在今天举办的中国闪存联盟第七季暨闪存联盟2.0发布盛典上,中信银行数据中心副总经理班孝明根据自己在银行数据中心20多年的工作经验,谈到了今天的银行业需要什么样的架构师,其观点非常接地气。这里ZD至顶网记者忍不住想把班孝明的观点分享给大家。
首先简单阐述一下ZD至顶网记者对于架构师的理解。这里的架构师是基于IT系统能够完整的勾画出一个可以进化的适合本企业或者本行业的“设计师”,架构师可以是CEO/CTO/CIO等高级管理层,也可以是具体的IT管理者。其具有对行业特点趋势洞察,对IT专业领域熟知、有过完整的项目实施以及正确的人文情怀等要素。
班孝明的观点是,包括银行业在内的数据中心目前需要新兴技术的架构规划与设计方面的特定技术架构师:即需要技术管理上的硬能力,又要具备一定的软能力。
目前中信银行数据中心把架构师的需求分为三类:基础结构架构师、特定技术架构师、解决方案架构师。为什么这么分?班孝明认为这样是目前包括中信银行在内的银行业数据中心面临的一大痛点,就是银行数据中心的IT服务人员是不断有很少的成员逐渐增加起来的。数据中心人员的结构、技术组合的过程、包括知识的储备比较单一的。而一个好的架构师是需要一个“T”字性人才,即需要广泛的业务知识,有需要专业的技术理论。一个包含方方面面专长所有的IT架构师目前比较稀少。
现在中信银行数据中心就是这三组架构师构成。
规划和设计基础性的、公共的、可复用的框架和组件,建立一个基础的平台。供实施遵循依据和使用工具。
规划设计某种专享技术架构规划与设计
把产品、技术和理论进行有力的组合,创造出用户需求的选择。
而更专业的企业级架构更是需要银行内的专家与专业的IT提供商以及集成方案商来共同讨论实施。
班孝明观点是:目前银行业需要一个复合型人才的架构师。
具体来说银行数据中心急需怎么样的架构师?现在银行面临着新兴科技企业的冲击,对于银行的昨天来说也是靠着技术发展起来的,那么今天技术冲击着现行的业务和经营模式。同时也在改变和影响银行业的未来,掌握一种新技术、适应一种新技术,就能够未来竞争中取得一席之地。银行数据中心建设也面临着科技转型。包括技术转型已经成为企业战略的重要先行力。
所以需要具备大数据、物联网、超融合、软件定义、区块链等都是为了科技转型的方向。这方面的架构师具备新兴技术的能力,对于企业来说更是急迫需求和缺乏的。同时在市场上这样的架构师确实也稀缺。(好的架构师都在BAT等互联网企业)。
从企业来讲需要新型的各种技能的架构师。同时银行数据中心的特殊性,对于监管和业务创新等需求比如像系统的双活、多活、灾备、业务连续性保证等基础性的架构师也是需求迫切。也是重点考虑方向。
班孝明观点:架构师是未来企业的真正发展的一个助推力。同时这个市场需要大家共同开发。这也是此次闪存联盟的重点。2016年10月以来,闪存联盟已累计举办8次培训活动,逾500位架构师参加培训,实质性地推动了本土架构师的专业能力提升、行业趋势研讨及其业务经验的共享。今后,闪存联盟2.0时代将结合闪存市场对于混合云、数据认知方面的最新应用热点与技术趋势,通过“百强架构师”系列课程,设置更多关于软件定义存储、高性能计算、虚拟化、数据备份等方面的架构师培训。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。