基于数据智能一体化的实验室云平台的建设与研究

廖 军，张 毅，王成良，罗 西，刘 礼

（重庆大学 大数据与软件学院，重庆 400000）

云计算、大数据、人工智能等新一代信息技术的发展，正加速推进全国教育事业的结构调整，也在进一步推进智能化新技术突破、创新实践等阶段的协调发展。教育部印发的《高等学校人工智能创新行动计划》通知中提出，要大力发展全新智能教育，优化高校人工智能领域科技创新体系，强化高校创新基础条件，实现前瞻性基础研究和引领性原创成果的重大突破，进一步提升高校人工智能领域科技创新、人才培养和服务国家需求的能力[1-2]。但目前大部分高校实验教育基础设施还不能满足创新智能教育发展模式的需求[3]。

针对高校创新智能教育建设模式发展的问题，围绕国家重点支持发展的高校智能产业，从人才培养、科研需求、社会需求等角度出发，以标准化的规范和项目化的管理，提出了一种基于数据智能一体化实验室云平台建设的方案，该实验室云平台的建设能够满足人工智能、大数据和云计算领域专业技术课程的需要，同时满足建设教学、科研、实践平台，支持人工智能、大数据、云计算人才培养任务的需要，结合相关前沿技术开展研发，并承接企业社会化服务项目，从而提升学生和教师的创新实践能力。

1 数据智能化实验室云平台构建需求分析

随着大数据、云计算和人工智能信息技术的快速迭代，高校计算机传统实验室虽然可以满足部分相关人工智能等理论课程的需求，但并不能满足教师及学生在新型技术后期加强实验实践的实时动态调试，也无法进行资源统一集中维护与管理，对大规模数据无法进行有效集中存储与备份[4]。以下主要从传统实验室现状、大数据与人工智能专业、学生创新实践和社会新型技术人才需求等方面来探讨数据智能一体化实验室云平台的建设需求。

1.1 传统实验室现状

结合高校及各学院智能实验室建设情况，目前传统实验室存在的问题如下：

（1）还处于传统个人计算机阶段。在实际应用过程中，大部分高校还使用传统计算机，需要在每台计算机上安装课程所需的软件程序及客户端。所有数据分散在各台计算机上，对计算机无法方便地进行统一集中维护与管理，对数据无法进行集中存储与备份。

（2）实验室的设备陈旧。大部分院校计算机相关专业实验设备只能基本满足原有基础计算机及软件专业实验操作，而针对部分高校新增大数据与人工智能相关专业及科研，实验设备并不能满足专业需要，基础教学的实验室设备更新缓慢。

（3）缺少实验室技术人员。相对高校教师而言，实验技术人员的实验室工作繁重且单一，很多教师很少从事实验室工作。因而导致实验室专职实验技术人员队伍不稳定，缺少经验丰富、实践能力强的实验教师。造成现有实验室人员队伍不能很好地满足培养具有创新意识、实践能力强的综合素质人才的要求。

（4）计算机实验室的功能单一落后。传统计算机实验室的定位为服务教学，往往只能满足一些传统的计算机教学和需要计算机辅助实验的课程，计算机设备功能单一、利用率低。

（5）难以管理。面对广泛分布的计算机硬件，学生要求能在任何地方访问其桌面环境，而集中式计算机管理难以满足这一要求。由于计算机硬件种类繁多，学生修改桌面环境的需求各有不同，因此兼顾计算机桌面标准化和满足新专业的需要也是一个难题。

（6）资源未能充分利用。计算机的分布式特性使学生和教师难以通过集中资源的方式提高利用率和降低成本，导致计算机的资源利用率通常低于 5%。远程教学及课程教学需要重复的桌面基础架构，学生及教师可能需要使用复杂的远程桌面解决方案，同时也需要高性能服务器集群[5]。

1.2 大数据与人工智能新型专业需求

目前很多高校开设了大数据与人工智能的新型专业。新型专业具有以下鲜明的特点：（1）设置大规模集群实验，以满足数据科学、人工智能专业课程需求；（2）具有高性能计算功能；（3）计算资源可由学生和教师动态调度；（4）具有前沿性，保证教学科研社会服务一体化。

新型专业开设了大数据、云计算、人工智能、深度学习、智能计算、计算机视觉等新的专业课程，这些课程离不开实验平台的建设。且这些课程的开设需要虚拟化、桌面云、计算集群、GPU、服务器等实验环境，因此，智能化实验室平台的建设至关重要。此外，支持学生、教师对新型专业课程的要求，也需要相关大数据、云计算及人工智能平台[6-7]。

