国内H证券股份有限公司成立于1988年,是国内最早成立的证券公司中唯一未被更名、注资的大型证券公司。H证券在全国具有300多家营业部,1000多万客户,庞大的业务量要求一个稳定的信息系统作为支撑。目前H证券在上海拥有广东路和外高桥两个数据中心,形成同城灾备,最近又在深圳建设了南方中心的异地灾备,形成了两地三中心的架构。整个IT架构已经拥有60多个子系统,服务于整个H证券的信息化业务。一个新业务系统在上线时,要先通过开发测试环境进行开发和充分的测试验证后,再迁移到生产系统。H证券当前的开发测试环境由100多台服务器和10多台存储组成,品牌繁多。这些分散的物理设备分散在三个数据中心,形成三个集群。在日常的IT基础设施建设和运维中,面临着如下的问题和挑战:
• 资源利用效率低:100多台品牌繁多的服务器,资源分配不便利,业务上线慢;同时10多台多品牌的存储之间数据无法互通,资源无法共享;
• 空间紧张:总共30多平米的机房空间,分布在多个数据中心,总共8个36U空间的机柜,无法满足当前100多台设备部署;
• 运维复杂:设备异地维护成本高,多人维护不同设备,不同地点资源利用率不同,管理困难;
• 业务部署上线周期长:核心系统在测试环境资源紧张,尤其是涉及多套系统集成对接测试时,需要对核心系统资源进行排队,耗时久,影响业务上线 ;
• 性能存在瓶颈:核心系统的数据库 DB2 20G数据恢复需25分钟,严重影响业务上线节奏;
• 扩展能力不足:现有的系统为计算存储分离的传统架构,计算、存储需分别扩容,维护不同资源池,扩展能力受限;
解决方案
华为针对H证券当前IT建设的现状和痛点,基于现有硬件环境,结合H证券未来业务发展,与H证券共同规划了开发测试云平台。华为的开发测试云平台方案以现有虚拟化平台为基础,从保持系统稳定可靠易用的角度出发,考虑未来5年规划发展的要求。
在硬件建设方面,逐步淘汰现有的x86服务器集群和存储服务器集群,采用华为的超融合架构设备集群,提供云平台中的高性能I/O服务。采用超融合架构搭建的集群,可以融合计算、存储和虚拟化于一体,提供云平台所需要的通用资源池。对于其他服务器(如小型机),作为云平台的补充,为少数专用业务提供服务。
在方案中,采用了华为的FusionCube 6000超融合一体机搭建开发测试云。FusionCube 6000是华为新一代基于融合架构的云平台基础设施,其特点实现了一个分布式存储系统,把计算和存储有效的融合起来,彻底解决了I/O的性能问题,是金融业务系统的最佳平台。
随着云计算、大数据等一系列技术在证券业得到全面的应用,一场技术革命正在金证券业蔓延开来。受益于这一系列创新技术降低了费率和投资门槛,实现了实时监控,分散投资等因素,智能投顾在中国呈现出井喷式发展态势,传统的证券机构都纷纷布局智能投顾行业。
8月30日在上海凯宾斯基大酒店将举办2017华为中国证券业信息高峰论坛,华为将在论坛上详细解读华为超融合一体机解决方案,如何助力证券机构轻松上云,开启智能投顾时代。期待您的参与。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。