一、技术背景 近年来，随着企业数据的迅速膨胀，存储业务响应要求越来越快，如何找到一个有效且高效的存储解决方案已经成为业界 IT 管理员们共同面临的巨大挑战。针对大量计算和存储需求的爆发式增长，虚拟化和存储基础架构必须能够提供足够弹性以及足够性能的业务支撑能力。 二、产品介绍 云之翼存储虚拟化（yiSAN）为用户提供了一款超融合、弹性配置以及可横向扩展的超融合解决方案。通过存储虚拟化技术，将物理设备上的计算和存储资源融合为一个统一的资源池，并在此资源池上提供了更为弹性存储特性以支持各类虚拟化场景的使用。云之翼存储虚拟化可在多种虚拟化平台上进行混杂部署，在同一套硬件设备上，融合了弹性计算能力及软件定义存储能力。充分利用硬件资源，实现存储计算资源的统一弹性管理，进一步降低用户的 IT 投资。 云之翼存储虚拟化场景应用： 多虚拟化平台融合 多存储架构融合 多存储介质融合 多级数据安全策略融合 多数据服务融合 三、产品架构 四、功能优势 简化软件定义基础架构 云之翼存储虚拟化将每台虚拟服务器的本地磁盘整合成一个统一的虚拟存储资源池，不仅简化了传统基础架构的复杂性，同时也避免性能瓶颈，使得整个基础架构更加易于扩展。 更加简化的弹性扩展方案 云之翼存储虚拟化整合虚拟服务器本地硬盘，当一台新的节点加入集群时，不仅存储容量增加，计算资源与存储性能都能得到同步提升。 简化应用程序的使用模式 云之翼存储虚拟化采用软件定义存储的方式，允许IT管理员在超融合存储集群中，再额外规划出一个甚至多个虚拟存储器供应用程序进行数据访问。 更为简化的数据保护方案 云之翼存储虚拟化提供了內建的数据保护机制、数据副本机制、异地数据备份等多种数据保护方案。 更低的总体拥有成本 云之翼存储虚拟化简化基础架构，节省大量的网络带宽以及管理成本。通过整合虚拟服务器中的本地硬盘，降低了部署和管理外部共用存储资源的成本。 多租户存储服务  云之翼存储虚拟化提供多租户数据隔离能力，可为不同租户提供逻辑上独立的计算和存储资源池。 实时副本及自我修复 云之翼存储虚拟化实时副本及自我修复功能不但减少管理者的负担，更可以大幅提高整体 SLA 确保数据不会因为连续的硬件故障而丢失。 数据实时压缩及去重 云之翼存储虚拟化支持实时的数据压缩及去重，可以有效增加存储空间使用率，使某些应用在虚拟化上可以达到 3~5x 的存储空间效益。

一、技术背景 随着云桌面的普及，人们不再满足于将云桌面仅仅用于日常办公，处理简单的文字或浏览网页，专业3D软件、Win10等高端应用场景也需要云桌面来支撑，而在这些应用场景中，GPU是不可或缺的。云桌面的应用体验要与高端PC无差别，这才是用户的心声。如何才能满足用户对高性能云桌面的需求，GPU虚拟化由此应用而生。 二、技术介绍 vGPU，即真正意义上的GPU虚拟化方案，就是将一块GPU卡的计算能力进行切片，分成多个逻辑上虚拟的GPU，以vGPU为单位分配GPU的计算能力，并将单块GPU卡分配给多台虚拟机使用，使得虚拟机能够运行3D软件、播放高清视频等，极大地提升了用户体验。真正实现了GPU资源的按需分配，实现3D虚拟化的全场景交付。同时大大降低图形图像用户的使用成本以及提高数据的处理效率和数据安全性。 三、技术架构 四、技术优势 按需交付GPU 根据不同场景应用需求交付GPU，避免GPU资源闲置或不足，从而降低成本。 良好的3D用户体验 可兼容各种不同行业、不同场景的3D软件，为用户提供良好的3D效果体验。 提高数据安全性 借助虚拟化及VGPU，可实现了对 3D 应用程序和大型数据集安全的远程访问，且无需牺牲性能。 实现虚拟机实时迁移 可将正在运行的虚拟机从一台物理服务器移动到另一台物理服务器，从而将停机时间降至最低，并且不会丢失数据。

