编者按:当前,职业教育正深入贯彻落实《教育部关于深化职业教育教学关键要素改革的意见》(教职成〔2026〕1号)及重庆市相关文件精神,专业、课程、教材、教师、实习实训等教学关键要素改革,已成为深化职业教育内涵发展、提升人才培养质量的核心抓手。为凝聚改革共识、汇聚实践智慧、推动落地见效,学校特开设“教学关键要素改革大家谈”专栏,邀请学校领导、职能部门负责人、专业群主任、专业带头人和一线教师,围绕专业动态调整、课程科学设计、教材形态优化、教师能力细化、实习实训基地建设等重点改革任务谈认识、谈思路、谈实践。本期大数据学院名誉院长、人工智能技术专业群主任陈光海教授以“精简物理设备、中心化存储管理、虚拟化弹性扩展”三位一体为主线,聚焦云计算实训基地建设,系统阐述了基于“最小可行单元”工位设计、中心化服务集群智能管理及KVM虚拟化弹性扩展的创新建设模式,深入剖析了当前高职实训教学面临的“设备少、更新慢、管理难、实效弱”等结构性困境,致力于破解“真实性、经济性、前沿性”难以兼顾的矛盾,致力打造覆盖全技能栈、全学习路径、全应用场景的人工智能专业群实践教学新生态。
大数据学院名誉院长 陈光海
为深入贯彻落实《教育部关于深化职业教育教学关键要素改革的意见》,破解高职实训“设备少、更新慢、管理难、实效弱”的困境,满足人工智能专业群对云平台搭建、网络配置、系统运维等核心技能的实战需求,本文创新性提出“精简物理设备、中心化存储管理、虚拟化弹性扩展”三位一体的建设路径。具体而言:(1)为学生构建独立“迷你数据中心”工位,配备2台高性能x86服务器、2台存储、2台三层交换机、1台企业级路由器、1台万兆交换机、1台硬件防火墙及1台国产ARM服务器(鲲鹏架构)、2台终端及外设配件;(2)建设中心化文件服务器集群,实现环境一键部署与恢复;(3)利用KVM虚拟化弹性扩展复杂实训场景。该模式在确保真实性与经济性平衡的基础上,实现了技能培养的全栈覆盖与学习路径的递进设计,为培养人工智能专业群人才提供了可复制、可推广的实践范式。
一、引言:政策驱动与现实挑战
《教育部关于深化职业教育教学关键要素改革的意见》明确提出:“强化产教融合,建设一批具有真实生产环境特征的实训基地,推动学生在真实场景中掌握真本领。”人工智能专业群作为对接国家数字经济发展战略的核心载体,其人才培养质量高度依赖底层基础设施的实践能力。当前高职院校普遍面临设备投入高、利用率低、技术迭代滞后、实训内容虚化四大困境,导致学生“看得多、动得少、用得浅”,岗位适应周期延长。其深层原因在于传统建设模式未能有效平衡实训的“真实性”、设备的“经济性”与技术的“前沿性”之间的矛盾。因此,本研究旨在构建一种低成本、高仿真、强扩展的实训生态,实现从“模拟操作”向“真实运维”的范式跃迁。
二、人工智能专业群对云计算实训基地的核心技能需求
(一)云平台搭建能力:掌握私有云/混合云架构设计、虚拟化与容器化技术(如OpenStack、Kubernetes)、云资源调度与运维。
(二)网络设备配置能力:熟练配置交换机、路由器、防火墙等网络设备,实现VLAN划分、路由协议、访问控制等企业级网络功能。
(三)单机维护能力:具备计算机硬件组装、故障诊断、系统安装(Windows/Linux)、驱动安装、数据备份与恢复等实操技能。
(四)系统运维能力:掌握服务器部署、服务配置(如DHCP、DNS、Web)、系统监控、日志分析、安全加固等运维全流程。
(五)网络组建能力:能够规划与实施中小型企业网络,包括有线/无线网络部署、网络故障排查、网络性能优化。
(六)国产化适配能力:熟悉国产芯片(如鲲鹏、飞腾)、操作系统(如麒麟、统信)、云平台(如华为云、阿里云)等信创环境下的软硬件部署与调优。
