上海市闵行区教育局是主管上海市闵行区教育的政府行政部门,统筹规划、协调指导闵行区教育改革,管理中等及以下各类教育学校招生、教学及学籍、教育教学工作,负责本区教育系统各级各类学校编制管理,是闵行区教育管理单位。
目前,闵行区教育局现网存储设备种类和数量繁多,管理复杂,运维人员疲于奔命;各科室之间存储资源分配不均衡,后期调整难度大。资源分配复杂,业务整合繁杂,业务上线时间平均超过一个月。
针对闵行区教育局目前的网络情况,华为通过严谨的调研和分析,提供高效的OceaStor DJ存储融合资源池解决方案,为闵行教育局构筑融合资源池,在控制面上将存储的功能特性从物理阵列中抽象出来,把具备相同或近似能力的多个物理存储池在逻辑上组成虚拟存储池,实现存储资源的服务化,实现基础资源的充分统筹共享,将资源利用率从目前的23%提升至70%以上,减少信息化建设成本,具体而言,包括以下几个方面:
方该案包括高性能的四路机架式服务器和四路路刀片式服务器,为闵行区教育局搭建了高效的数据库业务平台和灵活的云计算资源池平台,支撑了闵行区教育局网络共享平台的核心系统应用,同时也为客户将现有传统的数据中心架构向云计算架构和云计算数据中心过度奠定了基础。
资源共享,信息互通
采用华为VIS6600T存储虚拟化网关设备和18500高端存储设备,为闵行区教育局搭建了高性能的数据存储平台和高可靠的数据保护系统,同时采用存储虚拟化网关设备的存储虚拟化功能实现了现有异构存储资源的共享和统一管理,形成了灵活的存储资源池,充分实现了现有资源整合与虚拟化,使得现有存储资源利用率大幅提高,为闵行区教育局网络共享平台的信息共享提供了平台和架构保障,为教育局提供了一个高性能可匹配业务不断发展的动态资源平台。
快速建设,节约业务上线时间
华为提供服务器、存储、存储虚拟化设备等IT平台统一建设方案极大的简化了客户项目建设复杂度、缩短了建设周期;实现了闵行区教育局信息管理平台的及时建成,保障了数据共享交换和相关管理等应用的快速上线;
灵活扩展,保护投资
采用华为高性能、高可靠、高扩展性产品和方案,为闵行区教育局打造了一个先进、灵活、弹性的信息化平台,即可满足现有业务需求,又实现了现有EMC、NetApp存储设备整合共享。存储资源池动态扩容30TB,利用效率提升30%,并通过镜像方案大幅提升了存储系统可靠性。基于现有平台进行云计算和大数据等新兴业务应用扩展,具有可持续发展性,满足了客户长期业务规划建设需要,保护了投资成本。
此次华为与上海市闵行区教育局的合作,采用华为存储融合资源池解决方案,成功为闵行教育局构筑融合资源池,使闵行区教育局在实现基础资源的充分统筹共享的同时,也将内部资源利用率提高到70%,正如闵行区教育的项目负责人所说:“在华为的解决方案的帮助下,闵行区教育局不仅提高的资源利用效率,也大幅度提升了信息共享水平,充分保障教育局未来信息化的发展。”
在未来信息化快速发展的时代背景下,华为将继续以优质解决方案和全面以客户为中心的服务宗旨,携手广大合作伙伴和客户共同打造更好IT的生态系统,让我们一起拭目以待。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。