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
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。