作为全球领先的空运货站运营商,香港空运货站(Hactl)部署了新一代博科光纤通道存储网络交换解决方案,以期在未来五年加强数据中心的全天候运行。由博科合作伙伴日立数据系统实施的Brocade DCX 8510 Backbones让香港空运货站得以重新架构自己的存储网络,大幅降低运营成本,并且为支持更多数据密集型应用奠定了强大的高性能基础。
香港空运货站在香港国际机场的超级一号货站为100多家航空公司服务。超级一号货站是全球最大的多层空运货站,每年能够处理高达350万吨的空运货物。超级一号货站运营的核心是新一代航空货运管理系统COSAC-Plus。该系统让来自航空公司、货运代理商和相关政府机构的4000多个用户监测和管理香港空运货站处理的航空货运,通常每天处理近100万笔交易。香港机场是全球最繁忙的国际货运机场之一,香港空运货站全天候运营,以避免货物和飞机等待。
香港空运货站有限公司高级IT运营经理John Lee表示:“这些新的博科SAN交换机让我们把第一和第二层存储容量整合到虚拟化资源池中,用于生产、灾难恢复和开发域名。本质上,我们的存储环境更加简单、更加灵活。这不但让存储网络的运营成本整体降低70%,还大大提高了资源利用率。目前,我们的SAN速度基本上是4Gbps和8Gbps。作为第五代光纤通道设备,这些新的交换机支持16Gbps的吞吐量,让我们能够在SAN上运行包括商业智能和大数据分析在内的更多数据密集型系统。”
这个博科解决方案由日立数据系统(HDS)专业服务部门设计和实施,这是唯一一家提出的存储网络迁移方法比香港空运货站自己在标书中说明的方法还要好的供应商,给Lee留下了深刻印象。Lee表示,近2个月的实际迁移完美无缺,体现了日立数据系统一丝不苟的规划和准备。
博科香港、台湾和澳门区总监Franklin Sze表示:“香港空运货站很好地展现了SAN简化和虚拟化的优势。通过利用先进的博科SAN矩阵技术,香港空运货站的超级一号货站摆脱了运行复杂的两个独立的多层SAN,而是在整个货站中只拥有一个单层存储矩阵。这大大减轻了系统管理员的工作,让香港空运货站能够更高效地使用存储资源,从而提高了投资回报率。”
虽然香港空运货站的主数据中心距离二级数据中心大约550米,但他们的Brocade DCX 8500 Backbones都隶属于同一个SAN矩阵,这让两个数据中心内的存储资源可以整合到虚拟存储池中。这些骨干交换机还支持矩阵虚拟化,让香港空运货站的生产、开发和灾难恢复环境都有自己的存储矩阵。这些矩阵运行在相同的交换基础架构上,保持所需的数据水平和故障隔离,但不会增加成本和复杂性。这个新的基础架构总共支持超过100TB的数据中心存储和300台物理和虚拟服务器,有着充足的容量进行扩展。
Lee表示,香港空运货站新的SAN基础架构简化了故障排除,把管理需要的所有信息整合到一个采用博科Fabric Vision™技术的网络仪表板中,帮助实现最大化的可用性。Brocade DCX 8510 Backbones的另外一个重大优势是它支持在线固件升级,这意味着SAN现在可以无中断地运行并获得最新的功能,无需之前影响货站运营的维护时间。
通过新的博科SAN矩阵,香港空运货站计划升级其一级和二级存储阵列,以充分利用第五代光纤通道的性能。Lee表示,香港空运货站还希望利用Brocade DCX 8510 Backbones的集成的城域和全球扩展功能,从公司现有的磁带备份系统转到云备份。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。