某高校异构算力及大模型统一纳管项目
某高校内部各院系独立采购了很多大模型(豆包、DeepSeek、Qwen等)和异构AI设备(H20、L20、A30、华为 910B),各院系分散维护,资源未充分利用。希望通过算力平台实现异构设备和模型的统一纳管,通过精细化、智能化统一运营,提供高质量的算力和模型服务,助力AI教学和科研。
不同模型服务统一 API 入口,极大简化了用户的接入和管理;基于 API Key 的访问授权和 Token 消费监控;智能的流量控制、容错和负载均衡。
对客户现有和未来可能引入的多种算力资源(如 NVIDIA GPU、国产 AI芯片、异构 CPU)进行精细化、智能化统一管理。
为各类 AI 应用提供了稳定、可靠、高效的底层支撑,包括容器、虚拟机及多模态模型服务,成为企业数字化转型的 AI 能力基座。
1.服务院系增加:平台提供统一的模型服务,各院系通过自己的API Key调用,院系覆盖率接近100%。
2.资源闲置率降低:通过算力平台纳管,资源共享,设备平均闲置率降低50%。
3.模型服务SLA提高:通过全链路可观测和专人维护,模型服务质量达到99%。
4.运维效率提升:通过平台运维观测能力和统一管理,各院系无需分别投入人力,人力成本降低70%。
中电金信鲸Bot RPA是一款面向金融行业客户的机器人流程自动化的开发平台。
-
鲸Bot设计器
鲸Bot设计器集成了浏览器自动化组件,office办公自动化组件,数据库组件,文件处理组件、邮件组件等多种类型组件,通过全栈自动识别技术,自动识别目标元素,使开发过程所见即所得,降低了RPA开发门槛,让业务人员也可以方便地进行业务流程的开发。
-
鲸Bot机器人
通过手动执行、定时执行、控制台远程调用的方式运行自动化流程,配合控制台对外提供API接口,供外部程序调用。通过特有的视觉反馈技术提供统一的异常处理机制,极大降低开发和运维成本,让RPA流程运行更加稳定,而解决金融行业因技术人员产能不足难以支持其业务发展的问题。




