什么是鲲鹏科学科学计算平台？
科学研究是人们探索新事物 、认知新规律 、助力创造新技术的轩辕重要途径，随着人类社会的计算不断进步 ，今天科学研究已经前进到一个更加复杂深奥的平台世界 ，研究的生开升对象也向着大范围 、多领域的发性复杂系统工程进军。例如 ，鲲鹏科学航天工程、助力全球气候 、高防服务器轩辕生态环境问题等 ，计算对科研方法和手段也提出了新的平台挑战。
科学计算作为现代科研主要手段 ，生开升广泛应用于信息检索 、发性环境模拟 、鲲鹏科学数值计算 、数据分析等场景中，同时 ，机器学习的迅猛发展也推动着科学计算平台进入了百家争鸣的时代 ：各类统计软件 、数据分析软件 、仿真软件 、制图软件多如牛毛……然而这种传统的、服务器租用分散的科研方式，给科研工作带来了巨大挑战：
● 知识碎片化 、孤岛化 ，难以建立起关联关系；
● AI模型搭建对编程技能要求高 ，时间成本巨大且后期训练优化费时费力；
● 人工处理复杂建模操作 ，效率低 ，高维方程求解难度大 ，精度和性能无法兼顾；
● 大量机器学习训练数据的采集 、清洗和治理工作繁琐而枯燥；深度学习框架缺乏租户功能，难以实现资源的有效隔离和集群算力的有效管理 。
工欲善其事 ，必先利其器 。免费模板为了快速 、实时的分析海量科学数据背后的意义 、最大限度地满足科研机构和人员之间交流与协作的需要，基于现代信息技术的科研平台对于提高科研水平 、促进学科交叉和融合 、加强高层次创新人才的培养起着至关重要的作用 。
轩辕研究院 ：
联合鲲鹏打造AI科学计算平台DataLab
轩辕研究院
是轩辕网络旗下的全资子公司 ，是云计算围绕人工智能的科研和实训教学的新型研发机构 ，深耕教育行业23年 ，是国内领先的AI+产教融合服务商 。该机构依托多年的高校的技术成果 ，以及丰富的产学研合作方式 ，将国内外先进的技术成果转化为科研应用技术和产品，助力科学技术的研究和创新 。源码下载
轩辕AI科学计算平台DataLab是轩辕研究院联合广州“鲲鹏+昇腾”生态创新中心共同打造的辅助科研工作的一体化解决方案 。该方案集鲲鹏算力 、多领域科研样本数据、算法模型研发以及管理工具于一身 ，能有效支撑机器学习 、神经网络 、知识抽取 、关联规律 、智能预测 、决策推理和高清科研图表输出等任务 。可用于自然科学与社会科学研究 ，以及计算机 、软件 、亿华云电子 、自动化相关科研团队进行计算机技术原理性的验证场景 ，基于算法 、数据进行科研实验，并形成图形化界面呈现实验结果 ，攻关技术难题项目 ，助力科技成果转化和推广。
【轩辕AI科学计算平台DataLab解决方案架构】
伴随着科研数据持续爆炸性增长 ，科学家们需要更高的计算效率 、数据处理效率以及工程效率 ，从而更好地支撑跨领域科研 ，这也对IT平台的算力提出了更高挑战。
● 鲲鹏天然的多核多并发、高性能 、高算力以及低功耗等优势 ，能够很好的满足科研平台海量数据处理 、并行计算 、低时延 、绿色计算等要求；
● 作为轩辕研究院AI科学计算平台DataLab的算力底座 ，鲲鹏还提供完善的鲲鹏DevKit开发套件以及专业服务 ，能够帮助用户快速完成应用的迁移、开发 、编译和调优 ，支撑科研平台的高效创新 。
鲲鹏DevKit 1人天/应用
快速迁移AI科学计算平台
在项目实施初期 ，开发人员需要将DataLab平台快速迁移到鲲鹏 。由于整个系统的模块众多给迁移工作带来不少挑战：
● 代码量大 ：5个子模块\15个微服务 ，共计100万行左右代码；
● 第三方软件多 ：包含redis 、rabbitmq 、nacos 、datax、hadoop ，500+JAR包，手工查找兼容版本非常耗时；
经分析 ，采用手动迁移的话整个系统15个微服务需要30人天才能完成 。
