某教育部直属"双一流"建设高校，其计算机科学与技术学院承担着国家级人工智能产教融合创新平台建设项目。随着国家信创战略深入推进，学院亟需构建一套全栈国产化的人工智能算力平台，用于支撑：
l 国产大语言模型的训练与微调研究
l 计算机视觉与多模态AI的教学实验
l 面向国产芯片架构的AI算法优化
学院要求平台必须基于国产ARM架构处理器和国产AI加速卡，实现从硬件到操作系统、深度学习框架的全链路自主可控。
| 信创合规要求 | 鲲鹏920 CPU + Atlas NPU异构协同，集训练与推理能力于一身，适配不同AI负载对算力的需求 | |
|---|---|---|
| 算力缺口巨大 | 学院现有算力仅支持轻量级推理任务，无法开展百亿参数级大模型的分布式训练，严重制约科研产出。 | |
| 生态适配复杂 | 国产硬件与主流AI框架（PyTorch、MindSpore）的适配工作量大，师生缺乏基于国产平台的开发经验。 | |
| 数据安全敏感 | 科研项目涉及大量未公开的学术数据与算法成果，需确保数据不出域、算力平台具备硬件级安全加固能力。 |
采用昆衍KT2206-k2鲲鹏机架式GPU服务器为核心算力节点，构建信创AI算力集群。
拓扑架构：在标准42U机柜中部署4台KT2206-k2（共16U），配套国产存储节点、网络交换设备、UPS及机架式空调，形成完整的信创微模块数据中心。
-
多元算力引擎
鲲鹏920 CPU + Atlas NPU异构协同，集训练与推理能力于一身，适配不同AI负载对算力的需求
-
灵活拓扑架构
支持GPU拓扑智能调配，根据训练/推理/视频分析等场景动态分配算力资源
-
全栈信创合规
从鲲鹏处理器、Atlas加速卡到麒麟操作系统，通过教育部信创产品兼容性认证
-
硬件安全加固
BMC集成专用管理GE网口，支持硬件安全加固、自动化运维及带外管理，保障科研数据资产安全