上述能力环环相扣,构成了从底层硬件到上层云平台的完整技能栈。传统的分设备、分课程的实训模式难以支撑此类复合型、系统化能力的培养,亟需一种全新的实训基地架构。
三、当前高职云计算类实训教学的核心问题分析
(一)教学效果层面
“围观式”学习与实操机会不足:传统实训室通常采用一组设备供多位学生轮流操作的模式,大部分学生处于“观摩”状态,无法完成从硬件连接、系统安装到集群部署的全流程动手实践,技能培养流于表面。
设备陈旧与技术前沿脱轨:云计算与网络技术日新月异,但学校因资金所限,设备更新周期长,学生所学技能与企业当前主流技术存在代差,如对国产化芯片、云原生架构、软件定义网络等前沿技术缺乏实操环境。
(二)教学管理层面
管理与运维效率低下:数十台乃至上百台独立服务器和网络设备的系统安装、软件部署、环境恢复等工作极度依赖人工,耗时耗力,极大地挤占了有效的教学时间,教师疲于基础运维,难以专注教学设计与指导。
实训场景单一与复杂性缺失:由于物理设备数量有限,难以构建复杂的企业级网络拓扑和跨节点集群环境,实训项目停留在单机或简单联网层面,无法开展如“多活数据中心”、“跨地域云网融合”等综合性、高阶性项目训练。
(三)建设模式层面
投资效益与规模难以平衡:追求“人手一套”全物理设备则成本无法承受;采用纯虚拟仿真则牺牲了硬件操作的“真实感”和故障排查的“实战性”。如何在有限预算下,最大化实训效果与覆盖学生人数,是决策的关键难点。
四、创新建设方案:“精简物理+中心存储+虚拟扩展”融合架构
(一)学生工位:真实硬件的最小可行单元
x86服务器2台,Intel Xeon Silver 4310 / 128GB DDR4 / 1TB NVMe + 2TB SAS 支持KVM虚拟化,构建4–6节点集群,部署控制面与计算面;
网络设备2×三层交换机(支持VLAN、OSPF)、1×企业级路由器(支持BGP/VPN)、1×万兆交换机、1×硬件防火墙 实现真实网络拓扑搭建、安全策略配置、跨子网通信调试;
存储设备2台,2U存储服务器, 12盘位,支持SAS/SATA混插,双控制器,缓存32GB,支持iSCSI、NFS、CIFS、FC,满足主存储+备份存储,分布式存储(Ceph)、SAN/NAS配置实验需求;
国产化服务器 1台,鲲鹏920 / 鲲鹏OS / openEuler 培养信创生态认知,完成国产系统安装、服务迁移、兼容性测试;
终端PXE启动工作站2台,无盘启动,自动加载实训环境,支持操作回放与远程监控;
外设配件:网络实验仪套装,网线钳、测线仪、console线、光纤跳线、光模块。
设计逻辑:以“最小完整单元”替代“全面堆砌”,确保每名学生拥有独立、可闭环、可复现的实训环境,杜绝“一人操作、众人围观”。
(二)中心化服务集群:教学资源的智能中枢
统一镜像仓库:预置OpenStack、Kubernetes、Ceph、Prometheus等主流平台镜像,支持一键部署;
PXE+DHCP+TFTP自动化启动:学生开机即进入预配置实训环境,无需手动安装;
NFS/iSCSI集中存储:所有配置文件、日志、作业成果自动归档,支持教师远程调阅与回溯;
环境快照与恢复:实训结束一键还原至初始状态,支持200+工位并发恢复,耗时<3分钟。
五、实训基地核心功能
基于上述“三位一体”的硬件与平台架构,实训基地可系统支撑以下六个层面的核心课程与实训项目,形成从基础到综合的进阶式培养体系。
(一)云计算与虚拟化
《云计算基础》、《OpenStack云平台部署》、《Kubernetes容器编排》
1.私有云平台搭建:利用2台x86服务器构建高可用OpenStack集群。
