张志佳　李丹　陈丽

关键词：实验室建设；分布式教学；智能与边缘计算

中图分类号：TP18 文献标识码：A

文章编号：1009-3044（2023）12-0167-04

0 引言

高校实验室是培养学生动手实践能力的实验场所，是验证学生专业课学习结果和能力的工具，被喻为创新能力培养的基础训练场、创造先进生产力的培养皿、前沿技术发展的源泉和引擎[1-3]。

传统的高校实验课程实践方式[4]需要在固定的高流动性、聚集性和经常性实践场所开展，尤其是专业性实验课，大多需要在专业设备和专业场所进行。随着云计算技术的高速发展并趋于成熟，课程内容信息化进程已在高校课堂全面铺开，传统的线下实验课授课方式已无法满足师生需求，实施线上实践课程教学同时，结合线下实践是一项十分有效的实践教学尝试[5-6]。

人工智能专业实验室不仅要提供基础的开发环境，还要提供机器学习、深度学习等人工智能专业实验课的运算环境以及用于实验的数据集。这些实验素材的准备均需专业的人工智能实验室作为支撑，也需要专业的能够实现师生互动操作的实验平台，普通的实验室无法达到开展人工智能专业线上实践课程的要求。

1 支持人工智能边缘计算实验课程的实验室建设

为满足本学院面向边缘计算算法和边缘计算设备构建人工智能人才培养体系的需求，为全校师生解决同专业同时上课同时实践同时考试，并解决线下实验室场地有限的问题，沈阳工业大学人工智能学院成立了智能与边缘计算实验室，应用人工智能实验管理平台进行相关线上实践课程体系建设、开展分布式实践教学，以应对学生零散位置前提下的专业实践课程培养。

1.1 人工智能边缘计算实验室构成

智能与边缘计算实验室整合了人工智能一体机产品、智能终端平台，以及FPGA中国创新中心提供的共享资源。

1） 人工智能一体机

人工智能一体机包括人工智能云平台和硬件平台。人工智能云平台支持AI开发全生命周期的管理，可按需提供虚拟机、容器资源、分布式存储以及资源管理调度，可提供实验课程常用的AI框架，数据集、模型、算法等，并面向科学研究和实验教学提供完善的系统管理支撑服务功能。

2） 智能终端平台

边缘计算创新实验室以数据中心和智能终端相结合的方式开展实验，可开发AI终端项目开发实践课程、自动驾驶实验课程、画像风格迁移实验设计、无人机实训课程以及机器人开发课程等。

3） FPGA中国创新中心共享资源

FPGA中国创新中心支持共建联合创新实验室，提供公有云资源，即FPGA云实例和云存储，同时支持学科体系共建。

1.2 人工智能边缘计算实验管理平台技术架构

人工智能实验管理平台技术架构共有五层，即实现界面设计的展示层、实现服务功能的业务层、支持人工智能实验操作的AI平台层、管理容器化和虚拟机资源的调度层以及构成计算资源的资源层。

1） 展示层

平台开发采用前后端分离架构模式，前端使用Vue、AngularJS框架开发，通过HTTP和RESTful API 与服务端通信，使用Web?socket 实现服务器与客户端之间的消息推送。

2） 業务层

后端使用Java开发语言，基于微服务架构设计，主要采用SpringBoot 框架。通过Rabbitmq实现服务间的数据同步，确保数据的一致性。使用MySQL网站数据库管理系统，使用Redis中间件解决分布式锁等竞争性问题。使用Nginx实现请求转发、代理等功能，使用ETCD分布式存储系统，并与Nginx共同实现动态负载均衡。

3） AI平台层

AI平台支持TTS（从文本到语音）、MINIST数据集、FaceNet（人脸识别系统）等人工智能算法，同时支持TensorFlow、Mxnet、Caffe、PyTorch等人工智能框架。

4） 调度层

使用Kubernetes（容器资源调度平台）实现容器化资源的调度、服务编排、租户管理等。通过对接Open?stack（云计算管理平台）实现虚拟机资源的调度管理。

5） 资源层

资源层包括CPU、GPU、FPGA异构计算资源。使用CephFS文件系统实现分布式文件存储。使用Pro?metheus实现对主机状态、资源使用情况的监控。

1.3 人工智能边缘计算实验管理平台功能架构

人工智能实验管理平台部署的功能架构方案，包括由硬件设备层提供计算资源、存储设备、网络设备以及安全设备，依靠人工智能管理平台提供算力支撑，依托云计算管理平台提供云主机，支持云主机类型实验和FPGA 开发板实验，搭建各种智能实训场景。

人工智能实验管理平台功能架构分为基础功能和高级功能两部分。

（1） 基础功能

①课程管理：包括自建课程和内置课程。

②实验管理：包括容器类型实验、虚拟机类型实验、FPGA开发板实验。

③支持实验课程建设的系统管理功能。

④实验配置。

⑤操作日志。

（2） 高级功能

①AI应用中心系统：使用内置模型预测服务进行预测并获得预测结果。

②门户管理系统：根据课程需求定义个性化内容，在实验平台首页展示。

③统计分析系统：统计实验作业情况和实验记

录，便于教师随时跟进学生的实验进度。

④实验自动评测系统：系统自动评测学生提交的实验作业。

⑤考试系统。

⑥数据集管理系统：业务管理员或教师向数据集中存放实验所需文件，学生使用数据集中的文件完成相应的实验作业。

⑦GPU资源池管理系统：开启GPU复用后支持创建GPU切片实验，提高GPU使用率，统计并展示GPU使用情况。

2 人工智能边缘计算实验课程分布式教学设计与应用

边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。这样能够在减少请求响应时间、减少网络带宽同时，保证数据的安全性[7]。其基本原理是在网络边缘的数据产生侧对数据进行处理和分析，通过及时响应边缘侧发起的请求，进而实现减少网络传输所产生的时延[8]。

