西藏被譽為“地球第三極”，以其草原湖泊、雪山森林等自然景觀以及寺廟民居、歌舞民俗等人文景觀吸引著眾人前往。“綠水青山就是金山銀山”，近年來西藏更加重視保護生態環境，著力建設生態文明高地，逐步筑牢國家生態安全屏障。為守護凈土，西藏民族大學通過光信息處理與西藏環境監測技術貢獻著高校智慧。

西藏民族大學將氣象、雷達、高光譜遙感圖像、常規污染數據等各類監測信息進行歸類整理，綜合運用相關性分析、時空序列分析、組網分析、趨勢分析等各類綜合分析算法，對大氣復合污染態勢特征及過程進行科學有效的數據分析，最終運用可視化平臺和結合GIS地理信息系統，解決西藏地區地表植被、農作物以及冰雪覆蓋變化的監測問題及完善西藏地區蝗災遙感預警機制。

然而在上述過程中，高光譜圖像同時包含了空間信息和光譜信息，其中光譜信息的分辨率很高，一般都達到納米級別，所以高光譜圖像分類問題是一個像素級別的分類問題，這也意味著研究人員面臨海量信息內涵的數據處理挑戰。由于傳統低秩矩陣分解、字典學習等分類方法的分類性能不理想以及適應性較差等原因，研究者逐漸引入了深度學習機制，以深度模型分布式特征表達能力替代傳統人工設計的特征提取方式，以解決高光譜數據結構多樣化所帶來的多種問題。

西藏光信息處理與可視化技術重點實驗室以解決西藏經濟社會發展現實和長遠問題為出發點，樹立服務于地方的理念，目前確立了光信息處理與西藏環境監測、科學可視化與西藏文化傳承兩個研究方向，著眼于研究西藏中高空大氣環境監測技術、有害氣體監測技術、西藏民族文化遺產數字化保護技術、西藏虛擬旅游與文化遺產展示平臺構建、偏遠地區移動通信與無線通信系統關鍵技術、基于北斗衛星網絡的環境監測數據通信及風光綠色能源電源保障應用技術，關注地表植被、農作物以及冰雪覆蓋變化的監測問題、西藏地區蝗災遙感預警機制問題，拓展高光譜遙感與西藏地表監測方向。

深卷積神經網絡（CNN）是近年來研究的熱點，在訓練樣本數足夠大的情況下，該方法可以提供良好的高光譜圖像分類性能。高光譜圖像（HSI）提供豐富的光譜信息，而光探測和測距（LiDAR）數據提供高程信息，在多源數據的融合過程中，需要處理巨大的數據量，模擬計算時間較長，如果能對光學分析軟件進行優化，提高計算速度，對進一步縮短遙感圖像的解譯時間，提高科研效率起到非常重要的作用。

基于這樣的實驗需求，Cloudhin云軒為西藏民族大學大氣環境光信息處理與應用實驗室量身打造領先的GPU高性能計算系統，通過高密度、高能效、高穩定的GPU并行計算，西藏民族大學大氣環境光信息處理與應用實驗室實現了對高光譜數據的精準分析與監測，對于提升西藏地區大氣環境立體探測技術水平，把握地區氣候變化、提高氣象氣候觀測水平、掌握大氣環境信息等方面無疑具有重要意義。同時依托科學統計分析方法，西藏民族大學也為西藏環境監測保護行動提供著有力的科技支撐。

Cloudhin?云軒專業售前工程師畢業于NVIDIA深度學習研究所，無論是如高性能計算一類傳統的計算場景，還是如邊緣計算一類的新興計算場景，均可為您量身定制適用于不同場景、不同應用負載的AI加速服務器硬件，以及提供計算資源管理平臺。

深度學習AI服務器/工作站可預裝ubuntu、centos、redhat、TensorFlow、cuda、cudnn等軟件環境，讓您收到即用，快速開展科研項目。

Cloudhin?云軒GS4204服務器設計采用CPU+GPU異構設計方案，支持搭載雙片Intel Xeon處理器和最高4路RTX 3080/3090 GPU，為用戶各項應用提供最佳性能，輕松完成專業繁復的計算任務。 

多散熱風道隔離優化設計使GPU和處理器可超頻工作，進而獲得更強性能。每個服務器機架的硬件包裝密度可最大化，即使在連續負載下，也可調出硬件的最佳性能而無需擔心任何散熱問題。廣泛應用于3D渲染、深度學習、科學計算等領域。