下载文档原格式
第2章硬件设备目录1.存储设备2.服务器3.综合布线与设备上架存储设备l存储设备包含存储硬件系统,软件系统,存储网络与存储解决方案。
l服务器通过存储网络才能访问存储在硬件系统中地数据,存储软件系统提供对存储在硬件系统中地数据地管理功能。
l用户将多种存储硬件与软件组合起来形成解决方案可以满足业务较高地数据管理需求。
存储网络常用存储协议简介l在存储系统中,目前普遍使用地存储协议为SCSI,SAS与FC等,每种存储协议各自拥有不同地技术规范,具备不同地传输速度,存取效能地差异较大,所面对地实际应用场景与目的市场也各不相同。
l同时,各存储协议所处于地技术生命阶段也各不相同,有些已经没落并面临淘汰,有些则有较好地前景,但发展尚未成熟。
l SCSI是小型计算机系统接口（Small puterSystem Interface）地简称,是为小型机研制地一种接口技术,现已完全普及到小型机,高低端服务器与普通PC上。
SCSI逻辑拓扑l SCSI 可以划分为SCSI-1,SCSI-2与SCSI-3这3个版本,最新地为SCSI-3,也是目前应用较为广泛地SCSI 版本。
•1986年正式批准成为第一个SCSI 标准,支持同步与异步SCSI 外围设备;支持7台8位地外围设备,最大数据传输速度为5MB/s 。
•1994年正式成为官方标准,SCSI-2也称为Fast SCSI,数据传输率提高到20MB/s 。
SCSI-1•始于1993年进行定制,并经过不断地改进,目前最新地Ultra320SCSI地最高数据传输率已经达到了320MB/s。
SCSI-2SCSI-3l iSCSI（互联网小型计算机系统接口）是一种在TCP/IP上进行数据块传输地标准,由Cisco与IBM两家联合发起,并且得到了各大存储厂商地大力支持。
l iSCSI可以实现在IP网络上运行SCSI协议,在诸如高速千兆以太网上进行快速地数据存取备份操作。
l iSCSI标准在2003年2月11日由IETF（互联网工程任务组）认证通过。
应用软件移植方案实践实验手册学员用书目录1 参考资料及工具 (1)1.1 参考资料及工具 (1)2 应用软件移植方案实践 (2)2.1 课程介绍 (2)2.2 教学目标 (2)2.3 案例背景 (2)2.4 任务 (3)演练场景1：需求分析 (3)演练场景2：实施准备 (4)演练场景3：方案实施 (5)演练场景4：方案验收 (6)2.5 评分表 (7)1 参考资料及工具1.1 参考资料及工具文档中所列出的命令以及参考文档，请根据实际环境中的不同产品版本使用对应的命令以及文档。
参考文档：1. 华为鲲鹏代码迁移工具用户指南路径：华为云> 鲲鹏社区> 鲲鹏文档> 编译器和工具链> 开发工具2. 华为鲲鹏分析扫描工具用户指南路径：华为云> 鲲鹏社区> 鲲鹏文档> 编译器和工具链> 开发工具3. Nginx软件安装指南路径：华为云> 鲲鹏社区> 鲲鹏文档> 软件安装指南4. PHP软件安装指南路径：华为云> 鲲鹏社区> 鲲鹏文档> 软件安装指南2 应用软件移植方案实践2.1 课程介绍【开发者设计提供引导员的开场白，为新老师提供便利，以下是作为参考】本章的内容主要为应用软件从x86计算平台向鲲鹏计算平台的迁移实践指导。
2.2 教学目标●能完成应用迁移项目的需求分析；●能完成应用迁移项目的实施准备；●能完成应用迁移项目的方案实施；●能完成应用迁移项目的方案验收。
2.3 案例背景说明：本文所涉及的案例仅为样例，实际操作中请以真实设备环境为准，具体配置步骤请参考对应的产品文档。
在这个数字时代，银行业务面临转型与重塑，为此银行应当实施数字化战略，通过构建有力的支撑体系及IT能力助力数字化转型，从而保持在金融行业的领先地位。
为更好的推进H银行的数字化转型，企业决定将现有的业务平台迁移至华为鲲鹏计算平台，为异构计算、大数据分析等新兴业务提供更好的算力支撑。
智能系统设计与开发教学大纲一、课程概述智能系统设计与开发是一门融合了计算机科学、人工智能、软件工程等多学科知识的综合性课程。
本课程旨在培养学生具备设计、开发和优化智能系统的能力，使学生能够熟练运用相关技术和工具，解决实际应用中的智能系统开发问题。
二、课程目标1、知识目标掌握智能系统的基本概念、原理和方法。
熟悉常见的智能算法和模型，如机器学习、深度学习、自然语言处理等。
了解智能系统开发的流程和规范。
2、技能目标能够运用所学知识和技术，设计和实现简单的智能系统。
具备数据采集、预处理、分析和建模的能力。
能够对智能系统进行性能评估和优化。
