人工智能實驗平臺是云創(chuàng)大數(shù)據(jù)為高校開展人工智能相關(guān)教學而打造的實驗實訓平臺，平臺針對人工智能相關(guān)專業(yè)的課程，涵蓋豐富的實驗案例，集成了常用的深度學習框架、數(shù)據(jù)集，可快速搭建科研和實驗需要的環(huán)境，大大降低了學校人工智能專業(yè)建設(shè)的復雜度和成本。

平臺通過云計算技術(shù)對計算、存儲、網(wǎng)絡(luò)和加速卡等資源進行統(tǒng)一的管理和調(diào)度，支持虛擬機，支持私有化部署，支持課程、實驗、用戶、資源等管理功能。通過平臺，老師可以一鍵搭建實驗環(huán)境，在線跟蹤學生實驗進展，并進行在線學習診斷。學生可以直接通過瀏覽器訪問平臺，根據(jù)指南在線做實驗、寫報告，無需配置繁瑣的本地環(huán)境。結(jié)合人工智能產(chǎn)業(yè)趨勢、崗位模型、企業(yè)人才需求，設(shè)置了以AI基礎(chǔ)以及應(yīng)用的課程體系，并全面支撐計算機、人工智能、機器人、自動化以及區(qū)塊鏈等專業(yè)建設(shè)。

人工智能實驗平臺采用“Docker+KVM虛擬化+GPU切割”技術(shù)，將單臺物理服務(wù)器虛擬成出多臺虛擬機，可為每個用戶提供帶VGPU的高性能虛擬機。平臺預(yù)置了TensorFlow、PyTorch等人工智能鏡像，用戶可一鍵啟動環(huán)境、一鍵銷毀，再次啟動即可重新?lián)碛幸粋€干凈的實驗環(huán)境。

在保證教學需要的同時，我們通過GPU切片技術(shù)實現(xiàn)GPU一卡多用(最多1:8)，提高資源效率，節(jié)省平臺建設(shè)成本，一定程度的降低了院校在資金方面開展人工智能學科建設(shè)的臺階。

支持PyTorch、TensorFlow、Cafe、Keras等主流深度學習和機器學習框架，同時支持自定義算法和常用深度學習模型。

平臺支持Ubuntu桌面、WebSSH以及Jupyter Notebook等多種實驗形式，支持根據(jù)實驗的需要自動匹配實驗環(huán)境。

以新工科要求為導向，以社會需求為目標，以實踐能力提高為核心，強調(diào)技術(shù)知識與應(yīng)用知識相結(jié)合，圍繞人工智能在不同領(lǐng)域中的應(yīng)用方向(智慧醫(yī)療、智慧城市、智能金融經(jīng)濟等)，形成專業(yè)化課程、通識課程、實踐課程相互結(jié)合的核心課程支撐體系，突出案例分析和實踐教學。 目前課程體系已覆蓋人工智能主流全部課程，涵蓋上百個實驗供老師教學使用，包含實驗指導手串、課程視頻、課程代碼、數(shù)據(jù)集等資源。

平臺提供40萬以上人臉數(shù)據(jù)、500萬以上車牌數(shù)據(jù)、億條環(huán)保數(shù)據(jù)等，用于老師科研。MNIST、CIFAR10、lmageNet、CASIA WebFace、Pascal VOC、Sift Flow、COCO等常用數(shù)據(jù)也均有提供

云創(chuàng)大數(shù)據(jù)總裁、清華大學博士、中國信息協(xié)會人工智能教育專家委員會主任劉鵬教授聯(lián)合全國高校老師和云創(chuàng)大數(shù)據(jù)人工智能工程師主編了高級人工智能人才培養(yǎng)叢書和人工智能應(yīng)用人才培養(yǎng)叢書，分別在電子工業(yè)出版社和清華大學出版社出版，并在實驗平臺上提供全套的配套PPT。

平臺提供實驗數(shù)據(jù)、實驗管理、課程管理、項目實戰(zhàn)、考試等功能模塊，支撐備課、授課、作業(yè)等場景，覆蓋課前、課中和課后各環(huán)節(jié)，通過動態(tài)化過程數(shù)據(jù)分析，實現(xiàn)學生學習質(zhì)量的全面掌控。