.png)
(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。
.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，可以从首页看到所有资源，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。
(1).jpg)
AI Max不仅可监控上层应用，也可监控底层硬件。在资源面板上，展示系统总体资源配置、CPU、GPU、Memory，GPU显存使用率，节点状态，分区资源消耗和任务运行情况等，底层硬件上，多途径收集数据，评估所收集的数据与所设阈值，判定硬件状态。通过单一界面管理平台，实时显示底层硬件数据，阶梯式发送告警，灵活可控。
.jpg)
管理员通过对用户和用户组的CPU、GPU、Memory和存储配额进行设定，限定资源数量。系统对具备角色及授权，只有特定角色的用户才能访问系统特定的功能，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。
.jpg)
提供多种途径的镜像获取和制作手段，满足不同背景和层次的用户对镜像制作的要求。除了查看镜像名和标签外，系统还可以自动侦测镜像中的系统环境，极大方便了用户对镜像的定制化要求。自由镜像功能则较大程度的满足了用户的所有镜像制作要求。通过隔离，保证了镜像使用中的安全需求。用户在制作镜像过程中，可以及时查看进度和消息。
.jpg)
分布式存储网络支持IB和RDMA，保证大规模网络训练时的网络带宽，提高训练的效率。分布式、冗余及数据条带化，满足不同用户对数据的安全和性能要求。丰富的数据管理、分享功能极大方便了用户的使用，支持NAS存储、Gluster FS，同时Gluster FS和NFS的多个卷可同时存在，为用户提供多种存储方案。
.jpg)
模型训练、超参数调节、模型可视化、日志查看等一系列环节和工具，使用户可以聚焦在核心的算法设计上面，极大提高了工作效率。通过资源配额、任务调度和容错，使模型训练任务高效可靠；分布式任务使大规模网络模型的训练性能大大提高，同时提供多种交互式开发方式，给个人开发者提供诸多便利。
.png)
.png)
.png)
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。