2.容器化微服务部署:部署并管理Kubernetes集群及微服务应用。
核心价值:在真实硬件上构建多节点集群。关键设备:x86服务器、万兆交换机。
(二)网络工程与安全
《高级网络技术》、《网络安全攻防》
1.复杂网络与安全策略:在已组建的网络基础上,配置ACL、VPN、入侵防御等高级安全策略。
2.网络攻防演练:在隔离的网络环境中进行渗透测试与防御演练。
核心价值:在真实网络设备上进行安全加固。关键设备:路由器、防火墙、三层交换机。
(三)系统运维与开发
《Linux高级运维》、《自动化运维》、《分布式存储》
1.高可用集群与自动化运维:搭建LVS+Keepalived、Ansible自动化管理平台。
2.分布式存储部署:利用2台存储服务器搭建Ceph集群。
核心价值:演练企业级运维场景。关键设备:x86服务器、存储服务器。
(四)信创与国产化
《信创技术基础》、《鲲鹏应用开发》
1.国产化平台迁移与适配:将应用从x86迁移至鲲鹏服务器,解决兼容性、性能调优问题。
核心价值:掌握信创生态实践技能。关键设备:国产ARM服务器(鲲鹏)。
(五)计算机硬件与系统基础 (单机维护)
《计算机组装与维护》、《操作系统与服务器配置》
1.服务器硬件拆装与认知:对2台x86及1台ARM服务器进行拆解,认识CPU、内存、硬盘、RAID卡等部件,练习热插拔与故障指示灯识别。
2.RAID配置与磁盘管理:在服务器BIOS/UEFI或HBA卡配置界面中,创建RAID 0/1/5/10等阵列,并安装操作系统。
3.多操作系统安装与引导:在服务器上分别安装Windows Server、CentOS/Ubuntu、openEuler(鲲鹏)等系统,配置多系统引导。
4.固件升级与驱动安装:练习服务器BIOS、BMC、网卡、RAID卡固件的升级,以及各操作系统下的硬件驱动安装。
5.系统备份与灾难恢复:使用Ghost、Acronis或dd命令进行全盘镜像备份与恢复操作。
核心价值:获得真实的硬件操作“手感”和故障排查经验,这是虚拟化和云运维的基石。关键设备:x86服务器、ARM服务器、终端(用于安装)。
(六)网络技术基础 (网络组建)
《网络基础》、《局域网组建与管理》、《网络设备配置》
1.物理网络布线:使用网线钳制作直通线、交叉线,使用测线仪测试,完成设备间物理连接。
2.网络设备基础配置:通过Console线连接交换机、路由器,进行初始化配置(主机名、管理IP、远程登录)。
3.VLAN划分与互通:在2台三层交换机上规划并配置多个VLAN,实现同一交换机内及跨交换机的VLAN隔离与三层路由互通。
4.中小型企业网络规划与实施:使用路由器、交换机和防火墙,构建一个包含“办公网”、“服务器网”、“管理网”的多子网企业网络拓扑,配置静态路由或动态路由(如OSPF)实现全网互通。
5.网络故障诊断:模拟并排查网线故障、IP冲突、VLAN配置错误、路由环路等常见网络问题。
核心价值:从物理层到网络层,亲手组建一个可运行的网络,理解数据包转发全流程。关键设备:三层交换机、路由器、防火墙、网线及工具。综合项目实战
(七)《岗位综合实训》、《毕业设计》
“从零开始”建设迷你数据中心:项目式任务,从服务器上架、系统安装、网络布线、IP规划,到云平台部署、应用上线、安全策略配置,完成全流程交付。
核心价值:整合所有知识技能,模拟真实IT项目生命周期。关键设备:全部设备协同工作。
通过提供完整、独立、真实的物理设备,构建了无可替代的实践教学环境。其核心优势在于实现了技能培养的三个全覆盖:
