框架描述

整個雲平台由基于intel Xeon物(wù)理服務器和網絡設備構成，采用去(qù)中(zhōng)心全對稱分(fēn)布式架構設計，不區分(fēn)單獨的管理節點、計算節點和存儲節點，每個節點服務器既可以做管理，也提供計算、存儲和網絡資(zī)源，充分(fēn)發揮每台服務器的硬件能力。底層物(wù)理服務器提供各項資(zī)源，通過上層互爲主備的交換機實現各組網絡互聯，再向上接入市級衛生(shēng)系統網絡。

雲平台節點的網絡分(fēn)爲集群網、管理網、業務網、存儲網和租戶網：

集群網：用于各節點之間的API通訊；

管理網：用于對雲平台的管理；

業務網：用于承載虛拟機的業務流量，可與管理網共用；

存儲網：占用于承載的業務系統對存儲的訪問和數據平衡；

租戶網：用于虛拟機之間東西向的流量；

爲保障網絡安全性，所有網卡和交換機均做冗餘設計。拓撲圖中(zhōng)連接服務器的彩色實線爲主鏈路，彩色虛線爲備鏈路，分(fēn)别代表集群網、存儲網、租戶網、管理網（業務網）。

信息安全（國密，加密芯片，軍工(gōng)）

應用背景：醫療影像服務器

随着技術的進步，新一(yī)輪科技革命和産業革命正在孕育興起，帶動制造企業的智能化、數字化轉型升級。醫療影像解決方案在現代醫療領域中(zhōng)發揮着越來越重要的作用。更快的成像速度，更高的影像分(fēn)辨率需要更強大(dà)的計算機服務器平台來支持。

基于與Nvidia、Intel、AMD的合作，推出成熟穩定可靠的多GPU方案。醫療影像處理部分(fēn)主要采用NVIDIA GPU卡，可根據需要爲醫療影像圖形計算和圖像渲染提供足夠的能力。同時，依靠強大(dà)的CPU性能及其強大(dà)的PCIe總線能力，使該服務器PCIe擴展槽有多項選擇，可根據是客戶要求在支持多路GPU的基礎上，繼續支持多路10GbE以太網和多個I/O口，在滿足了圖像影響處理和顯示的前提下(xià)，還滿足了其通信和協調需求。

同時，基于與Nvidia、Intel、AMD的合作，業内最快推出高性能多GPU方案，從2GPU到10GPU多種方案包括PCIe和Nvlink，支持A100和H100等多種規格GPU運算平台。可以助力AI深度學習在醫療影像，圖像分(fēn)析，自動駕駛，雲計算，遊戲等領域發展

                                                                                       4 GPU

                               2 GPU

AI醫療影像深度學習

基于與Nvidia、Intel、AMD的合作，業内最快退出的高性能多GPU方案，從2GPU到10GPU多種方案（PCIe/Nvlink），支持A100和H100等，助力AI在醫療影像，圖像分(fēn)析，自動駕駛，雲計算，遊戲等領域發展

AI基因預測深度學習