1.3 学生创新实践需求

在大数据、云计算和人工智能新型信息技术背景下，各院校都非常重视学生创新实践学习，培养个人的工程实践能力。大部分学校将创新实践分为实验、实训、实习三个阶段，主要是培养学生课程设计、专业实践、工程实践应用等创新能力。为达到学生创新实践的需要及实现创新实践能力的培养，需要建设智能数据实验平台，以便进一步提升学生的专业创新能力及满足社会对人才的需求。现在高校实验实践支撑缺少数据智能化实验云平台，实践实训实习开展相对困难，学生不能够有效地进行实践创新，因此，智能实践实验云平台一体化建设就更显重要。

1.4 社会新型技术人才需求

社会新型技术人才培养是高等院校教育理念的重要组成部分，目的在于满足社会对大数据、人工智能和云计算技术人才的需求。丰富和深化学生技术实践内容，构建专业教育与创新教育融通的课程体系及专业实验平台，才能有效地支持人工智能、大数据、云计算人才培养，满足社会对新型卓越人才的需求。

2 数据智能一体化实验室云平台架构分析

通过对大数据、云计算及人工智能新型技术需求分析，本文主要构建了一个集教学科研、创新实践、社会人才为一体的数据智能化实验室云平台。该平台结合虚拟桌面共同建设，将大数据与人工智能等教学专业课程资源融合，提供产学研创新实践、科研和社会人才培养等服务，构建专业教学与创新教学融通的课程体系平台，提升学生专业技术能力。数据智能一体化实验室云平台架构见图1。

2.1 数据智能实验室基础设施资源构建

图1 数据智能一体化实验室云平台架构

基础设备资源平台旨在提供高性能服务器、存储资源（包括CPU、内存等）和网络资源（如光纤交换机、网络安全设备和网络优化设备）等基础设备，在服务器上安装虚拟化软件，可以在一台服务器上虚拟出多台虚拟机，提供弹性规格的虚拟桌面云服务。数据存储资源主要为虚拟桌面提供系统空间和数据空间，及桌面云管理系统所需要的空间。根据学校师生需求提供高性能计算服务、GPU集群服务及各种存储集群的资源，建设能支撑1000人规模和ZB级海量数据存储、分析和高效处理计算能力的一体化实验平台，通过基于 Kubernetes/Docker、OpenStack的虚拟云平台支撑，将基础资源转化为虚拟资源，并在此虚拟技术基础上整合常用的数据智能架构，为师生提供虚拟桌面服务，实现虚拟云平台计算和存储资源分配，对实验室教学、学生实践、科技竞赛等服务进行智能一体化监控和动态优化调度管理[8]。

2.2 数据智能实验室云平台环境建设

基于数据智能基础平台提供的底层框架和虚拟云桌面资源，构建一套完善的智能一体化实验室云平台环境，该环境包含大数据、云计算、人工智能等实验环境，以及实验课程管理、实验教学科研资源库管理等，提供了软件工程、大数据、云计算和人工智能等开发环境、各类公共数据集和智能算法，根据数据类型的不同，划分不同的数据库，提供课程及实验数据等，并结合配套的教材和课程能够支持从理论知识学习到动手实验操作全程的教学讨论。平台支撑所有大数据和人工智能（智能科学与技术）专业课程的教学与实践、实验室管理，结合教学、实践、科研和实验环境提供用户管理（包括管理员、教师、学生三级角色管理）。教师由管理员注册，每位教师注册自己管理的学生，学生可对自身平台集群的生命周期进行管理，可以自行开启和关闭平台系统端口。平台支持管理员和教师远程关闭所管理学生的平台资源，学生也可以自行关闭资源申请，从而实现在线资源的统一管理。

2.3 教学课程、创新实践、科研、社会服务一体化知识库体系的构建

建立大数据、云计算和人工智能平台的知识库体系，将教学实验课程、学生学科竞赛、创新创业实践、科研实验、大数据智能化实习实训及社会服务融入智能一体化平台，建设完善数据资源整理、验收、入库工作，培养数据智能化技术人才[9]。

