今天可能更多的是从另外一个视角来谈一下计算机，尤其是计算技术云技术和我们现在图学技术的一个融合。 首先，我先介绍一下我们计算中心有一些情况。它是有40年的历史了，然后最早是成立于1973年。1984年就正式归为北京市科学技术研究院管辖，2000年开始我们响应国家的号召转制为全民所有制的企业。从2009年开始，计算中心就是从传统的这种高性能计算的服务开始向做工业云的建设这个方向开始努力，它的目标就是利用现代的这种云计算的技术和这种理念以及这种模式集成世界以及国内先进的这些优秀的软件厂商提供这种平台层和底层的这种支持，尤其是为我们工业企业、中小型企业助推他们技术转型，从中国制造走向中国创造。 这是我们中心目前的一个硬件资源情况，我们从一开始2009年开始搭建集群，从最初的20万亿次到50万亿次一直到现在大约有超过200万亿次的计算能力。其中涵盖了50万亿次GPU的计算能力。 我们存储是总用量超过了EPB，内部的计算结点是通过这种高速的，也就是互相连接保证这个数据的传输的快速、高效、安全。然后和外部我们有电信的以及联通的接入，还有教育网，包括IPV6，还有IPV4。另外我们也开通了这种国际VIP的专线服务，我们现在也是跟包括丹麦的DTO大学也在进行合作。 最早的北京工业云的情况，因为大家可能听到，因为刚刚雷总，包括刘总也提到了工业云。其实我们这个都是北京经信委牵头来筹建这个工业云的情况，由于数码大方那边的产业链比较长、比较优秀，他们可能主要从CAD到后面的CEM、CPP一些东西。计算中心这边，因为它专注于计算服务，所以说我们更多的是从CAE的角度，包括产品结构、流体方面的优化方面入手，我们两家等于是一起合作来推动这个工业云的建设。 这个工业云的三个主要是包括创新、降成本以及升效率，这个我不再说了，这个大家应该比较清楚。 这张图是工业云的一个生态图，大家看到最底层的是平台运营商提供的这种，包括这种资源级的支撑虚拟机、存储、网络以及一些其他的功能设备。向上提供各类服务，最上层是像这种工业设计机的应用，这种应用可以来自于我们成熟的商业软件的厂商，刚才已经说过了。也可以有一些第三方的就是这种开发人员或者是科研工作者将他的软件可以移植到我们平台，而我们这个使用者将来我们会有一个统一的门户，通过我们的门户接入之后使用不同的软件以及硬件服务。 我们目前北京工业云的应用分类包括这种CAD、CAE、PIM、ERP这些主流的跟工业信息化和工业化相关的软件。然后方案类的包括这种管理类、搜索类的，还有一些像这种行业类的应用像科学计算、培训、能源、健康等等。这种工具类的应用，像传统首先我们提供工具类的就是对于一些企业它本身具有研发人员，而它可能会觉得对于这个软件和硬件的投入会比较，是一个很重要的考虑因素。然后它与此同时可以通过使用我们平台调用它所需要的软件来进行它的产品的研发、更新，这是一个传统的软件的使用模式。这是CAE的，比如说一家做拉丝模具设计的，它可能传统的过程是需要这种CAE工程师进行前期的建模，进行这个断面，包括定性带这些倒绞的这些进行改变析来观察它的磨具，包括将来拉丝之后丝的弹应力的情况，这是一个传统的CAE的仿真流程。 我们这个平台现在还提供这种企业定制化级的应用，刚才我们看到同样一个应用我们抽象出来这些可以参数化的这些特征帮企业开发成一种可以具备外部特色的访问的应用，直接可以在这种界面里提交它设计人员的一些修改的参数。也就是说对于中小型企业来说第一就是说它不需要专门去引进一个高端的CAE工程师，还是那句话设计人员只需要懂你的设计不需要懂你的仿真，这样同样的设计人员可以看到将来你设计方案的一些力学方面的特征。 然后这张图是概述了一下我们现在还支撑着一些行业类的应用，包括教育、培训，因为现在培训也是将来对这种Elearning这种方式现在国家也是比较提倡，包括我们跟中欧互联上线的培训的这种云、科学计算云等等。 第三个，我讲一下我们中心的仿真云计算平台。它主要三个特点是包括，是集了传统的这种工程HPC计算能力与图形处理能力，还有就是说新平台对于数据的管控。同时集成了多种CAE、CID以及CAM等产品。 我后面会有一个动画去演示这个流程，目前来说企业购买的工业软件资源，还有硬件资源大多呈现了这种分散、无序的状态。其实我们也了解到很多像中石化，包括像这种航天可能他们本身来说资金上是充足的，他们更多的偏向于自己去采购搭建一套系统。可是这种资源利用率并不是很理想，这是我们了解到的一些情况。尤其是硬件和软件，通常情况下这个软件构建来说一年使用一两次，这个对于国家来说可能也是一种浪费。然后资源调度和项目的匹配也不是很，这个环节做得也不好。包括

