宜宾市第一人民医院坐落于素有"西南半壁"、"万里江城"、"中国酒都"美誉的四川省宜宾市中心,是集医疗、教学、科研、预防为一体的现代化国家三级甲等综合医院。目前,医院的核心业务包含HIS、CIS、LIS、EMR、PACS等,另外还有几十个小的边缘业务模块。多年的业务建设带来的结果是--基础架构相对各自独立,存储、服务器等数据中心资源各自割裂,无法共享;而更为严重的是,由于系统各自独立,很难在平台层面上进行系统优化,当需要对资源做任何一点点调整的时候,往往都需要非常复杂的变更,而且需要较长的停机时间,而随着业务的发展,能够留给信息部门做系统变更的计划停机时间也越来越短。
因此,医院希望将为包括HIS、CIS、LIS、EMR、PACS等核心业务,以及其他几十个边缘小业务在内的所有应用系统提供集中统一的存储平台。这就要求这个存储平台必须在性能、稳定性、扩展能力,以及优化、管理和数据保护等方面具有更高层次的能力和特性。HDS结合市场主流技术发展方向为医院提出了对所有块级别的数据进行集中,构建统一存储平台的建议。
这套针对医院需求量身定制的解决方案具有如下特点:
• 实现存储资源池化:HUS VM先进的存储虚拟化技术能够统一管理所有主流品牌光纤存储,利用存储虚拟化功能,医院可以将现有的EVA存储融合到一个统一的存储池当中,充分实现存储的利旧;而未来扩容的时候,医院仍然具有选择的主动权,可以选择任何高性价比的存储设备进行空间扩容。
• 优化核心业务性能:通过配置超高性能的FMD(Flash Module Drive,闪存阵列)存储介质,为核心业务(如HIS、CIS、LIS等数据库)提供超过SSD固态硬盘3-5倍的读写性能,将存储I/O延迟缩短至1毫秒以下,从而最大限度解决存储I/O性能的问题。新存储平台上线之后,用户进行了性能对比测试,其中HIS和CIS系统的典型业务操作响应时间分别缩短18%和30%,后台数据文件手工备份时间缩短75%,这主要得益于HUS VM当中采用了HDS领先的FMD闪存介质。
• 优化应用运行效率:采用HUS VM先进的存储虚拟机机制,将存储资源(如FC前端端口、全局共享缓存、后端磁盘资源等)根据业务应用的需要,进行合理分配,以不同逻辑分区的方式为不同的业务应用提供服务。
• 支持在线扩容:基于HUS VM存储虚拟机技术,可以为主机提供虚拟的存储容量,即使当前物理磁盘容量不足,仍然可以按照业务主机需要的空间进行分配。这就大大减轻了扩容的工作量、降低了工作难度,并且为不停机扩容提供了可能性。
• 新一代的数据实例管理:采用HDS HDIM数据实例管理软件,医院可以针对核心业务数据,实现数据的"一次捕获,多重保护",在核心业务服务器上进行一次性的I/O捕获,就可以将数据按照产生的I/O顺序传输到镜像保护服务器,实现核心数据库数据的镜像保护、连续数据保护及BMR裸机恢复、在线归档等功能。
基于HDS HUS VM构建的私有云存储平台,不仅出色地完成了大量数据在短时间内的迁移工作,而且同时在一个平台上实现了多项领先的存储科技,使得私有云存储不再是虚无缥缈的概念,而是真正落地的解决方案。
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。