<u id="avgsp"></u>
<video id="avgsp"></video>

<rt id="avgsp"></rt>

    自然資源

    測繪行業建模業務數據中心方案

    內容詳情

    需求背景

    隨著“實景三維”技術相關政策的發布,除了高精度實景三維的應用與數據量呈現爆發式的增長,三維建模業務對于算力和存儲性能的要求也在同步翻倍。

    然而,當前大部分三維數據生產單位(測繪相關單位)的生產業務仍然是基于傳統桌面或工作站的方式運行。在數據生產效率等方面依舊有較大的差距。主要表現在以下幾個方面:


     

    生產效率低

    實際的生產作業場景下各個環節對于算力和存儲性能要求都有所不同,傳統圖形工作站的計算資源相對獨立,導致在處理高算力要求業務時無法靈活調用位于其他閑置工作站節點資源進行協同處理,造成資源資源難合理分配、利用率不均衡。

     

    數據安全難管控

    業務部門需要使用圖形工作站進行高性能作業,現有模式各業務單位工作站分散在各個工位,配置和使用年限各不相同,難以管理;特別是數據的安全管理問題非常棘手。

     

    運維復雜

    大量的圖形工作站帶來巨大的設備安裝、維護的工作。無法批量升級、批量打補??;硬件升級工作繁瑣復雜;由于采購的時間不一樣,大量不同品牌、不同配置的機器同時工作,管理員需要應對不同的廠家售后,溝通成本高。

     

    成本高昂

    圖形工作站的成本往往較高,采用了消費級CPU,品質保證約為2年左右。配置了GPU顯卡后,單機成本從幾萬到十幾萬不等,成本十分昂貴。物理機模式使得CPU、內存利用率總體處于較低水平,性價比低。

     

    方案簡介

     

     

    利用軟件定義的思路,將計算、網絡、存儲、GPU和安全進行全面融合,構建整體基礎資源池,提供彈性空間,滿足未來的使用和規劃需求。GPU云平臺能夠為不同的業務軟件提供顯卡資源,通過集約化的部署形式,能夠充分把GPU資源統一利用和調度,幫助業務部門快速構建滿足最佳實踐的底層資源配置,充分提升整體的資源利用率。同時因為整個架構基于分布式原理實現,因此原生具備了橫向擴展的能力,能夠很好地實現橫向線性擴展能力,在構建底層架構的時候可以做到小規模開始,隨著業務的發展實現快速擴容。

     

    利用深信服顯卡虛擬化aGPU,實現了GPU資源的融合和高效利用,實現了對GPU及vGPU的全生命周期管理,包括GPU云主機的創建、刪除、編輯資源、快照、克隆等操作,并且可以對GPU/vGPU資源實現自動釋放、配額管理、GPU與vGPU之間動態切換等功能,滿足深度學習/高性能計算對GPU管理要求。具備對GPU直通以及vGPU切分的能力,可以實現以資源搶占的方式使用GPU資源,提升資源的利用率。

    背景圖

    方案價值

    可以提供高安全、高可用、易運維的云計算平臺,對業務軟件提供顆粒度更加細致的持續保護,保障業務持續穩定運行。同時能提供更加高性能、高速度、高效率的GPU渲染平臺,為成果數據提供更加安全可靠的存放場所,后續可保障數據集中存放的需求,并實現存儲數據和運算引擎無縫銜接,數據快速導入導出。保障圖像處理和圖形渲染的效率,縮短業務人員處理時間,提升業務人員工作效率。同時對整體的GPU高算力資源申請、資源使用、資源管理,通過可視化的平臺界面實現統一。

    另类国产ts人妖视频网站_制服丝袜av无码专区a_中文一区二区三区精品无码视频_欧美激情一区免费观看