技能栈全覆盖:从最底层的单机硬件维护、物理网络组建,到上层的系统运维、云计算部署、网络安全加固,直至前沿的信创适配,形成完整的IT基础设施技能树。
学习路径全覆盖:遵循“单机→网络→系统→集群→云平台→安全→综合项目”的认知与技能递进规律,符合从初学者到工程师的成长路径。
应用场景全覆盖:同时支撑基础课程实验、专项技能实训、综合项目实战、职业技能竞赛以及1+X证书考核培训,一室多用,效率极高。通过这种配置,学生获得的不仅是分散的技能点,更是构建和运维一个现代IT系统的全局视野与系统工程能力。
六、结论与展望
(一)结论
为破解高职院校在云计算与人工智能相关领域实训教学中长期存在的“设备少、更新慢、管理难、实效弱”等结构性难题,本文立足于人工智能专业群对云平台搭建、网络配置、系统运维、国产化适配等复合型能力的培养需求,创新性地提出了“精简物理设备、中心化存储管理、虚拟化弹性扩展”三位一体的云计算实训基地建设模式。
本模式通过系统性设计,实现了多重关键突破:首先,在资源层,为每位学生配置涵盖计算、网络、存储、安全及信创设备的“最小可行单元”工位,确保了硬件操作的真实性与独立性,彻底终结了“围观式”学习。其次,在管理层,构建中心化文件服务器集群与智能管理平台,实现了实训环境的一键部署、秒级恢复与全流程监控,将教师从重复性运维工作中解放出来。最后,在应用层,依托KVM等虚拟化技术,在有限物理资源上弹性构建复杂、大规模的云网实训场景,有效支撑了从单机维护到“多活数据中心”架构的综合项目实践。
该模式成功调和了实训基地建设中“真实性”、“经济性”与“前沿性”之间难以兼顾的矛盾。它不仅形成了一条从“单机→网络→系统→集群→云平台→安全→信创→综合项目”的全栈递进式技能培养路径,还实现了课程实验、技能实训、项目实战、竞赛培训与“1+X”认证的多场景覆盖,为培养适应产业数字化转型需求的云运维、云架构高技能人才,提供了一套可复制、可推广的实践教学解决方案。
(二)展望
尽管本文提出的建设模式已展现出显著优势,但其深化与拓展仍存在广阔空间。未来工作可围绕以下几个方向展开:
与AI技术深度融合:当前虚拟化扩展主要面向传统云网场景。下一步可探索将该实训基地与AI大模型训练平台、MLOps(机器学习运维)流水线相结合,使基地不仅能支撑基础设施运维教学,还能直接服务于人工智能专业群的模型开发、训练、部署与评测全生命周期实践,实现“算力基础设施”与“AI开发平台”的一体化。
向区域性公共实训中心演进:单个院校的实训资源终究有限。可推动该模式升级为区域共享型架构,通过云端统一调度,将校内实训资源在空闲时间向区域内其他职业院校、中小企业开放,提供技能培训、技术认证与测试服务,从而打造成为产教融合共同体的共享枢纽,最大化社会效益与经济效益。
深化动态协同机制:“三位一体”架构的技术实现只是基础。未来需进一步深化“政-校-行-企”的动态协同机制,特别是在课程内容动态更新标准、企业项目持续引入流程、“双师型”教师共育共享以及学习成果的多元评价与互认等方面建立长效机制,确保人才培养供应链与产业需求链的持续同步。
探索“数字孪生”实训新形态:在现有“真实硬件+虚拟扩展”的基础上,可引入数字孪生技术,为每个物理工位构建高保真的数字映射。学生可在孪生体上进行高危、高成本的破坏性实验(如模拟大规模网络攻击、核心设备故障),其操作将被完整记录并用于分析与评估,从而在零风险的前提下,极大丰富实训维度并深化对复杂系统原理的理解。
总之,云计算实训基地的建设是一项持续迭代的系统工程。本文所构建的模式是一个坚实的起点,其生命力在于持续拥抱技术变革、深化产教融合,最终目标是赋能学生,使其获得驾驭现在与未来数字基础设施的全局视野与系统工程能力。