项目背景

西北工业大学计算机学院的师生进行人工智能学习和实训的过程中，存在GPU资源较少，学生多，无法同时满足所有学生的实训要求。且GPU的资源管理和分配需要消耗老师大量的时间。

项目挑战

1．学生的数量比GPU的数量多很多，无法满足上课学生同时使用。

2．学生做实训时会经常报错或者中断，对切分后的vGPU有强隔离性要求。

3．要能减少运维老师的工作量，简化资源分配和回收过程。

趋动解决方案

1． 趋动科技的OrionX AI算力池化方案可以实现对GPU的切分、聚合、远程调用、动态加载和释放的能力，可以满足学生实训的切分需求，也可通过聚合满足老师科研场景的高算力需求。

2．在学院现有的容器平台上部署OrionX的相关组件，师生的AI程序无需做出修改即可运行在OrionX的vGPU环境上。

3．通过OrionX将GPU进行切分，让有限的GPU可以满足更多的学生使用。

4．结合OrionX的动态加载与释放能力，轻松实现资源的分配与回收过程。

客户成功

客户部署了趋动科技OrionX产品，解决了GPU少，学生需求多的矛盾；利用OrionX的管理运维能力，解决了人工协调GPU且需要人工分配与回收的问题，大大减轻了运维的工作量，提升了学生申请GPU的效率。

用户反馈

研究生团队原来在实验室服务器虚拟化环境中使用LAMMPS，VASP等应用软件需要GPU卡直通方式进行加速，因为GPU有限，只允许几个学生同时做实验，其他同学需要耗费比较长的等待资源时间，非常影响科研进度，上线了OrionX软件之后，同样的GPU，可以允许数十位同学同时使用实验环境，加快了科研进度，大大减轻了教学科研资源短缺方面的压力。

——张博丨计算机学院究生导师