上海大学作为国家“211工程”重点建设高校之一,是上海市重要的人才培养基地。自1996年校园网建设至今,学校的网络基础设施建设已基本完善。但随着学校规模的日益壮大,信息化建设的深入发展,所需应用数量及存储空间的极速增长,上海大学亟需一个能够简单无缝扩展的 IT 基础架构,以实现存储的高性能扩展 ;一个灵活且富有弹性的IT基础构架,配合网络资源、服务器虚拟化实现整体IT构架的虚拟化,以提高存储效率;一个永不停机的IT存储架构,和一个可以轻松管理的集中式自动化IT基础架构,能简化应用部署的时间,尽可能地将更多时间投入到达成业务的工作上。
NetApp Data ONTAP满足上海大学IT系统的新需求
上海大学在5年前已借助于NetApp V3100 系列虚拟化存储及MetroCluster软件,构架了统一的存储系统平台,并为一卡通、邮件服务器、SAP等核心业务提供高性能和高安全数据保护。
而新部署的集群模式 Data ONTAP操作系统,结合包括FAS2240 存储系统以及 Cisco UnifiedComputing System™ (Cisco UCS®) B系列刀片式服务器、和 Cisco UCS 6248 XP 互联交换矩阵在内的FlexPod解决方案,可提供2x48个万兆高性能统一交换阵列和配置管理平台,实现了在不增加 IT 支出的基础上,避免学校应用程序停机。同时,这套解决方案优化了上海大学的100%虚拟化环境中的高可用性、集中化管理、无中断运行以及纵向扩展和横向扩展功能。
图:上海大学Data ONTAP解决方案
上海大学信息中心技术负责人倪卫民表示:“NetApp 集群模式 Data ONTAP存储系统将我们的VMware虚拟化环境中的高可用性、集中化管理、无中断运行以及纵向扩展和横向扩展功能提升到了更高的水平,我们还可以根据学校不同部门对于存储空间和性能需求,软件快速定义出一个存储虚机,然后交付应用部门使用。当现有存储性能无法满足需要时,可以无缝添加新存储节点至现有集群中,并通过在存储系统之间移动数据来执行维护或其他活动,而不会对应用的访问产生影响。”
部署Data ONTAP操作系统后,上海大学的IT部门以高效安全的数据管理新平台,全面提升了服务全校师生员工的信息化能力:
- 统一化的SAN+NAS存储架构:内置重复数据删除,提高效率,节省磁盘空间、可部署成千上万台虚拟机,并可实现快速灾难恢复,从而提高可用性。
- 永久在线的高可用性:可以通过在存储系统之间无缝移动数据来执行维护或其他活动,不会对用户产生影响。
- 简化管理:跨服务器网络层、存储层统筹安排妥善管理、直接执行存储和数据管理操作,无需存储管理员协助,提高效率。
- 永久在线的服务能力:全冗余设计,任何硬件故障都不会影响系统的正常运行,且部件均可实现在线更换。
- 按需灵活:实现共享存储架构,可无缝的增加容量,重新平衡资源,可快速部署新的系统。
- 提升运行效率:在同一个集群中混合不同的控制器及磁盘类型,可为关键项目按需移动资源、适应资源以满足业务需求。
- 提升存储效率:通过NetApp存储系统内置的重复数据删除、数据压缩、基于指针的克隆、存储空间动态精简分配等功能实现存储效率的极大提升。
NetApp为上海大学量身打造的集群模式Data ONTAP和FlexPod相结合的解决方案,将计算、网络和存储整合到一个系统中,实现灵活弹性的统一纵向扩展和横向扩展,满足了上海大学IT系统对高效灵活、高可用性、集中化管理、无中断运行及容灾的需求。尤其值得一提的是,这套方案大幅提高了高校对于核心数据的综合管理能力,提供了高级别的数据安全保护,并为信息系统的后期升级与扩展、虚拟化和数据容灾提供了全面的可用性和可靠性。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。