10月16日至18日，第三届中国模式识别与计算机视觉大会(3rd Chinese Conference on Pattern Recognition and Computer Vision, PRCV 2020) 在南京举办。会上，深信服云计算解决方案专家朱顺濠与参会嘉宾分享了深信服人工智能技术与云计算技术融合发展的实践经验，介绍了信服云AI优化引擎的成果，在SQL SERVER和ORACLE RAC场景下，信服云的整体性能对比业界当前的最高水平，仍然高出30%以上，该成果受到了大会嘉宾的高度关注。

PRCV 2020由中国自动化学会(CAA)、中国图象图形学学会(CSIG)、中国人工智能学会(CAAI)和中国计算机学会（CCF）联合主办，是国内顶级的模式识别和计算机视觉领域学术盛会。本届会议主要汇聚了国内国外模式识别和计算机视觉理论与应用研究的广大科研工作者及工业界同行，共同分享我国模式识别与计算机视觉领域的最新理论和技术成果。在本届会议中，AI的最新实践与应用，依然是学界关注的重点。

朱顺濠介绍，作为一家专注于企业级安全、云计算及基础架构产品和服务的提供商，深信服最为核心的研究团队——深信服创新研究院，一直专注于AI平台孵化和AI赋能探索，运用AI的性能优化引擎方法论，指导技术创新与研究方向。近年来，深信服已经在AI技术与云计算和安全业务融合方面取得了丰硕的成果。

朱顺濠称，基于AI的性能优化引擎，在SQL SERVER和ORACLE RAC场景下，使用测试工具Hammer DB/Swingbench进行标准测试，深信服超融合的TPM指标，对比行业其他产品的最高水准，性能平均提高30%以上。

同时，优秀的云计算能力，又可以反过来构建强大的AI创新平台。朱顺濠在现场分享了基于深信服GPU云解决方案构建的“高校AI创新平台”。该平台不仅能够灵活调用GPU资源，具备对GPU直通以及vGPU切分的能力，还可通过资源抢占的方式使用GPU资源，实现对GPU及vGPU的全生命周期管理，包括GPU云主机的创建、删除、编辑资源、快照、克隆等操作，对GPU/vGPU资源实现自动释放、配额管理、GPU与vGPU之间动态切换等功能，满足用户在深度学习、高性能计算、人脸识别、图形渲染等场景对GPU使用和管理的要求。

值得一提的是，与业界仅支持基于显存切分GPU资源的方案不同，深信服高校AI创新平台率先实现了可以基于CUDA切分GPU资源，并且可做到1%的细粒度切分。此外，该平台还支持跨主机访问GPU资源的平台，用户可以基于跨主机“隔空取物”的功能，构建“Network Attached GPU ”架构。凭借极具创新性的技术应用，深信服GPU云平台解决方案已被评选为“2020年度可信云技术最佳实践”。

除AI能力外，信服云为高校提供的科研云解决方案也受到了现场嘉宾的关注。据介绍，该解决方案通过深信服超融合架构搭建的面向各院系、中心、教研室的科研、教学、实训云平台，采用集中管理、统一部署的方式，对所有系所、中心、教研室的科研教学实训资源进行统一整合。利用虚拟化技术集中管理，所有资源采用动态资源池负载均衡技术，不再作为一个独立的计算资源工作，而是被管理平台统一调度进行弹性资源分配，提高极限处理能力和提供海量计算能力，并在此基础上为智慧校园跨中心虚拟化管理以及异地灾备中心管理等应用提供基础支撑平台，从而达到提高资源利用率、降低系统建设及维护成本、加强系统安全性等目的。

目前，信服云已经为全国超过300家高校提供了智慧校园的云计算解决方案，用以支撑包括AI等各类新型应用，实现学校各类资源的整合和配置优化，提高学校的管理水平和办学效率。未来，随着AI等领先技术的不断赋能，信服云的服务能力还有更大的延申空间，可以进一步帮助智慧校园建设管理自动化、教学数字化、创新智慧化、数据中心云化的IT基础设施。