云“科研云”解决方案正式发布

简介: 近日,在2020阿里云峰会上,阿里云 “科研云”解决方案正式发布,标志着阿里云将全面赋能高等教育和科研行业,为高等教育新基建注入能量,为“云上科研”提供底层技术能力,全面开启云上科研新时代。

近日,在2020阿里云峰会上,阿里云 “科研云”解决方案正式发布,标志着阿里云将全面赋能高等教育和科研行业,为高等教育新基建注入能量,为“云上科研”提供底层技术能力,全面开启云上科研新时代。

行业痛点:算力少、共享难、不好用

阿里云团队与高校专家学者深入探讨

科研是基础创新的来源,但算力少、共享难、不好用一直是科研的突出问题。在过去的一段时间,阿里云团队跟高校的专家学者们在学术研究上的精力究竟能有多少的话题,进行了深入的探讨。小的科研团队经费少设备少,中型的科研团队设备有限,高峰期的算力不够,大型的科研团队算力富裕但是利用率比较低。

科研基础设施层面的探索
阿里云智能解决方案部的潘立维表示:“我们在想能否让这些算力的基础平台归一化,帮助我们科研团队在底层的基础设施层面不再花费更多的精力。”

在科研领域,跨学科的科研影响力是单学科的三倍,而学科的科研又存在各种困境,比如地域协作困难,项目申报管理流程复杂,缺少科研的软件、数据、服务的支持等,专家学者们除了要攻克专业的难题,还要处理学术研究的系统工具,严重占用了专业科研的精力。

image.png

解决方案:算力赋能 科研无界
方案概况:建立高校混合云资源平台
为了解决上述困难, 阿里云为高校打造科研云解决方案,通过云端算力、统一科研门户 、科研协同平台和开放科研生态赋能高校科研。
科研云对于高校是很好的切入点,通过与信息中心建立高校混合云资源平台,大幅提升算力,拉动高校更多的业务上云,实现高校市场高速增长,并通过科研合作和生态构建科研创新土壤,真正实现了科研无边界。

方案架构:运营平台、开放平台、科研协同平台
科研云解决方案采用混合云架构,针对学校领导、科研团队、信息中心老师等不同的用户视角,科研云解决方案提供了三个主要的平台:运营平台、开放平台、科研协同平台。

运营平台:围绕科研场景及资源全流程,提供了数据统计,混合云资源管控,更多面向资源和算力的统一监控和管理。
科研协同平台:解决科研流程中系统、服务、数据割裂的问题,实现单平台的服务集成。
开放平台:为科研团队提供更多的工具和服务,实现科研环境的一键安装。
image.png

解决4个关键问题:算力、流程、协作、生态
算力0等待:打破时间的限制,混合云模式和统一管控让资源更有效的利用。
流程最高效:打造统一的门户,有效提升整个科研流程的效率。
协作无壁垒:打破空间的限制,解决科研项目的申请、执行、结题等各环节的协作问题。
生态全覆盖:解决科研的工具服务问题、科研软件和开放的数据问题,科研设备和科研人员的培养问题。

具备4大核心优势:新模式、新空间、新生态、新能力
重塑科研云服务新模式:面向不同学科打造不同的云服务特色资源包,提高科研效率。
打造云上科研新空间:基于科研协作平台,实现统一平台的服务、流程和数据的打通。
构建科研新生态:为高校科研提供丰富的科研软件和开放数据集。
提升科研新能力:提供人才培养计划、多学科课程内容和学习计划以及性价比超高的资源和服务。
image.png


典型案例:打破传统科研模式,树立云上科研标杆 浙江大学科研云

浙江大学基于阿里云“科研云”构建的浙大科研平台,实现了算力的快速扩容,使科研任务得以提速70倍,已承载了超过100个科研项目。特别是疫情期间,使得多时区、多地域的师生能够协同完成科研任务。

潘立维在发布会中表示,在浙大医学院,蛋白质质谱分析的时间从以前的2周缩短到现在的2分钟,为整个科研的探索和创新创造出更多的可能。浙江大学信息技术中心主任陈文志表示,浙大的专有云、散落在教授们的私有云以及阿里云的公有云结合在一起,构成了众筹式的科研云,教授团队可以使用无限量的存储力和算力。

image.png

国家天文台科研云
天文学是典型的数据密集型学科,与云计算、人工智能的结合具备历史必然性。阿里云与国家天文台的深度技术合作开创天文学研究的新气象。借助阿里云“科研云”,国家天文台完成海量数据的分析处理,天文数据的开放共享,FAST望远镜首次发现了新快速射电暴、第一颗脉冲星信号。

严俊台长表示,双方合作是基础科学研究机构与前沿互联网企业前瞻性、探索性的联合。相信这种科学前沿与技术前沿的强强联手必将促生新的科学发现和技术成果。
image.png

