高校AI落地展望 构筑数智化新引擎

党的二十大报告首次将“推进教育数字化”写入报告，明确了教育数字化未来发展的行动纲领。高校更是成为数字化转型的前沿阵地、创新实践的主力军与智慧管理的领航者。与此同时，高校也正面临着将人工智能（AI）技术深度融入教、学、管、考、评和科研、实验、实践、服务等场景的机遇与挑战。

构建新型基础设施

教育部等六部门在《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》中指出，要聚焦信息网络、平台体系、数字资源、智慧校园、创新应用、可信安全六大方面的新型基础设施体系建设。在这一背景下，高校需要能够整合虚拟化资源、云计算资源、HPC资源及AI算力资源，以实现高效调度、优化资源分配和提升科研效率。

在AI新需求逐渐显露之时，青云科技广泛对接国内外不同技术架构的硬件，并且提升管理功能的直观性，进一步降低管理与运维压力，更好融合多元算力、与 AI 深度结合，支持产学研等多维度创新发展。

以某“双一流”高校为例。该高校以重大现实问题为主攻方向，加强应用研究，深化财经科学与自然科学、工程技术的交叉融合，依托青云科技技术与服务，建立“大数据与人工智能云平台”，为科研、教学与实训提供稳定、高可用的 IT 资源，服务“新财经”综合实验室的交叉创新项目、师生作业等，同时通过权限管理对外提供一定服务，促进了金融科技的创新成果共享。

成本与效率平衡，管理能力再提升

如何在有限的预算内最大化资源的利用效率，也是高校在AI领域发展中面临的一个重要问题。青云科技通过虚拟化技术提供了高效的解决方案，能够将单个物理GPU切分成多个虚拟GPU（vGPU），实现资源的精细化管理，从而在成本和效率之间找到一个平衡点。

通过vGPU技术，高校可以为关键研究项目分配专属的vGPU资源，确保这些项目能够获得必要的计算能力，同时保持性能和隔离性。这种分配方式不仅能够保证关键任务的高效运行，而且还能避免资源的浪费。对于非关键任务，可以通过动态调度算法共享剩余的vGPU资源，进一步提高GPU的整体利用率。这种方法不仅提高了资源的使用效率，还降低了对硬件设备的重复投资，从而在一定程度上减轻了高校的成本压力。

在实际应用中，某高校构建的AI实训平台上，师生可以自助申请计算资源，管理运维的老师可以通过可视化监控与管理掌握资源使用情况，而且自动化运维工具能够进一步减轻其工作负担，同时确保系统稳定运行。

在服务科研、产学研深度融合上，清华大学天津电子信息研究院作为清华大学电子信息学科的成果转化基地，已经搭建了以高端设备、核心技术为主的人工智能大数据中心，并通过青云科技智算产品与服务，统一调度与管理异构 CPU、GPU、存储与网络资源（如图2所示），实时监控硬件状态、系统性能和应用运行情况，及时通过多种方式向运维团队告警，允许用户根据需要自助申请和管理计算资源，通过包括计量计费、统一身份认证及权限管理等，将资源使用跟踪告知用户，让用户对其资源消耗有清晰的认识，更好控制项目成本。

除此之外，在符合多元算力融合等趋势的新型IT基础设施上，成熟的AI应用能够更便捷、更低成本服务师生。比如，通过知识库、智能文档等打造AI助教，为学生提供基础的学习支持以及答疑，让教师有更多时间进行教学创新，也能够通过虚拟实验室或是模拟环境，提升教学效率。再如，校园管理上，不仅可以在安全上有加强，图书馆、食堂、体育馆等场所的人流预测，帮助学生熟悉校园的智能客服或是聊天机器人等，都能在校园数智化上发挥作用。

教育与科技的深度融合，让高校成为孕育未来世界的智慧引擎。新型基础设施既是连接新技术的桥梁，又是支撑新场景的基石，驱动教育改革、管理优化、科研创新，陪伴高校书写数字化转型的新篇章。