框架描述
整個云平臺由基于intel Xeon物理服務器和網絡設備構成，采用去中心全對稱分布式架構設計，不區分單獨的管理節點、計算節點和存儲節點，每個節點服務器既可以做管理，也提供計算、存儲和網絡資源，充分發揮每臺服務器的硬件能力。底層物理服務器提供各項資源，通過上層互為主備的交換機實現各組網絡互聯，再向上接入市級衛生系統網絡。
云平臺節點的網絡分為集群網、管理網、業務網、存儲網和租戶網：
集群網：用于各節點之間的API通訊；
管理網：用于對云平臺的管理；
業務網：用于承載虛擬機的業務流量，可與管理網共用；
存儲網：占用于承載的業務系統對存儲的訪問和數據平衡；
租戶網：用于虛擬機之間東西向的流量；
為保障網絡安全性，所有網卡和交換機均做冗余設計。拓撲圖中連接服務器的彩色實線為主鏈路，彩色虛線為備鏈路，分別代表集群網、存儲網、租戶網、管理網（業務網）。
信息安全（國密，加密芯片，軍工）
應用背景：醫療影像服務器
隨著技術的進步，新一輪科技革命和產業革命正在孕育興起，帶動制造企業的智能化、數字化轉型升級。醫療影像解決方案在現代醫療領域中發揮著越來越重要的作用。更快的成像速度，更高的影像分辨率需要更強大的計算機服務器平臺來支持。
基于與Nvidia、Intel、AMD的合作，推出成熟穩定可靠的多GPU方案。醫療影像處理部分主要采用NVIDIA GPU卡，可根據需要為醫療影像圖形計算和圖像渲染提供足夠的能力。同時，依靠強大的CPU性能及其強大的PCIe總線能力，使該服務器PCIe擴展槽有多項選擇，可根據是客戶要求在支持多路GPU的基礎上，繼續支持多路10GbE以太網和多個I/O口，在滿足了圖像影響處理和顯示的前提下，還滿足了其通信和協調需求。
同時，基于與Nvidia、Intel、AMD的合作，業內最快推出高性能多GPU方案，從2GPU到10GPU多種方案包括PCIe和Nvlink，支持A100和H100等多種規格GPU運算平臺。可以助力AI深度學習在醫療影像，圖像分析，自動駕駛，云計算，游戲等領域發展
4 GPU
2 GPU
AI醫療影像深度學習
基于與Nvidia、Intel、AMD的合作，業內最快退出的高性能多GPU方案，從2GPU到10GPU多種方案（PCIe/Nvlink），支持A100和H100等，助力AI在醫療影像，圖像分析，自動駕駛，云計算，游戲等領域發展
AI基因預測深度學習
