ModelMate（模型使能工具）进行科研创新和教学的典型案例。该项目于 2024 年 1 月正 式开启，算力规模 65P，项目采用“DCS（轻量云）+ModelMate+运营平台”方案。如何支撑 学校师生从原开发平台顺利迁移到新建的国产算力平台，利用昇腾技术栈快速进行科研模型 创新，成为该项目的首要任务，也是 D 大学推进国产算力科研创新实践的关键目标和要求。 “DCS+ModelMate+运营平台”方案主要解决三方面的问题： 算力资源池的灵活管理，支持后续扩容演进，提升算力资源高效利用的同时， 保护学校已有投资。 （二）资源公平分配：D 大学师生群体数量大（5 万+），但当期项目算力规模有限（仅 65P），算力平台上线后，迫切需要解决算力少用户多的供需矛盾，且需保障资源公平分配使 用。ModelMate 联合云星运营平台，通过对接学校身份认证系统，将资源申请和使用的租户 粒度对应到课题组级别，配合 ModelMate ModelMate 资源配额（算力卡/课题组）、任务资源调度和控制 策略，保障学校师生公平利用算力的同时，也最大支撑课题间的数据安全隔离等。 （三）昇腾软件易用：由于学校用户对 AI 软件栈及模型环境准备、模型训练和框架使 用等差异化明显，AI 模型创新实践经验各异， AI 计算使能服务迫切需要有一个简单易用的 平台，将模型环境准备、昇腾软件配套、主流框架的使用、模型开发或训练任务管理、模型

使能技术、赋能社会：人工智能是引领这一轮科技革命、产业变 革和社会发展的战略性技术，具有溢出带动性很强的头雁效应， 其作始也简，其将毕也必巨 致天下之治者在人才，成天下之才者在教化，教化之所本者在学校 谢谢！ 肖俊 博士、教授、博士生导师 浙江大学计算机学院人工智能研究所 电子邮件： junx@zju.edu.cn 手机： 13867424906

以下是行为识别的一些潜在应用场景：  大型活动监控：在音乐会、体育赛事等大型活动中，监控人群 行为，及时预警异动现象。  商场/公共场所管理：通过监测顾客在商场内的行为，分析人 流趋势和热区，为商家提供决策依据。  学校安防：在校园内实时监测学生的行为，及时发现打斗、聚 堆等危险状况。  城市安全：在城市公共区域内进行行为模式分析，用于预防和 应对犯罪事件。 为确保方案的有效实施，行为识别系统应具备良好的可扩展性 问题，确保了活 动的顺利进行。由此，活动的安全性得到了显著提升，参与人数增 加了 25%，而安全事故几乎为零。 在校园安全方面，一所高校的管理系统同样应用了 AI 大模型 的视频智能挖掘。该学校在主要出入口和校园内部设置了监控摄像 头，并通过 AI 技术对视频进行智能分析。在发现有异常学生行为 （例如，打斗、聚众滋事）时，系统能迅速向安保部门发出警报， 帮助其在第一时间进行处理。此外，AI 第三个案例是关于校园安全的应用。在验收了 AI 视频监控系 统后，某高校能够有效监测校园内可疑活动。该系统结合人脸识别 技术与行为分析模型，能够在校园内对陌生人员或异常行为进行实 时识别。通过长达一年的监控数据，学校未发生一起重大安全事 故，且对外来人员的管理效率提升显著。 为了更好地展示这些成功案例的效果，以下是具体实施后的一 些数据统计。 案例 盗窃案件下降 率 活动安全干预成 功率 校园安全事件发