结尾:有前沿技术,更有星辰大海
“科研云”的落地,将为高校科研工作者提供云端的算力,提升科研效率,释放科研动力。阿里云智能研究员潘立维表示,阿里云“科研云”今年会落地10家以上重点高校,助力百家合作伙伴、千名科研人员。未来三年实现高校、科研机构、企业的科研生态全覆盖,加速中国科研创新。

了解更多详情,请进入科研云解决方案

目录
相关文章
|
7月前
|
缓存 监控 网络协议
【免费开源】基于 STM32 的远程视频监控项目 —— 从无线通信选型到系统架构实战解析
本项目基于STM32实现低成本、低功耗远程视频监控,融合DCMI图像采集、JPEG硬件压缩、Wi-Fi/4G无线传输、MQTT/TCP协议及云端展示。涵盖硬件选型、通信方案对比(推荐Wi-Fi局域网/4G DTU野外)、内存优化与稳定性设计,适配农业、工业、实验室等IoT场景,提供完整开源实战方案。
【免费开源】基于 STM32 的远程视频监控项目 —— 从无线通信选型到系统架构实战解析
|
7月前
|
NoSQL Java Redis
千锤百炼,稳如磐石:阿里云Tair无感切换技术保障业务持续在线
Tair基于15年技术沉淀,创新实现主从无感切换,通过内核、SDK与网络协同优化,大幅降低实例切换时的不可用时间至1秒内,提升业务连续性体验。
650 1
|
8月前
|
存储 人工智能 缓存
阿里云8核32G云服务器多少钱?阿里云8核32G云服务器配置及性能评测
在云服务器选型市场中,8核32G配置凭借1:4的CPU与内存均衡配比,成为兼顾性能与实用性的热门选择,既能满足中大型企业的核心业务负载,也能适配开发者的高性能测试需求。不管是搭建高并发的企业官网、运行中型数据库服务,还是处理批量数据运算、支撑轻量AI推理任务,8核32G配置都能提供充足的算力支撑和内存缓存空间。对于有这类需求的用户而言,最核心的疑问莫过于两点:不同使用场景下的价格到底是多少?实际的配置和性能能否匹配业务需求?下面结合最新的行业实测数据和市场信息,用通俗易懂的语言把这些关键信息讲透彻。
|
存储 NoSQL 算法
Redis的集群架构与使用经验
本文介绍了Redis的集群架构与使用经验,包括主从复制、哨兵集群及Cluster分片集群的应用场景与实现原理。内容涵盖Redis主从同步机制、数据分片存储方式、事务支持及与Memcached的区别,并讨论了Redis内存用尽时的处理策略。适用于了解Redis高可用与性能优化方案。
|
机器学习/深度学习
阿里妈妈首提AIGB并实现大规模商业化落地,将在NeurIPS 2024正式开源Benchmark
阿里妈妈提出AI-Generated Bidding(AIGB)新范式及DiffBid生成式竞价模型,突破传统基于强化学习的自动竞价方法局限。AIGB将自动竞价视为生成问题,通过捕捉复杂依赖关系,提升长期规划和随机环境中的稳定性和效果。DiffBid基于条件扩散建模,灵活生成满足特定目标的竞价轨迹,显著提升GMV和ROI。实验结果表明,DiffBid实现了2.81%的GMV增长和3.36%的ROI增长。然而,生成式建模的复杂性也带来了训练和调优的挑战。 论文链接:https://arxiv.org/abs/2405.16141
929 9
|
监控 Java 应用服务中间件
Spring和Spring Boot的区别
Spring和Spring Boot的主要区别,包括项目配置、开发模式、项目依赖、内嵌服务器和监控管理等方面,强调Spring Boot基于Spring框架,通过约定优于配置、自动配置和快速启动器等特性,简化了Spring应用的开发和部署过程。
903 19
|
存储
经典面试题:写一个"标准"宏MIN ,这个宏输入两个参数并返回较小的一个 复制 #define MIN(a,b) ((a)<=(b)?(a):(b))
你的宏定义已非常接近标准。以下是改进后的 `MIN` 宏定义,支持多种数据类型并避免副作用:
SVN常用命令
本文汇总了SVN版本控制系统的常用命令,包括代码检出、提交、更新、添加、删除、查看日志、状态、差异比较、撤销修改、忽略设置、清理、查看信息、文件列表、文件内容查看、blame操作、地址重定向以及分支管理等,旨在帮助用户更高效地使用SVN进行代码版本控制。
|
前端开发 JavaScript Java
【SpringBoot系列】视图解析器的搭建与开发
【SpringBoot系列】视图解析器的搭建与开发
367 0
|
SQL 分布式计算 数据挖掘
阿里云MaxCompute携手华大基因打造精准医疗应用云平台,十万基因组计算成本降低至1000美金以内
华大基因是中国最领先的基因科技公司,华大基因为消除人类病痛、经济危机、国家灾难、濒危动物保护、缩小贫富差距等方面提供分子遗传层面的技术支持。让我们结合maxcompute的技术特点,看看如何助力华大基因。
3017 13

热门文章

最新文章