支撑西藏民族大学环境科研，Cloudhin以先进计算助推科技创新

西藏被誉为“地球第三极”，以其草原湖泊、雪山森林等自然景观以及寺庙民居、歌舞民俗等人文景观吸引着众人前往。“绿水青山就是金山银山”，近年来西藏更加重视保护生态环境，着力建设生态文明高地，逐步筑牢国家生态安全屏障。为守护净土，西藏民族大学通过光信息处理与西藏环境监测技术贡献着高校智慧。

西藏民族大学将气象、雷达、高光谱遥感图像、常规污染数据等各类监测信息进行归类整理，综合运用相关性分析、时空序列分析、组网分析、趋势分析等各类综合分析算法，对大气复合污染态势特征及过程进行科学有效的数据分析，最终运用可视化平台和结合GIS地理信息系统，解决西藏地区地表植被、农作物以及冰雪覆盖变化的监测问题及完善西藏地区蝗灾遥感预警机制。

然而在上述过程中，高光谱图像同时包含了空间信息和光谱信息，其中光谱信息的分辨率很高，一般都达到纳米级别，所以高光谱图像分类问题是一个像素级别的分类问题，这也意味着研究人员面临海量信息内涵的数据处理挑战。由于传统低秩矩阵分解、字典学习等分类方法的分类性能不理想以及适应性较差等原因，研究者逐渐引入了深度学习机制，以深度模型分布式特征表达能力替代传统人工设计的特征提取方式，以解决高光谱数据结构多样化所带来的多种问题。

西藏光信息处理与可视化技术重点实验室以解决西藏经济社会发展现实和长远问题为出发点，树立服务于地方的理念，目前确立了光信息处理与西藏环境监测、科学可视化与西藏文化传承两个研究方向，着眼于研究西藏中高空大气环境监测技术、有害气体监测技术、西藏民族文化遗产数字化保护技术、西藏虚拟旅游与文化遗产展示平台构建、偏远地区移动通信与无线通信系统关键技术、基于北斗卫星网络的环境监测数据通信及风光绿色能源电源保障应用技术，关注地表植被、农作物以及冰雪覆盖变化的监测问题、西藏地区蝗灾遥感预警机制问题，拓展高光谱遥感与西藏地表监测方向。

深卷积神经网络（CNN）是近年来研究的热点，在训练样本数足够大的情况下，该方法可以提供良好的高光谱图像分类性能。高光谱图像（HSI）提供丰富的光谱信息，而光探测和测距（LiDAR）数据提供高程信息，在多源数据的融合过程中，需要处理巨大的数据量，模拟计算时间较长，如果能对光学分析软件进行优化，提高计算速度，对进一步缩短遥感图像的解译时间，提高科研效率起到非常重要的作用。

基于这样的实验需求，Cloudhin云轩为西藏民族大学大气环境光信息处理与应用实验室量身打造领先的GPU高性能计算系统，通过高密度、高能效、高稳定的GPU并行计算，西藏民族大学大气环境光信息处理与应用实验室实现了对高光谱数据的精准分析与监测，对于提升西藏地区大气环境立体探测技术水平，把握地区气候变化、提高气象气候观测水平、掌握大气环境信息等方面无疑具有重要意义。同时依托科学统计分析方法，西藏民族大学也为西藏环境监测保护行动提供着有力的科技支撑。

Cloudhin®云轩专业售前工程师毕业于NVIDIA深度学习研究所，无论是如高性能计算一类传统的计算场景，还是如边缘计算一类的新兴计算场景，均可为您量身定制适用于不同场景、不同应用负载的AI加速服务器硬件，以及提供计算资源管理平台。

深度学习AI服务器/工作站可预装ubuntu、centos、redhat、TensorFlow、cuda、cudnn等软件环境，让您收到即用，快速开展科研项目。

Cloudhin®云轩GS4204服务器设计采用CPU+GPU异构设计方案，支持搭载双片Intel Xeon处理器和最高4路RTX 3080/3090 GPU，为用户各项应用提供最佳性能，轻松完成专业繁复的计算任务。 

多散热风道隔离优化设计使GPU和处理器可超频工作，进而获得更强性能。每个服务器机架的硬件包装密度可最大化，即使在连续负载下，也可调出硬件的最佳性能而无需担心任何散热问题。广泛应用于3D渲染、深度学习、科学计算等领域。