3、素质目标培养学生的创新思维和解决问题的能力。
提高学生的团队协作和沟通能力。
培养学生的工程伦理和社会责任感。
三、课程内容1、智能系统基础智能系统的定义、分类和应用领域。
智能系统的体系结构和工作原理。
智能系统开发的技术栈和工具。
2、数据采集与预处理数据来源和类型。
数据采集方法和工具。
数据清洗、转换和归一化。
3、机器学习算法监督学习算法（如线性回归、逻辑回归、决策树等）。
无监督学习算法（如聚类算法、主成分分析等）。
模型评估指标和选择方法。
4、深度学习基础神经网络的基本原理和结构。
反向传播算法和优化算法。
常见的深度学习框架（如 TensorFlow、PyTorch 等）。
5、自然语言处理自然语言处理的基本任务和方法（如词法分析、句法分析、语义理解等）。
文本分类和情感分析。
机器翻译和问答系统。
6、计算机视觉图像识别和目标检测。
图像分类和语义分割。
视频分析和理解。
7、智能系统设计与实现系统需求分析和设计。
模型选择和集成。
系统开发和测试。
8、性能评估与优化智能系统的性能指标和评估方法。
模型压缩和加速技术。
超参数调优和优化策略。
四、课程安排1、理论教学（32 学时）每周 2 次课，每次 2 学时。
采用多媒体教学、案例分析和课堂讨论等方式。
2、实验教学（32 学时）每周 1 次实验课，每次 4 学时。
“智能计算平台应用开发（中级）”课程大纲一、课程概要二、课程定位本课程是人工智能技术服务等专业的专业核心课程，主要目标是培养人工智能技术服务等专业学生的智能计算开发软件系统的安装部署、系统管理、系统调测、数据处理和人工智能基础算法及中级应用开发测试等能力。
通过本课程的学习能完成软件开发系统的软件安装部署、计算资源调测、人工智能基础算法产品的应用开发测试等工作任务。
本课程以企业需求为导向，通过与华为等世界级主流企业建立密切合作关系，将企业的教育资源融入到教学体系中，确保学生学习到最先进和实用的人工智能技术。
学完本课程后，学生可以参加智能计算平台应用开发1+X认证考试，为将来走向工作岗位奠定坚实的基础。
三、教学目标（一）知识目标1.掌握人工智能软件库、IDE的安装配置的主要工作内容；2.掌握智能计算平台的存储资源扩容和升级改造原理；3.掌握人工智能专用型服务器系统管理的主要工作内容；4.掌握智能计算平台系统调测的主要工作内容；5.掌握大数据采集系统的基本组成和搭建知识；6.掌握ETL的基本操作和流程；7.掌握数据标注的方法；8.掌握数据库管理相关的知识；9.掌握数据备份与恢复的概念、工具和流程；10.掌握机器学习基础算法；11.掌握人工智能基础应用软件开发测试的流程和方法；（二）能力目标1.具备人工智能软件库、IDE的安装配置能力；2.具备智能计算平台的存储资源扩容和升级能力；3.具备人工智能专用型服务器系统管理能力；4.具备智能计算平台系统的调测能力；5.能够搭建和使用大数据采集系统；6.能够实现数据的ETL；7.能够标注数据；8.能够管理数据库；9.能够执行日常数据的备份与恢复；10.能够运用机器学习算法开发与测试人工智能应用软件。
（三）素质目标1.培养学生掌握智能计算平台软件的安装、配置和使用方法；2.培养学生团队意识、协作意识、表达能力和文档能力；3.培养学生认真负责、严谨细致的工作态度和工作作风；4.培养学生创新意识和创新思维；5.培养学生标准意识、操作规范意识、服务质量意识、尊重产权意识及环境保护意识；6.培养学生平台管理、数据管理意识，软件工程思维。
“智能计算平台应用开发（初级）”课程大纲一、课程概要二、课程定位本课程是计算机应用等专业的专业核心课程，主要目标是培养计算机应用等专业学生的智能计算平台搭建、平台管理、数据管理、基础应用开发测试等能力。
通过本课程的学习，能根据客户的需求完成智能计算软硬件平台的安装部署、软件开发环境部署，以及开发平台的日常管理、数据管理和基础应用功能开发测试等工作任务。
本课程以企业需求为导向，通过与华为等世界级主流企业建立密切合作关系，将企业的教育资源融入到教学体系中，确保学生学习到最先进和实用的智能计算技术。
学完本课程后，学生可以参加智能计算平台应用开发1+X认证考试，为将来走向工作岗位奠定坚实的基础。
三、教学目标（一）知识目标1.掌握智能计算平台的存储设备的安装、配置和维护技术；2.掌握人工智能专用型服务器设备的安装、配置和维护技术；3.掌握智能计算平台的操作系统和对应软件的安装、配置和调测技术；4.掌握分布式数据采集系统的应用技术；5.掌握软件移植至ARM服务器技术；6.掌握Python爬虫程序技术；7.掌握数据存储和管理技术。
