近日,浪潮存储成功中标中国工程科技知识中心数据中心建设项目,为中国工程院的智库系统提供弹性、智能、安全的存储系统,实现智库数据透明迁移并保障业务24小时在线。
作为国家工程科技思想库基础建设之一的中国工程科技知识中心建设项目,在本次数据中心建设中,将通过部署浪潮AS8000-M2存储系统,接管智库系统现有存储设备,解决存储容量及性能瓶颈的问题;此外,还将通过浪潮DP1000-M1备份一体机搭建备份系统,保障业务数据的安全。

智库系统向大数据平台转型
中国工程院长期引领着我国工程科学技术领域的创新,推动着工程科学技术水平的不断提高,是国家建设世界科技强国的排头兵。中国工程科技知识中心,是国家级工程科技领域公益性、开放式的知识资源集成和服务平台建设项目,更是国家级跨领域的大数据重大工程。针对国家经济科技发展需要,中国工程科技知识中心努力建成资源丰富、应用范围广、实用性强、影响力大的国内领先、世界一流的工程科技知识整合体,为国家工程科技领域重大决策、重大工程科技活动、企业创新与人才培养提供信息支撑和知识服务。
随着《大数据发展行动纲要》、"中国制造2025战略"、"大众创业,万众创新"等国家战略规划的出炉,中国工程科技知识中心正在着力推进平台的整合与创新,汇聚工程科技领域专业、权威的特色数据资源,实现数据共享,促进数据创新,并大力推动信息化基础平台向基于混合云的大数据平台过渡。在此背景下,数据中心原有的存储系统在存储容量、计算能力、扩展能力、虚拟化支持等方面都需要升级,需要采用新的存储设备并重新规划存储架构,解决容量瓶颈和厂商绑定等困难,为分中心业务系统提供存储空间和运行平台,同时提升现有业务系统的存储空间和运算能力。
在数据中心建设过程中,中国工程科技知识中心将业务连续性摆在重要位置,这包括三大具体要求:首先,数据中心内部的存储设备应具备高可用性,保障业务系统与数据的安全性;其次,数据中心建设应能够保证原有业务的正常运行;第三,为规避数据丢失的风险,数据中心需新增数据备份系统。
浪潮中高端存储,整合智库数据资源
基于客户需求,浪潮提供了AS8000-M2中高端存储系统,对整个系统进行扩容,并基于虚拟化技术,AS8000-M2接管现有存储设备,实现存储资源统一管理,整个存储系统架构更加开放、可扩展。此外,基于AS8000-M2的数据迁移功能,数据可以在不同存储之间无缝迁移,整个迁移过程无需停机。
在可靠性方面,AS8000-M2具备全冗余架构、全模块化设计,无单点故障,系统可用性高达99.999%、确保数据的安全可用。同时,AS8000-M2还具备双活功能,中国工程科技知识中心可以在未来建设中构建双活数据中心,实现应用级的"A-A"双活,任一站点故障,业务自动切换至另一站点,业务运行不间断。
同时,中国工程科技知识中心采用浪潮DP1000-M1备份一体机作为备份系统,为虚拟化环境、数据库以及业务数据提供备份。DP1000-M1采用软硬件一体化的设计,单一设备即可提供传统备份方案中备份软件、备份服务器、备份存储三者的作用,降低了采购设备的成本,同时降低了后续管理维护成本。
浪潮存储提供的方案为中国工程科技知识中心提供了弹性、智能、安全的存储系统,帮助中国工程科技知识中心建设了高性能、高可用的数据中心,为未来的大数据应用搭建了坚实的信息化基础平台,也为中国工程科技知识中心未来的建设奠定了坚实的基础。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。