科教算力共享-中国科学院-2021-39页_1mb

科教算力共享总结

核心内容概述

本文档主要探讨了中国在科研与教育领域算力共享的现状、需求及未来发展方向。内容涵盖算力全景图、科研与教育算力需求、算力基础设施建设、国际经验借鉴、算力共享面临的挑战及未来建议。

算力全景图

算力是指数据收集、传输、计算和存储能力，相关设施包括大数据中心、超算中心、云计算中心、大科学中心和AI等。当前，中国已建立了多个国家级算力中心，如天津、深圳、长沙、济南和广州云计算中心，这些中心在生物医药、石油勘探、气象、金融、信息安全等领域提供高性能计算服务。

科研算力需求

国内科研算力现状

• 中国科学院超级计算环境（ScGrid）由总中心、分中心和所级中心构成，支持GPU计算集群，算力超过315PF。
• 科研算力的软件生态严重缺乏，可用软件不多，且用户操作友好性不强。
• 科研算力的使用成本较高，科研人员计算经费紧张。
• 网络传输与计算能力不匹配，影响数据处理效率。
• 科研人员的数字技术基础差异显著，对算力的需求呈现个性化特征。

国际经验

• 美国：没有国家统一的计算中心，而是由各大企业如IBM、微软等独立部署算力设施，如“蓝色纽约”计算科学中心，由IBM提供技术支持，与学术界和工业界合作密切。
• 欧洲：PRACE（欧洲高级计算伙伴关系设施）是欧盟在数字经济领域的重要算力平台，投入大量资金建设与升级，支持中小企业发展。

教育算力需求

教育领域算力现状

• 教育信息化是构建学习型社会和终身学习体系的重要途径。
• 高校算力基础设施建设受限，难以生成和收集海量数据，通常只能处理小规模数据。
• 现有科研经费管理制度对算力服务采购缺乏支持，多数高校采取统一采购、分发使用的方式，但受限于预算科目，难以全面推广。

中科院教育信息化布局

• 中科院已构建覆盖全院的教育信息化服务体系，包括教育全过程管理、自主学习服务和科教资源融合共享系统。
• 存在的问题包括：教育决策支持能力不足、自主学习服务模式偏传统、科教资源融合共享机制不完善。

未来发展思路与建议

算力共享发展趋势

• 算力资源将逐步商品化，共享租赁将成为重要产业。
• 数据密集型应用对算力提出更高要求，如高能物理实验数据处理、生物信息学、RFID数据挖掘等。
• AI技术的发展对数据存储和计算资源提出更高要求，需构建分布式智能计算体系和开放共享大数据平台。

关键建议

1. 硬件基础设施建设

   • 建立多层次的科研基础设施运营架构，协调多方主体关系，提升各方积极性。
   • 推动国产高性能计算机发展，促进算力应用生态建设。

2. 软件基础设施建设

   • 加强专业科研单位与社会组织合作，加快专业软件和通用软件开发。
   • 发展自主可控的科学数据与高性能计算软件，如ANSYS、MATLAB等。

3. 科研数字基础设施运营

   • 建立开放、共享、创新的理念，提升基础设施的社会价值。
   • 建设国家先进计算科教创新中心，直接面向科研教育领域，推动算力共享发展。

4. 政策与机制优化

   • 建立院校两级协同治理的新治理体系。
   • 理顺现有资源共享机制，推动算力共享纳入“十四五”规划。
   • 实施通用算力共享和AI算力共享项目，完善资金保障体系（建设资金、使用资金、维护资金）。

算力与数据需求

数据格式需求

• 数据类型多样，包括结构化、非结构化和半结构化数据。
• 需要统一的数据标准和接口，促进数据融合。

数据存储需求

• 科学数据的长期保存与共享是重要环节，需形成数据全生命周期管理。
• 建立数据管理计划（DMP），涵盖数据集的创建、存储、分析、发布和共享。

数据远程访问需求

• 随着数据集规模扩大，需在海量存储和高性能计算平台上实现远程访问。
• 需要构建支持高并发访问的系统架构，提升网络传输与计算能力的匹配度。

AI技术与算力共享

• AI技术在科研和教育领域的应用日益广泛，如深度学习、图像识别、三维建模等。
• 斯坦福大学测试显示，12颗NVIDIA GPU可提供相当于2000颗CPU的深度学习性能。
• AI算力共享需构建异构计算资源平台，支持多源异构数据场景，并发展在线众包新模式。

数据资源与国际竞争力

• 国际上，权威科学数据库主要由发达国家掌握，如美国、日本、欧洲。
• 中国需建立具有影响力的科学数据品牌，提升数据资源的自主可控能力。

国家产业创新中心布局

• 天津：国家先进计算产业创新中心
• 湖北：国家先进存储产业创新中心
• 宁夏：国家智能铸造产业创新中心
• 河南：国家生物育种产业创新中心
• 浙江：生物医药国家产业创新中心（谋划中）
• 山东：国家云计算装备产业创新中心（谋划中）
• 湖北：数字建造与工程安全国家产业创新中心（谋划中）

算力共享纳入“十四五”规划

• 算力共享作为创新基础设施的重点内容，将推动模式优化与布局调整。
• 建议设立国家先进计算科教创新中心，进一步推动算力在科研教育领域的应用。