需求背景
 

随着“实景三维”技术相关政策的发布，除了高精度实景三维的应用与数据量呈现爆发式的增长，三维建模业务对于算力和存储性能的要求也在同步翻倍。

 

然而，当前大部分三维数据生产单位（测绘相关单位）的生产业务仍然是基于传统桌面或工作站的方式运行。在数据生产效率等方面依旧有较大的差距。主要表现在以下几个方面：

 

 

生产效率低

实际的生产作业场景下各个环节对于算力和存储性能要求都有所不同，传统图形工作站的计算资源相对独立，导致在处理高算力要求业务时无法灵活调用位于其他闲置工作站节点资源进行协同处理，造成资源资源难合理分配、利用率不均衡。

 

数据安全难管控

业务部门需要使用图形工作站进行高性能作业，现有模式各业务单位工作站分散在各个工位，配置和使用年限各不相同，难以管理；特别是数据的安全管理问题非常棘手。

 

运维复杂

大量的图形工作站带来巨大的设备安装、维护的工作。无法批量升级、批量打补丁；硬件升级工作繁琐复杂；由于采购的时间不一样，大量不同品牌、不同配置的机器同时工作，管理员需要应对不同的厂家售后，沟通成本高。

 

成本高昂

图形工作站的成本往往较高，采用了消费级CPU，品质保证约为2年左右。配置了GPU显卡后，单机成本从几万到十几万不等，成本十分昂贵。物理机模式使得CPU、内存利用率总体处于较低水平，性价比低。

 

方案简介

 

利用软件定义的思路，将计算、网络、存储、GPU和安全进行全面融合，构建整体基础资源池，提供弹性空间，满足未来的使用和规划需求。GPU云平台能够为不同的业务软件提供显卡资源，通过集约化的部署形式，能够充分把GPU资源统一利用和调度，帮助业务部门快速构建满足最佳实践的底层资源配置，充分提升整体的资源利用率。同时因为整个架构基于分布式原理实现，因此原生具备了横向扩展的能力，能够很好地实现横向线性扩展能力，在构建底层架构的时候可以做到小规模开始，随着业务的发展实现快速扩容。

 

 

利用深信服显卡虚拟化aGPU，实现了GPU资源的融合和高效利用，实现了对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，并且可以对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，满足深度学习/高性能计算对GPU管理要求。具备对GPU直通以及vGPU切分的能力，可以实现以资源抢占的方式使用GPU资源，提升资源的利用率。

 

方案价值

可以提供高安全、高可用、易运维的云计算平台，对业务软件提供颗粒度更加细致的持续保护，保障业务持续稳定运行。同时能提供更加高性能、高速度、高效率的GPU渲染平台，为成果数据提供更加安全可靠的存放场所，后续可保障数据集中存放的需求，并实现存储数据和运算引擎无缝衔接，数据快速导入导出。保障图像处理和图形渲染的效率，缩短业务人员处理时间，提升业务人员工作效率。同时对整体的GPU高算力资源申请、资源使用、资源管理，通过可视化的平台界面实现统一。