华云数据凭借其丰富的云计算经验和领先的技术创新理念,为无锡地铁提供面向服务的私有云解决方案,帮助无锡地铁解决数据中心面临的高成本、低效益问题,建设业务发展的重要战略信息平台,构筑卓越绩效的基石。
上云前
传统轨道交通IT系统痛点多多
• 资源利用率低
• 单点故障隐患严重,恢复时间长
• 缺乏全局化灾备部署,数据安全堪忧
• 缺乏完善的监控机制,资源用度无感知
• 设备分散,品牌、类型众多,管理困难
• vSphere和OpenStack两套环境,缺乏统一平台全局调度
• 跨Hypervisor迁移成本高
• 数据爆炸式增长,性能滑坡式下跌
上云后
华云CloudUltra打造统一管理云平台,带来深刻改变
• 资源池化:统一调度管理,对于暂时不使用的设备可暂时关闭。
• 多重可靠性保障:提供应用程序高可用,系统级灾备机制以及磁盘持续数据保护功能(CDP),多可用区容灾,故障自动恢复一系列高级功能保障业务连续性。
• 全局监控:物理、虚拟资源使用情况一目了然、尽在掌握。即时告警,确保对轨道交通业务7x24的不间断支撑。
• 统一管理:一个平台,即可提供全方位自助式服务,自动化部署实现,包括且不限于:物理设备、虚拟资源池、镜像管理、资源模版、申请流程、权限分配、监控告警、计量计费、应用及数据库部署等。
• 异构兼容:前端支持VMware/KVM等多种虚拟化,后端兼容分布式/SAN/对象存储,可融合软、硬SDN,高效整合异构资源,以一当千合理策略,提升资源使用率。
• 可迁移:实现VMware与KVM间全自动迁移
• 高性能优化:CloudUltra提供最新SDN/NFV方案,相较于OVS方案提升8倍网络性能;独家开发细粒度CPU特性透传,大幅提升计算性能;调整参数,优化基于SSD的存储集群操作性能等,轻松应对轨道交通高实时性、高负载需求。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。