（二）能力目标1.具备智能计算平台存储设备的硬件安装、初始化配置和日常运维管理能力；2.具备人工智能专用型服务器设备的硬件安装、初始化配置和日常维护管理能力；3.能够配置与调测智能计算平台的操作系统和集成应用软件开发环境；4.能够使用分布式数据采集系统或数据采集工具；5.能够移植基础应用软件至ARM服务器；6.能够使用Python脚本语言编写基础的爬虫程序；7.能够存储和管理数据库。
（三）素质目标1.培养学生掌握智能计算平台硬件、系统和软件的安装、配置和使用方法；2.培养学生团队意识、协作意识、表达能力和文档能力；3.培养学生认真负责、严谨细致的工作态度和工作作风；4.培养学生创新意识和创新思维；5.培养学生标准意识、操作规范意识、服务质量意识、尊重产权意识及环境保护意识；6.培养学生平台管理和数据管理的意识。
“智能计算平台应用开发”课程大纲
一、课程概要
二、课程定位
本课程是计算机应用等专业的专业核心课程，主要目标是培养计算机应用等专业学生的智能计算平台搭建、平台管理、数据管理、基础应用开发测试等能力。
通过本课程的学习，能根据客户的需求完成智能计算软硬件平台的安装部署、软件开发环境部署，以及开发平台的日常管理、数据管理和基础应用功能开发测试等工作任务。
本课程以企业需求为导向，通过与华为等世界级主流企业建立密切合作关系，将企业的教育资源融入到教学体系中，确保学生学习到最先进和实用的智能计算技术。
学完本课程后，学生可以参加智能计算平台应用开发1+X认证考试，为将来走向工作岗位奠定坚实的基础。
三、教学目标
（一）知识目标
1.掌握智能计算平台的存储设备的安装、配置和维护技术；
2.掌握人工智能专用型服务器设备的安装、配置和维护技术；
3.掌握智能计算平台的操作系统和对应软件的安装、配置和调测技术；
4.掌握分布式数据采集系统的应用技术；
5.掌握软件移植至ARM服务器技术；
6.掌握Python爬虫程序技术；
7.掌握数据存储和管理技术。
（二）能力目标
1.具备智能计算平台存储设备的硬件安装、初始化配置和日常运维管理能力；
2.具备人工智能专用型服务器设备的硬件安装、初始化配置和日常维护管理能力；
3.能够配置与调测智能计算平台的操作系统和集成应用软件开发环境；
4.能够使用分布式数据采集系统或数据采集工具；
5.能够移植基础应用软件至ARM服务器；
6.能够使用Python脚本语言编写基础的爬虫程序；
7.能够存储和管理数据库。
（三）素质目标
1.培养学生掌握智能计算平台硬件、系统和软件的安装、配置和使用方法；
2.培养学生团队意识、协作意识、表达能力和文档能力；
3.培养学生认真负责、严谨细致的工作态度和工作作风；
4.培养学生创新意识和创新思维；
5.培养学生标准意识、操作规范意识、服务质量意识、尊重产权意识及环境保护意识；
6.培养学生平台管理和数据管理的意识。
四、课程设计
本课程立足人工智能和智能计算人才需求，以企业实际智能计算应用案例为载体，以企业涉及的智能计算平台应用开发技术为核心，以“职业岗位—学习领域—技能知识点—实验
项目”为主线，以实际工作技能知识点为导向，以职业认证为抓手，以企业需求为依据，从宏观到微观，从易到难，从简单到复杂，遵循学生职业能力培养的基本规律，科学设计技能学习路线和实验项目。
本课程设计为7个章节（除第1章）理论介绍，同时配套5个实验项目。
整体知识图谱如图1所示。
图1《智能计算平台应用开发（初级）》知识图谱
五、教学内容安排
（一）理论教学
序
号
章节名称主要内容教学目标学时
1 智能计算平台
应用开发（初
级）概述
1.智能计算平台应用开发初级、中级、高级这
3个级别对应的知识水平和对应的工作岗位
2.智能计算平台应用开发职业技能初级部分的
知识点概要
1.了解智能计算平台应
用开发初级、中级、高级
这3个级别对应的知识水
平
2.了解智能计算平台应
用开发初级、中级、高级
这3个级别对应的工作岗
位
3.熟悉智能计算平台应
用开发职业技能初级部
分所需掌握的技能点
2
（二）实验教学
六、考核方式
本课程采用形成性考核方式，注重学生智能计算平台应用开发知识和技能的测试。
各部分考核比重如下：
1.课堂学习占50%(包括平时成绩，阶段性测试成绩，课程设计成绩)。
其中：
（1）出勤、平时课堂表现：15%
（2）实训项目：15%
（4）智能计算平台应用开发技术理论测试：20%
2.实操考试占50%，主要考核学生对智能计算平台应用开发技术的综合运用能力。
3.鼓励学生参加1+X认证考试，通过考试总分可以加15分。