而鲲鹏DevKit代码迁移工具可以实现依赖文件自动识别 、兼容JAR包一键下载、代码修改建议一键替换 ，无须耗时耗力检查跟进 。在鲲鹏DevKit的帮助下整个系统只用了10人天 ，平均每个服务不到1人天即可完成自动迁移 。
【使用鲲鹏DevKit代码迁移工具进行代码分析】
基于鲲鹏DevKit高效开发建筑违章检测算法模型 ，性能提升89%
迁移完成之后 ，轩辕研究院需要针对DataLab平台中GIS领域科研场景 ，在鲲鹏平台上新开发建筑违章检测算法模型。在开发过程中 ，为进一步提升业务性能和稳定性，将平台之前使用的OpenJDK换成毕昇JDK ，毕昇JDK在鲲鹏架构中提供了更好的版本稳定性 、GC（Gabarage Collector）性能 、加解密性能 ，能够提升DataLab平台数据处理应用的运行效率 。
此外，针对系统出现的性能瓶颈 ，轩辕研究院的技术人员使用了鲲鹏性能分析工具进行了调优 ，对操作系统、JVM的运行状态进行了分析和优化 ，提升DataLab平台AI计算模型相关业务的运行效率：
在系统性能分析中创建系统全景分析任务
通过采集系统软硬件配置信息 ，以及系统CPU 、内存 、存储IO 、网络IO资源的运行情况 ，识别出CPU单次利用率高和两处热点函数占比较大的瓶颈 ，并给出了优化建议 ，解决了DataLab平台93093线程的38-CPU单次利用率高的问题，提高了平台运行性能 。
【AI科学计算平台DataLab系统性能调优-全景分析】
通过访存分析功能高阶分析能力
分析到应用存在跨片跨DIE的内存访问 ，并在系统建议下进行了进程绑核 ，从而优化各个微服务的硬件资源分配 ，提升计算资源利用率 。
通过微架构分析对DataLab平台的操作系统进行采样分析
发现了badSpeculation的branchMispredic占比较高 ，以及代码中for循环嵌套的if判断存在大量分支预测响应失败情况，并针对上述问题给出了优化建议 ，对平台程序响应时间 、内存分配等方面进行了性能优化 。
通过Java性能分析
对平台的Java方法采样 、线程转储 、老年代对象采样等多种采样分析方式 ，经过调整垃圾回收器的配置策略 ，改善查询业务的吞吐量；
通过上述一系列的优化分析 ，轩辕研究院DataLab平台在鲲鹏上运行性能得到有效提升：比如对比鲲鹏DevKit优化前后，模型查询业务的平均响应时间典型场景下（1分钟200并发）缩短27% ，极限压测场景下（1分钟10000并发）缩短89%；
【模型查询业务平均响应时间对比】
模型查询业务的吞吐量在鲲鹏DevKit优化后也整体提升了30% 。
【模型查询业务吞吐量对比】
此外 ，数据集检索 、数据集上传 、模型训练等业务的综合性能均得到明显提升 。轩辕研究院在进行鲲鹏原生开发过程中 ，通过鲲鹏DevKit优化了DataLab平台数据处理能力 ，有效提升了违章建筑检测的查询速度 ，同时也让GIS领域的科研工作更加便捷和高效 。
轩辕研究院的AI科学计算平台DataLab能够在地理遥感、生物医药、地球科学 、工业互联网以及社会科学等众多领域发挥重要作用 ，该方案已经在2021年鲲鹏应用创新大赛广东赛区斩获了金奖 ，成为2022年科研领域唯一入选鲲鹏精选解决方案。作为鲲鹏计算产业生态重要伙伴 ，轩辕研究院也与广州“鲲鹏+昇腾”生态创新中心建立了长期合作关系，后续也将持续基于鲲鹏原生开发实现科学计算领域的应用创新。
鲲鹏原生开发是指使用鲲鹏DevKit的原生开发能力 ，如鲲鹏开发框架（含场景化SDK） 、编译调试工具、云测服务 、调优&诊断工具等 ，在鲲鹏平台上开发新软件/新功能 ，充分发挥鲲鹏架构优势 ，从而获得开发效率/运行性能提升 。
未来 ，鲲鹏DevKit将持续增强开发体验 、优化工具能力 ，提升鲲鹏开发效率 ，促进千行百业数字化转型 。
【扫码登录鲲鹏社区DevKit专区 ，了解更多】
(责任编辑：数据库)