提到这个虚拟应用方面，它的主要的目的就像我说的客户传上来这个数据之后，将来在我们这个集群在云中心、数据中心计算完了之后不需要再经过再一次的将数据再下载到本地进行后处理，而是直接在云端进行处理。这个会有一个问题是什么？通常这种情况数据量比较大，传统的这种远程协议不能够达到工程师的对于这个操作流程性的满意。而我们这个平台是采用了分公司的这个SA这个协议，它的大致的原理就是说你看到下面这是一个相当于这些应用软件，还有服务器，它都是被一次性的统一安装在我们的云中心。当这个客户那边提出一个需求打开一个图象之后，它会通过不同的压缩将这些数据再推送给终端客户。而终端客户每次操作它传递回来的数据不是说整个模型的一个数据，比如像整车或者是高铁，甚至是系统比较复杂的这种航天，它可能整体的，比如说一个卡片模型超过两三个G是很正常的情况。而这种情况下他传递给我们计算中心是鼠标以及一个屏幕刷新的这些移动信息，这个数据量大大的降低从而保证了终端客户拖拽流畅的感受。 这张图大家可以看到这是数据中心通常的一个图形工作站，而在这里可能要运行了一个比如说汽车的一个外流厂的一个分析。而它的原理是要首先抓住图象，通过…进行压缩然后信息化协议传递给这个终端客户，在客户端进行解压，之后将图形图象显示在这个客户的上面。而终端客户可能只需要一台功能比较相对简陋的一个数控端就可以完成这样的操作，因为绝大多数的图形处理能力在数据中心完成。而终端客户对于他的结果的操作，我们的这个协议会抓取一些键盘和鼠标的事件再通过虚拟化的协议反传给我们数据中心，这是整个的路普就是这么来完成的。 这个应用虚拟化平台，它的好处就是我们将来客户端不需要再安装软件，也不用存储数据。这个对于企业的数据安全是有保障的，因为它所有的数据都是保存在云端，而且是弹性，可弹性、可计量的。而在远程服务器上的CPU和显卡这些东西也是企业不需要担心的，因为数据中心会根据这种应用的特点，比如说二维的来说，我们通常来说是采用显卡穿透的技术共享这种显存实现。像这种三维的来说我们可能动态的去调配一台，比如说像K6尖这种显存在6G以上的这种…显卡来读取这样的结果。这个完全都是由平台智能调度。 这个核心技术就是我刚才已经解释了，包括这个图站集群的资源动态的一个分配。然后单台可以分配多个应用，起不同的虚拟应用。因为这是简单的例子跟大家看一下我们调用卡萨软件的一个情况。OK，这是我们统一的。这是我们一个仿真云的一个计算服务平台，在这里大家可以创建你的一个任务，而这个任务就是传统的这种可以包括你的高性能计算的这种任务，也可以包括虚拟应用的任务。这里主要应用是包括这种CAE、CAD以及后续CEM一些软件，这个好处就是说它的资源调度完全是弹性的，而且是按需分配。另外它就是方便接入，这个方便接入就是完全不需要你本机安装任何软件的情况下，也不需要下载可以直接透过网络使用这个软件，当然这个目前来说它可能还是对于这个网络的宽带的要求还是相对高一些。 大家看到其实演示的这台机器本机其实并没有安装软件，目前我们也进行了相关的流畅性的测试。对于这种二维的软件来说基本上保证2兆的带宽情况下操作起来跟本机差别应该不是很大，3D的模型还是取决于你这个数据量。这个基本上完成一款应用的调用，而且我们说通过这个平台使用这种应用对于这种传统的客户来说没有任何的使用上面的不便。因为跟他在家用的桌面版是完全一样，没有经过任何轻量化的软件。 使用我们这个平台还有一个好处就是他通过使用CAE和CAD在我们底层可以完全实现这种数据无缝的接入，也就是说它在计算可以完全是在另一个集群，之后后台会转发到Windows进行结果的处理。 这是我们刚才说的传统的可能本身来说这个企业内部自己要先购买这个CAE软件，然后再安装，然后再进行前处理，然后再上传模型软件到这个数据中心进行计算再下载再进行后处理。而通过我们使用这个平台，企业客户的前后处理建模完全可以在我们这个平台进行运行，而且大大的缩短了这个企业的研发周期。 大家看到这是我们处理的一些典型的一些案例，像第一个是给我们医院的北京市劳保所做的这个D车的造成分析，采用的是软件，它这个结果大小是362GB，调用了我们图站的内存是96G。 这是大连交通大学做的一个油泵的，齿轮泵的一个分析，它是网格在三千万，结果大小也是在19GB上。对于这个普通的工作站负载还是挺高的，这是他们做的这个高铁的设定工作这种仿真，规模数也是挺大，结果大约有51GB。这是他们坐的这个高速列车过隧道这种这种流场的一个分析3500万，它这个仿真意义是在于，大家看到在整车的底部…这部分建的模相当详细，它的网格数是3500万，这个计算是在国内高铁行业来说以前精确度是没有达到过，在我们集群也是调用