东风小康汽车有限公司成立于2003年,由重庆小康工业集团股份有限公司和东风汽车公司各持股50%组建。2010年至今,东风小康微车在国内市场占有率位列行业“前三甲”。截至2016年底,东风小康系列产品市场保有量已突破300万量。同时,东风小康聚焦市场趋势发展,致力于从传统微车向紧凑型乘用车转型,力争通过产品的专业化和差异化经营成为整车细分市场的领先者。
业务的高速发展离不开后端信息化建设的强力支撑,IT架构要根据业务需求弹性改变,资源能够弹性分配,从而提高业务响应能力、降低维护成本及提升运行效率。汽车关键部件设计部门是东风小康汽车公司对业务来说较为重要的职能部门,当前办公系统面临三大挑战:
1. PC和传统存储均需单独管理,IT运维工作更加繁琐
人员操作随机性大,PC数量多,存储也需要单独维护,对于人数有限的IT部门压力较大。同时,软硬件环境不稳定,故障层出不穷,IT运维工作繁琐复杂。
2. 数据量高速增长,存储扩容面临挑战
设计图纸等文件比较大,并且随着业务的发展容量增长迅速,后端存储的按需扩展面临巨大挑战。
3. 集中式存储存在单点故障,数据面临丢失风险
集中式存储一旦发生故障,系统恢复到正常运转的时间可能需要几小时甚至几天,使得生产管理及设计数据存在丢失风险。
融合部署SandStone EBS与Citrix XenServer,构建高效办公云桌面
通过对众多厂商方案进行对比,并结合当前信息化及未来发展规划考虑,东风小康汽车公司最终采用S杉岩弹性块存储 EBS与Citrix XenServer融合部署桌面虚拟化解决方案,满足设计部门业务系统集中管理、容量和性能线性扩展、IT高效运维等多方面需求。
东风小康汽车利用5台标准x86服务器,将服务器本地磁盘池化形成一个分布式存储池,构建SandStone EBS与Citrix XenServer的融合平台,通过XenServer可同时提供上百个虚拟桌面,满足汽车关键部件设计部门及相关部门的办公人员使用。

SandStone EBS的用户价值
高效的云桌面服务不仅让设计及相关部门工作人员流畅使用CATIA和UG等设计软件,还帮助IT运维人员实现了桌面的统一调配和分发,存储容量及性能的线性扩展,同时提高了资源的利用率和运维工作效率。杉岩弹性块存储EBS的用户价值具体可以展现在以下几方面:
1、存储与计算资源集中管控,运维更简单,数据更安全
设计和生产部门通过虚拟桌面来访问设计图纸,轻松解决人员管理及PC运维困难等问题。存储与桌面统一管控和分配,数据更安全,运维效率更高。
2、存储容量及性能线性扩展,满足未来业务增长需求
杉岩弹性块存储EBS具备良好的扩展能力,当容量或性能不足时,只需横向添加服务器到分布式存储池,即可高效扩展存储容量,提升存储系统性能。同时,数据可自动均衡到新增加的服务器上,无需人工干预。
3、存储更加可靠,保障业务连续性
杉岩弹性块存储EBS帮助用户在集群中存储多份副本,在出现数据损坏、硬盘故障或节点故障时,可自动恢复或迁移数据,保障存储系统的高可靠性。当出现节点故障时,可通过重建QoS控制,优先保障业务系统的正常使用。业务人员只需专注于重要工作,后台自动完成数据重建,保障业务连续可用。
好文章,需要你的鼓励
AI数据训练师负责确保AI模型训练数据的准确性和可行性,是薪酬丰厚的热门职业。两项新研究显示,该职位年收入在6.5万至18万美元之间,专业领域专家薪酬更高。这一角色已从简单的数据标记发展为高度专业化的认知工作,需要细致的推理能力、深厚的专业知识和多语言能力。随着生成式AI工具兴起,行业正从普通工作者转向专业领域专家,计算机科学学位非必需,但数据标注经验有帮助。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
Rust资深开发者Steve Klabnik在AI助手Claude的帮助下设计了新的系统编程语言Rue。该语言旨在提供无垃圾回收的内存安全保障,同时比Rust和Zig提供更高级的易用性。Klabnik表示,通过与Claude合作,两周内完成了7万行Rust代码,远超此前独自开发的进度。Claude参与了大部分代码编写工作,而Klabnik负责方向指导和设计决策,展现了AI在编程语言开发中的巨大潜力。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。