移动互联网时代,高达6亿的移动互联网用户考验着网络监管设备的安全性及稳定性。为了提高监管效果,国家广播电影电视总局(以下简称:广电总局)监管部门借助浪潮AS1000G6存储系统高性能、高可靠性、高扩展性的特性,为移动互联网监测业务正常运行提供强有力的保障。
不让存储成为“链条”薄弱节点
广电总局的一项重要工作是对全国电视节目、互联网等信息网络视听节目、新媒体视听节目、全国无线广播节目进行监听、监看,其技术手段是通过通过网络爬虫搜索技术对各大网站、论坛、微博、APP等传播平台进行搜索,通过内容比对判断违规信息。
而在移动互联网时代,网络用户量暴增,微信、微博等新媒体活跃,网络流量跃升,令监管难度成倍增长。广电总局对于网络监管的深度达十余层,每天需要进行上百万次内容比对,要求存储比对模板的磁盘阵列具备极高的IOPS性能、稳定性、可靠性及扩展性,当原有的存储系统无法满足需求,如何保证存储“不掉链子”成为广电总局监管部门的突出挑战。

广电总局监管部门负责人李处长表示:“移动互联网是一个新兴领域,其特有的新趋势、新特点和新问题给我国移动互联网安全监管带来了严峻挑战。在移动互联网时代,每天产生的监测数据多达十余TB,对存储系统的压力极大。此外,移动互联网正承载着越来越多的重要信息,我局作为国家重要的舆论监管部门,必须要保证监管系统的自主可控,以降低安全风险。”
浪潮AS1000G6为监管业务打开绿色通道
在确定存储系统建设目标之后,广电总局反复沟通、测试,最终确定引入浪潮AS1000G6,应用于其移动互联网监测业务。AS1000G6高性能、强扩展、高可靠,成功解决了广电行业监管难题,推动我国移动互联网健康快速发展。

高性能保证及时比对最新网络信息
广电总局现阶段网络监管任务IOPS(每秒读写操作次数)需求值高达十万,如果读写性能不足,将导致监管系统无法及时比对最新的网络信息。浪潮AS1000G6基于领先的8Gb架构,实测带宽高达12GB/s,提供的IOPS值可达十几万、响应时间在微秒级,为及时比对互联网内容提供保障,构建了一条从前端搜索业务、至后端模板存储系统的高速信息处理公路。
7个9树立高稳定标杆
针对广电总局的核心需求,一旦存储系统出现问题,可能导致前端监管业务停止、大量有害信息继续在网络传播。因此存储支撑系统必须具备99.999%的高可靠性。浪潮AS1000G6所有部件模块采用冗余测试,一旦发生故障可以实现自动切换,可靠性高达7个9,是行业内安全存储的标杆,远超广电总局对稳定性的要求。
扩展性满足未来业务发展
AS1000G6满配可搭载384块硬盘,支持多达2048个主机,最大支持1PB有效存储容量以及48GB的扩展缓存,充分满足广电总局未来几年的业务发展需求,从而有效保护其近期与远期的投资。另外,AS1000G6具有自动精简等高级功能,将历史数据重新归纳整合,消除数据碎片,提高存储空间利用率。
AS1000G6为移动互联网监管添“利剑”
357万个网站、不计其数的微博、APP,不同传播途径、各类媒体形式,上百TB数据的安全性、几十万IOPS的高速信息处理……一系列监管业务对广电总局监管部门存储系统的压力可谓空前。而在部署浪潮AS1000G6存储系统后,广电总局监管部门最终成功化解存储压力,将监管业务带入快速前行的绿色通道。

广电总局监管部门负责人李处长表示:“从某种意义上来说,AS1000G6存储系统是为我们互联网监管业务而生。其高性能、高可靠、强扩展性的特性帮助我局成功应对了移动互联网对监管业务的冲击,保障了我局对网络内容的严格监管,确保为网民提供正确的舆论导向。”
好文章,需要你的鼓励
PDF协会在欧洲会议上宣布,将在PDF规范中添加对JPEG XL图像格式的支持。尽管Chromium团队此前将该格式标记为过时,但此次纳入可能为JXL带来主流应用机会。PDF协会CTO表示,选择JPEG XL作为支持HDR内容的首选解决方案。该格式具备广色域、超高分辨率和多通道支持等优势,但目前仍缺乏广泛的浏览器支持。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
Ironclad OS项目正在开发一个新的类Unix操作系统内核,面向小型嵌入式系统,计划支持实时功能。该项目的独特之处在于采用Ada编程语言及其可形式化验证的SPARK子集进行开发,而非常见的C、C++或Rust语言。项目还包含运行在Ironclad内核上的完整操作系统Gloire,使用GNU工具构建以提供传统Unix兼容性。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。