中国电信集团公司(简称中国电信)是全球最大的综合运营商之一。中国电信拥有全球规模最大的宽带互联网络和技术领先的移动通信网络,具备为全球客户提供跨地域、全业务的综合信息服务能力和客户服务渠道体系。中国电信拥有庞大的客户资源,截至2016年底,宽带互联网接入用户规模1.44亿户,移动用户规模2.15亿户,固定电话用户规模1.32亿户。
客户受益
• 百万IOPS:性能容量同步扩展,轻松满足数百个业务系统所需的百万级IOPS性能需求。
• 7 × 24:5个9的数据高可用,确保数百个业务3年来长期稳定运行。
• 100PB:EB级别扩展能力,性能与容量同步扩展,从2PB平滑扩展到7PB,支撑业务快速增长。
业务挑战
作为全球最大的综合运营商之一的中国电信,拥有1.4亿宽带用户,2.3亿移动用户,1.3亿固定电话用户。如何更快,更好的推出客户需要的业务和服务,是中国电信最迫切的诉求之一。
改变与提升
"业务云化,是中国电信提升运营效率,提高用户满意度的重要举措。最开始我们很担心分布式存储系统的适用场景。华为分布式存储的设计理念与中国电信的业务云化诉求高度一致。基于FusionStorage构建的7PB的资源池,以及其支撑的上百种应用证明它完全胜任构建云存储资源池的任务。它领先的性能、长达3年的长期稳定运行,使我们已经无需考虑哪些业务适合云化,哪些不适合。"中国电信浙江分公司云计算专家顾炯说。
中国电信浙江公司在云计算领域一直积极探索和不断创新。2011年4月,浙江电信率先在全国第一个完成了关键业务平台比如短信、彩信的云化。浙江电信2011年率先把所有的数据库全部虚拟化,并总结出一套数据库虚拟化的方法,在全电信集团推广。
计算云、网络资源池化之后,如何实现存储资源池化?浙江电信想走一条基于分布式技术的存储云化的道路。中国电信浙江分公司首席云计算工程师顾炯指出存储云化的关键需求:
存储资源按需分配和使用
计算和网络资源已经池化,要打破"烟囱"式IT系统建设模式,电信云业务资源池,存储资源必须也能按需分配和使用。
存储性能容量线性扩展
资源池业务规模增长或新业务需要承载时,不仅要求存储容量要增加,存储性能也要增长,要实现业务云化,存储的性能必须随容量增加而线性增长。
存储资源高效管理
需求部门普遍习惯于"圈地"。比如某个业务系统实际上只要1个PB的空间,业务发展1年后可能需要10PB空间,但是现在按照需求部门的习惯,则一次性把3年需求一次性"圈地"。这样做导致的结果是,看起来存储空间都分配完毕,但是实际上存储的利用率很低。
有了需求的牵引,中国电信浙江分公司开始考虑采用新型存储技术--分布式存储。顾炯说:"分布式存储是传统SAN存储的演进方向,浙江电信13年10月份开始寻找合作伙伴。按照电信运营商的招标规范,浙江电信进行了公开招标,有包括VMware、华为、EMC在内的6个厂家应标。测试下来华为的性能确实是最高、最领先的。分布式存储与传统FC存储没有任何差别,我们在分布式存储上运行了资源池中的所有业务,包括数据库的业务。"
中国电信浙江分公司采用华为FusionStorage,用分布式技术实现了存储资源的云化:
• 可按需分配的存储资源池:建设和扩容周期从60天以上缩短至两周,满足高速发展的业务需求。
• 性能线性扩展:现场实测IOPS达到130万,是唯一通过客户性能测试的厂商。
• 自动精简配置:资源利用率提升50%以上。
方案关键组件
存储阵列:FusionStorage云存储
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。