近日,浪潮存储成功中标华中科技大学苏州脑空间信息研究院集采项目。在此项目中,浪潮存储提供了近20套浪潮智能存储AS5500G2,不仅帮助该研究院构造了高带宽、低时延数据传输环境,还实现了比传统解决方案节能15%,节省费用30%的目标;此外,浪潮还提供了浪潮 DPS 备份软件、物理磁带库TL3000,组建了高可用的备份容灾方案,确保了研究院存储系统的安全性与可用性。
日前,浪潮存储成功中标华中科技大学苏州脑空间信息研究院集采项目,中标金额超过千万。在此项目中,浪潮基于智能存储AS5500G2、DPS 备份软件、物理磁带库TL3000,帮助研究院构造了高带宽、低时延的数据传输环境以及安全可靠的数据存储平台。
华中科技大学是综合性全国重点大学,国家首批"985工程"、"211工程"、"2011计划"重点建设高校,是拥有国家实验室和国家大科学中心的四所大学之一。为了推进发展世界领先的、面向全脑连接图谱测绘研究的脑空间信息技术,华中科技大学、苏州市政府、苏州工业园区、江苏省产业技术研究院四方强强联手,创建华中科技大学苏州脑空间信息研究院,该机构拥有5年共计4.5亿人民币(约合6700万美元)的科研经费,将在未来招募120位科学家和技术人员,力争建设成为世界一流水平的脑科学国际合作研究中心。
脑科学研究提出海量数据存储需求
来自华中科技大学的生物医学成像专家骆清铭教授是华中科技大学苏州脑空间信息研究院的领导者。骆教授表示:"该研究机构将开展人脑成像,目标是成为一个国际中心,以帮助从脑疾病到类脑人工智能的研究者绘制各种神经连接。我们渴望与世界各地的研究者合作,目前已经和Allen脑研究所、冷泉港实验室和斯坦福大学的研究者展开合作。"
同时,骆清铭教授介绍到,苏州脑空间信息研究院将会产生海量数据,一个小鼠脑的数据量已经达到了8TB,而人脑的体积大约是小鼠脑的1500倍,如果以研究院现有速度需要一台成像系统至少花费20年时间完成数据采集。目前该研究院正致力于提高速度并采用多套成像系统并行工作。
25PB大容量+6GB/S高带宽的智能存储平台
浪潮结合多年来的项目经验,为华中科技大学苏州脑空间信息研究院制定了专业化的解决方案。方案采用近20台浪潮智能存储AS5500G2,构建高效、安全的统一存储资源池,提供25PB裸容量,保证 6GB/s 左右的 IO 带宽,充分满足研究院对脑空间信息大数据的应用需求。在实现大容量与高带宽的同时,AS5500G2还有助于系统建设成本的控制,数据显示,基于浪潮智能存储AS5500G2的一体化解决方案比传统解决方案节能15%,节省大约 30%的费用。
在可用性方面,AS5500G2采用全冗余架构、全模块化、冗余缓存、双活控制器设计,主要部件无单点故障,减少了硬件故障对数据安全的威胁。而且,浪潮还推荐了浪潮 DPS 备份软件、浪潮磁带库TL3000相结合的数据备份容灾解决方案,其采用LAN 备份方式,来实现集中、统一、快速、自动的数据备份。
新一代浪潮智能存储G2平台自2017年2月上市以来,便受到了广泛关注。除了在此次华中科技大学苏州脑空间信息研究院数据中心批量应用外,浪潮智能存储G2平台在政府行业、金融行业、能源行业、教育行业、医疗行业、企业等领域更是实现了规模化覆盖,承载大量关键业务,在推动业务转型、提升业务可用性等方面发挥了重要作用。
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。