人工智能实验管理平台部署的功能架构方案，包括由硬件设备层提供计算资源、存储设备、网络设备以及安全设备，依靠人工智能管理平台提供算力支撑，依托云计算管理平台提供云主机，支持云主机类型实验和FPGA开发板实验，搭建各种智能实训场景。

人工智能实验管理平台结合云技术，提供了不受时空限制的与线下实验相同的线上实验操作，是开展人工智能学院边缘与计算实验课程分布式教学的应用平台工具。在线实验课分布式实践教学设计包括创建实验课程、在线授课、在线测试等流程，经过师生在线互动，初步形成了人工智能实验管理平台分布式教学的线上实验教学模式，在人工智能专业学生中展开应用。

2.1 人工智能边缘计算实验课程在线创建

授课教师在线创建课程，点击页面“新建课程”选项，根据页面提示补充课程大纲、参考书籍、实验资料以及实践内容等信息后，点击“发布”课程，此为课程建立。

课程一经发布即在平台可查、可选、可学习，任课教师在课程详情点击页面“排课管理”，需根据不同学期不同教学班的授课安排，点击“添加分组”，可根据授课时间给上课班级安排课表。至此，所有专业实践课程所需线上课程资源都已建立。

AILab实验管理平台创建的实验课程，教师和业务员权限可以创建支持虚拟桌面、Jupyter、FPGA开发板三种类型实验。

① 虚拟桌面：适用于带有图形可视化的实验场景，支持容器/虚拟机类型的实验环境配置；

② Jupyter：分步执行实时运行，适用于交互式编程类实验；

③ FPGA 开发板：对接人工智能边缘实验平台后，可操作FPGA相关实验。

2.2 人工智能边缘计算实验课程在线授课

实验课开课前，需要业务管理员根据在线课程要求创建实验运行环境所需的镜像和规格。镜像是提供实验运行的环境，规格则是实验环境中CPU、内存和GPU资源。业务管理员在平台“配置管理”目录下分别创建容器规格、容器镜像。如果实验需要用到数据集，创建实验课程还需上传实验所需数据集。

授课教师需要在系统提前上传实验指导书，并根据实验课的难易程度，提供可供学生参考的实验代码和实验数据。授课教师可以在线布置实验作业，布置实验作业时需要选择关联一门实验课程，实验作业可以定向定时发布给学生，并要求学生在规定时间内完成。

学生按照实验课程排课登录人工智能实验管理平台点击“我的课程”上课，并与教师在线交流。课后在“我的实验”界面查看老师布置的实验作业，点击“进入实验”，根据要求完成实验并整理实验报告书上传系统，同时上传必要的实验代码和数据集。

授课教师登录人工智能实验管理平台点击“实验评价”，根据学生提交的实验报告、实验代码和数据集以及自动评测得分给出最终的分数。教师在批改作业时，可根据学生提交作业的完成度，选择“推送成绩”或“退回重做”。

2.3 人工智能边缘计算实验课程在线测试

授课教师或管理员登录人工智能实验管理平台，点击“创建考试”，根据页面提示补充考试信息，创建考试完成后“发布”考试。学生按照考试安排，在学生端“我的考试”页面下查找需要参加的考试，点击“开始考试”后下载试题所需的代码和试题报告，并在完成实验后上传实验报告、实验代码及工程文件。授课教师可在线或下载学生提交的实验报告、实验代码及工程文件进行检查，并在平台系统上在线推送成绩。

3 人工智能边缘计算实验课程的示范效果与发展方向

智能与边缘计算实验平台实验室可以实现分布式线上实验教学[9]。利用互联网实现一人一机一IP，充分利用实验平台的实践课程设计资源。学生分布式个人PC机可根据管理员划分的IP地址及账号登录Web端，学生通过Web界面访问后台实验管理系统，所有实验数据、程序等存放在后台系统，师生可随时查看修改。

人工智能實验管理平台已创建课程可实现资源共享。平台现已开发包括机器人路径规划、EM算法实验、Logistick回归实验、支持向量机实验以及线性回归实验等课程，根据平台管理员提供的登录权限，可供本学院学生学习，也可提供给其他专业同学用作专业拓展或创新资源加以利用。

实现实验课程线下线上教学联动，共同发展[10]。人工智能实验管理平台可以有效地支撑专业实验教学资源建设，学院力争线上线下实践教学同质同效，针对线上教学的特点，及时开展线上线下师生互动，逐步提高实验课程线上教学质量，并根据线下实践课程开展情况及时更新线上课程资源，实现线上线下实践教学突破空间局限，互相促进，最终实现线上实践课程全校共享。

开展实验课程分布式教学，促进虚拟实验环境构建[11-13]。人工智能学院开展的实验课程分布式教学，是基于人工智能实验管理平台基础上创建的促进线上实践教学的一种教学手段。该平台提供的虚拟实验环境，以人工智能实验平台为基础，帮助学生将智能与边缘计算的学习从理论掌握到实践验证的过渡，将人工智能与边缘计算有机结合，培养学生动脑动手以及创新能力。

4 结束语

高等教育面对新型教学方式的冲击和学生对高校实践课程大环境的需求，利用虚拟化教学资源开展实践教学，充分利用智能与边缘计算教学研究与专业实验室共建发展，组织开展线上实践教学活动，是高校锻炼学生实践能力的最有效方式之一。实验室发展综合考虑了人工智能专业学以致用、学以实用等实践教学目标，线上线下相结合，丰富线上课程资源，同时在产业、学校、科研及实际项目中相互配合，发挥优势，采用分布式实践教学方式，通过线上线下联动，解决学生专业实践课程培养受限的问题。