边缘智联网（edge+AI+IOT=eAIOT）综合实验平台是一款集成物联网、嵌入式、移动互联技术、人工智能于一体的高端教学科研实验平台。 整个教学平台包括物联网、嵌入式Linux和人工智能（AI），三个部分互相支撑、互为补充。平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与OpenCV计算机视觉库，支持TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE等深度学习端侧推理框架。 实验平台支持图像处理、语音处理、无线通信、传感器原理、RFID等技术的主流算法及应用。提供完整的配套教学教材，实训案例的源码、开发手册等，满足AI和IOT教学实训、应用开发等需求。 本项目实验平台搭载瑞芯微RK3399处理器，不少于9个无线传感器节点，配备11.6寸高清触摸屏、高清相机模块、7麦麦克风阵列和ODB接口。 硬件系统采用DC12V电源适配器安全统一供电，结构为上下两层一体化设计，上层紧固式安装实验所需硬件（非磁吸式安装），实验所需硬件均平铺安装在一整块底板上，下层收纳放置配套线材、配件等设备。 实验平台支持ZigBee、BLE、lorawan、nbiot、RFID等无线网络通信，支持无线传感器网络、物联网人工智能、嵌入式系统开发、RFID射频识别技术等课程实验。同时配备可私有云和公有云部署的“物联网云平台”，配合多种传感器模块，可完成基于物联网云平台的嵌入式无线传感器综合实验。本平台提供嵌入式深度学习框架Tengine，可完成人工智能实验，包含基于深度学习的目标检测实验、基于深度学习的人脸识别实验，可完成声纹识别门禁实验、AI语音智能家居实验、知识图谱和聊天机器人实验等人工智能实验。

久爱致和为解决运输过程不透明、关键节点管控难、数据反馈滞后等问题，需构建一套灵活适配多业务场景的TMS运输管理系统。鼎软天下为久爱致和赋能物流数字化升级，通过系统落地，达成订单全流程履约全程可视、关键节点信息精准推送、运输数据差异高效处理、全链路监控追溯可查，最终实现物流业务的全方位统筹与智能管控，夯实数字化运营基础。

中国药科大学科研论文一体化平台（一期）项目公开招标

机器人研究中心自主研制的自主飞行器平台，用于控制旋翼飞机，实现旋翼飞机的自我控制。目前，市场上现存的自主飞行器平台存在功能单一、移植性差、自我控制不稳定等问题。自主飞行器借助先进的控制理论技术，实现自主飞行器自主起降、悬停、避障等多种功能，在自主飞行器平台市场具有广阔的市场发展前景。 国内外对采用以遥控直升机为基础进行旋翼飞行器的全自主高机动飞行控制的研究必将继续推进，研究成果也会被更广泛应用。我们设计了一套完整的四旋翼自动控制系统。该系统不仅包括控制算法的设计，还包括传感器、控制板等相关硬件平台的实现。

技术优势 智慧水利大数据平台项目成果包括- -套软件产品“水文与水库大坝安全监测大数据平台”和两类算法，即“水库入库流量预测算法”和“智能水库防洪调度算法”。 1)水文与水库大坝安全监测大数据平台:该平台基于传感器网络采集水库水文信息和大坝的各个核心区域的压力、位移、沉降等信息，基于大数据分析技术和可视化方法，设计实现了一种面向水库大坝安全监测的可视分析软件平台。 2)水库入库流量预测算法:水库入库流量预测是精细化水库调度的基础，现有的基于水文模型的库流量预测方法对流域的适应能力较弱，预测精度难以满足精细化调度的应用需求。该项目基于历史水文数据，采用深度学习技术，对水库的入库流量进行滚动预测。结合智能化的时间序列决策方法，能够实现对水库的智能化管理调度。 3)智能水库防洪调度算法:汛期的水库防洪调度是水库管理中面临的重要问题。该项目针对水库防洪调度中的上下游安全问题建立多目标优化模型，采用计算智能方法对模型求解获得精细化的水库防洪调度方案。与现有工程实践中基于规则的水库防洪调度不同，该方法不依赖于水利专家的经验，能够提供更加精细化的水库防洪调度方案。 智慧水利大数据平台——功能模块图 大坝安全检测指挥中心数据大屏——水库大坝一张图 系统主要功能模块