1842年，奥地利物理学家多普勒利用多普勒效应研发出了雷达，其雷达的出现及应用在世界军事史乃至人类科技发展 史上都有着划时代的意义。
雷达最初在军事中用于探测空中飞机，此时空中的云层成为了其精准探测敌机的“杂波”。而随着科技的发展，“云杂波”被越来越多的应用于天气预报领域，由此天气雷达应运而生。而后，空中动物大尺度迁飞带来的“杂波”又成 了气象监测中困扰雷达技术人员的问题。
然而，随着人工智能的发展，这部分“杂波”也同样可以得到有效利用。通过人工智能对天气雷达数据进行分类和分割以提取生物信息，可利用原本被天气监测中“剔除”的非气象“杂波”进行空中迁飞生物的追踪，以部分揭示空中 生物迁飞强度和速度等生态规律，进而助力农业、林业、草原病虫害的预报和防治。
.png)
在对于空中生物的测绘中，团队发现不同生物目标的反射因子、径向速度差值、大气晴空回波等存在明显差异，于是 决定通过机器学习方法来完成回波类型的判断，以此实现甘薯天蛾、棉铃虫、黏虫等重要农业害虫迁飞预警。
但在针对不同种类昆虫和鸟类参数进行研究开发过程中，团队所开发的虫类鸟类迁飞算法模型，不仅需要进行天气回 波和生物回波的分割，还要结合生物目标的反射率因子、径向速度差值、大气晴空回波差异实现种类区分，由此团队 目前亟需大量训练以实现模型构建，而这也对其后端算力基础设施提出了更高要求。
.png)
在算法模型构建过程中，团队采用GAN（生成对抗网络），通过生成模型与判决模型的对抗，在保留目标的同时去除 杂波干扰，以此实现迁飞昆虫飞行速度、位移方向、头部朝向、体重、振翅频率等参数的精准勘测。
面对GAN巨大算力需求，超集信息结合客户实际训练场景需求，基于ServMAX® GO202-X3及ServMAX® GO408-X2帮 助其完成了液冷数据中心搭建，不仅实现了整体算力的高效升级，而且进一步保障了数据中心中关键芯片的稳定、高 效运行，彻底告别了传统风冷数据中心满载训练时频发的芯片超温降频问题。
同时，全新的液冷数据中心虽然有着更高的初期建设成本，但其也带来了数据中心整体能耗的进一步降低，三年内便 可实现初期建设差值回收。并且，液冷技术下的低温可进一步延长设备整体生命周期，后期能耗节省将为客户带来十 分可观的收益。
.png)
.png)
单柜最多可搭载19台GO202-X3或4台GO408-X2，实现更高密度算力承载
所有节点均采用无滴漏快速连接，实现单节点独立维护
数据中心整体化建设满足节能降耗政策指标，PUE不超过1.3
提供一/二次侧方案建议，设备说明和使用培训现场服务，专业团队上门实施
7*24小时售后服务+定期巡检，解除后顾之忧
随着算力芯片升级，服务器单点功耗上升带来了严重的散热难题，客户传统机房升级面临莫大压力。而依托于超集信 息强大的端到端项目建设交付能力，客户两个月内便实现了液冷数据中心的全面改造升级，不仅解决了生成对抗网络 下后端算力不足的问题，更获得了更低能耗、更低碳排放、更小噪音值及更高部署密度等诸多优势，并且后期算力扩 展更加便捷高效。