2.3.1 教学课程

大数据和人工智能课程体系是数据与智能科学专业课程中重要的综合性实践环节，对提高学生理解和掌握大数据、人工智能基本概念和算法的能力，培养学生从智能设计的角度考虑和解决问题的素养都具有重要的作用。实验平台面向大数据和人工智能相关专业实验教学，提供了丰富的实验课程，在大数据课程中包括Hadoop框架、分布式Hbase、机器学习算法、数据挖掘算法、Spark开发应用等课程；在人工智能课程中包括Python基础、Tensorflow框架、人工智能导论、智能计算、计算机视觉和智能穿戴技术等课程。同时支持学院教师自主开发实验与课程，一键外联Intel大学，进行外部课程学习。

教师和学生可以在大数据、云计算和人工智能一体化平台上获取相应的教科书（电子书）及配套工具。平台提供体系完整的教学课堂，以基础知识学习、在线视频教学、习题、线上测试、在线问答、实训进度监控、知识推送等为主线的一系列方法，确保学生在短时间内掌握大数据智能化虚拟云桌面实验及分析部署技能。

利用智能化云平台可以建设和完善大数据、人工智能（智能科学与技术）专业课程，特别是完善专业基础课、专业核心课、专业拓展课和专业应用课程，并针对相关课程提供专业性配套实验内容，简化人工智能教学复杂度，提高教学质量。

2.3.2 创新实践

在数据智能一体化实验室云平台上建设领先的数据智能学习平台，支持学院大数据实验实训，人工智能实验实训，软件工程实验实训和毕业实训等，主要分为实验、实训、实习三阶段，提供课程资源、理论学习资料、实践学习资料、项目开发案例、在线实践、科研环境，为学生及教师提供一流学习平台，构建创新实践能力训练体系，实现对学生智能化工程专业技能、智能技术工程实践能力与创新创业素养的培养。能够保证培养创新实践的基础就是实验环境的建设。

2.3.3 科研及科技竞赛服务

在科研与学生竞赛方面，构建的大数据、云计算和人工智能化实验室云平台在满足学生动态创新实践的前提下，可支持教师和学生使用智能实验室云平台丰富的实验资源，包括GPU计算集群服务、科研数据集和算法案例库等资源，鼓励学生积极参加竞赛队伍，发挥群体智慧，通过科研竞赛服务让学生与校内外及企业优秀人员交流学习，完善科研项目和团队建设，培养创新创业能力，形成优质的科技创新氛围。

2.3.4 社会人才培养

根据科学技术人才培养的目标、社会需求以及各高校相关学科人才培养的经验，结合构建的智能化实验室云平台，借助学院与校企合作模式，能够实现为社会培养出一批数据智能化技术人才。

2.4 智能化实验室云平台体系管理服务

通过智能化实验室云平台能够提供具有现代化、专业化、智能化的一体化管理，采用虚拟云桌面服务可高效管理和控制整个平台的各种设备和资源。对于在使用量上的部分超额，平台会通知后台自动进行调度，对资源进行优化管理。实验教学、设备及人员的智能管理的实现及数据智能一体化的建设为学院实验室良好运转和发展提供了可靠的保障[10]。

3 数据智能化实验室云平台应用优势

数据智能一体化实验室云平台的建设对适应新型信息技术的发展[11-12]，有以下应用优势：

（1）从实验室维护来看，智能化实验室云平台采用“云端集中化”模式，通过云桌面技术将学生个性化桌面集中部署在服务器上，不同设备可以随意访问，同时实现桌面维护简单化、业务数据集中化，从而降低了实验室的维护成本，提高了信息安全管理力度。

（2）从教学、科研、创新实践等需求来看，虚拟云桌面系统可以检测平台故障信息，如负载均衡、进程失控或硬件性能的问题，可实现合理分配资源，为提高平台整体性能起到重要作用，并帮助实验室进行有效的管理，减少教师的工作压力。

（3）从创新实验室云平台延展性来看，平台的建设能有效实现快速引进国内外大数据先进的技术、成熟的解决方案以及管理和教学内容，培养合格的大数据人工智能技术人才，提升本校毕业生的就业率和就业质量。

（4）作为多专业方向的综合实践云平台来看，能够满足现有专业的教学辅助、科研、创新实践功能的需要，为高校现有大数据和人工智能专业提供学习和实践环境，为教师提供良好的科研创新环境。实现科研、教学与社会服务的顺畅衔接，保证以培养软件工程、大数据、人工智能等为核心人才的科研与教学基地的持久发展。

4 结语

在大数据与人工智能迅速发展的背景下，数据智能一体化实验室云平台及配套实验室管理体系的建设，不仅能够形成高效的实验室虚拟云平台管理模式，而且能够建立有特色的双创实践平台，提升学生和教师的创新实践能力，培养出多元化数据智能技术人才。