在竞争日益激烈的环境中，数据中心作为传统信息化的基础，伴随着全面AI时代与5G、物联网的不断临近，企业希望获得出色的模拟和建模、人工智能（AI）和大数据分析功能，以便取得突破性的发现与创新，而高性能计算（HPC）基础设施能够为这些工作负载带来优势。高性能计算 (HPC) 正在加速这一变革，通过将人工智能的强大功能应用于现有的高性能计算工作流程，以及极大地扩展人工智能算法的规模以充分利用高性能计算系统的能力，这些方法都取得了非常可喜的初步成果，表明人工智能和高性能计算的融合有着非常光明的前景。

　　无论是在个人计算机、本地服务器还是在高度并行的高性能计算基础设施上工作，深度学习科学家所要处理的任务、语言和环境的组合看起来都是非常相似的。神经网络在何处运行并不重要，重要的是快速精确，通过戴西人工智能平台系统，人工智能的规模能进一步扩大，让深度学习的从业者极大受益。

　　戴西人工智能平台系统是一款针对人工智能领域开发的高性能计算平台，主要面向人工智能分析与机器学习， 广泛应用于具有人工智能分析需求的领域，可兼容TensorFlow、Caffe、PyTorch等多种机器学习框架， 实现多种资源管理和调度、可视化工作流、大数据管理等功能。同时还支持CPU/GPU/FPGA资源调度，支持主流深度学习框架调度，支持自主开发镜像库管理，支持训练与学习。

　　解决方案产品组成

• 　　DWS.Potal 戴西统一门户软件

　　DWS.Potal 戴西统一门户软件是为戴西工业研发平台、戴西高性能计算平台、戴西工业设计平台、戴西工程仿真平台提供的一套统一应用门户软件，研发人员通过统一门户实现产品的全生命周期研发。

• 　　戴西.JSS资源管理与作业调度系统

　　戴西自主研发的戴西.JSS资源管理与作业调度系统为高性能计算解决方案提供了一套资源调度与管理系统，实现网络资源、计算资源、图形资源、许可资源的统一调度管理。

• 　　HPC 高性能计算平台

　　HPC 高性能计算平台由统一应用管理门户软件和戴西自研的JSS作业调度系统构成，支持资源统一监控管理、作业提交及管理、多种调度策略、作业数据管理、统计分析等功能。

• 　　HGFS.戴西并行分布式文件系统

　　戴西.HGFS 戴西并行分布式文件系统是HGFS并行分布式存储是戴西自主研发的一款分布式并行文件系统，HGFS的数据存储在集群中的多个数据节点中，并支持多个客户端同时访问。提供业界领先的读写性能和超大容量及规范的文件系统；对外提供丰富的访问接口，承载多业务接口，满足大数据存储应用场景下海量数据存储需求。

　　功能特点

　　客户收益

• 　　通过主流深度学习框架调度和自主开发镜像库管理，大幅节省人工成本， 提高了企业的工作效率。
• 　　企业可通过人工智能分析平台来实现多种资源的管理和调度，提高运行效率，可以实时监控计算作业所占用的资源， 从而达到合理利用资源的效果。

　　客户案例

　　航天某研究所

　　戴西公司帮助航天某研究所搭建人工智能计算平台，平台集成多种人工智能学习框架，实现集群监控与管理、任务调度、作业提交、数据管理、 用户管理等一体化的深度学习平台。 用户通过戴西人工智能平台系统可完成智能计算相关业务流程，满足了人工智能在数据处理、存储分发、隐私安全保护等各方面要求。