曾有国内某公有云厂商公开表示:"如果从基础设施IaaS层面看,行业云是一个伪命题"。考虑到"如果..."这个前提,此话或许不假。然而,对于客户市场来说,出于行业标准和监管等多方面因素,行业云有其成长的特定需求和环境,已经成为促进中国云计算发展的重要生态。类似的概念在全球云计算市场中也有着清晰的定义,就是"换句话"讲的社区云。
360行,行行有云
权威IT咨询机构Gartner分析曾指出,行业云将成为中国云计算市场的一项显著趋势。在多种云形态中,行业云的位置更加突出。在国家大力发展智能制造、智慧城市、物联网、5G、人工智能等大型数字化产业的趋势下,行业云等专用云平台将进一步快速发展。
IDC预测,行业云未来5-10年中将保持双位数增长。每年都会出现十几个新的行业协作云,有助于促进数字化转型,简化行业价值链,推动创新。在中国市场,预计到2018年,国内30%的大型组织(政府、金融、电信等)将建立行业云平台。这一平台不仅支持内部的数字化创新,也将成为利用外部大规模用户实现联合创新的平台。
正所谓"360行,行行有云。"未来的行业云不仅是一种引导性的社会服务,更能为行业生产力释放带来福祉,极大地推动社会进步。比如面向商业组织的市场情报搜集与分析,商场如战场,知己知彼百战不殆。再比如结合气象、地理信息的大数据服务,既可指导农林牧副渔的生产,也可以为特定险种贡献分析价值......
行业云先行者的金刚钻
早在2010年,浪潮就在国内市场首次提出"行业云"概念。随着时代发展,"行业云"概念也在持续进化,从最初的促进行业数据和资源共享,逐步向帮助客户创造价值进化。从客户视角观察,行业云的价值可谓"内外兼修":对内可通过云化整合模式,实现IT基础设施效用增值;对外则提供智慧云动力,使能业务创新实现服务增值。
从行业云项目的需求和经验来看,组织需要的已经不是一个单纯的IaaS平台(OpenStack或虚拟化产品),而是一个端到端的整体解决方案。平台需要完整的云安全体系,并且"上承"PaaS平台、大数据平台和行业应用。因此,融合能力至关重要,而浪潮云产品组合体系的核心--InCloud OpenStack,从设计之初就以融合为产品发展路线和理念,通过开放的接口对接上下游产品方案。
强强联合,GIS云破解行业痛点
GIS(地理信息系统)是一种特定的空间信息系统,广泛应用于资源调查、环境评估、、国土管理、水利电力等众多行业领域,直接关系民生福祉和社会经济。Esri公司是全球GIS领域的领导者,致力于为用户提供强大的制图和空间分析技术。ArcGIS是Esri公司一套完整的GIS平台产品,具有强大的地图制作、空间数据管理、空间分析、空间信息整合、发布与共享的能力。ArcGIS平台拥有丰富的能力,为各行各业运用地理学思维解决其行业问题提供了强有力的支撑。
随着技术发展和应用深化,GIS应用亟须通过实时可用的IT 资源,支撑海量空间地理数据的发现、获取、处理和应用,并满足多终端设备、超大用户量的高并发访问。云计算为解决"海量高并发下的实时处理能力、PB级数据的存储与检索能力、分布式互联与统管能力"这三大GIS系统面临的难题提供了可能。
因此,浪潮联合Esri推出了面向国土、水利等行业的GIS云解决方案,将ArcGIS平台方便、高效地部署到浪潮云计算基础设施之上,以弹性的、按需获取的方式提供最广泛的服务,以满足GIS行业综合服务平台需求。联合解决方案中,浪潮提供了云计算基础架构及云端管理工具,Esri则提供ArcGIS系统及服务体系。方案通过优化流程、变革体系架构,充分满足GIS系统对计算、存储、网络的需求,使用标准化工具对Iaas、Paas、Saas分层管理,同时支持自动化部署、灾备冗余和多中心互联,有效提高资源利用率,可高效承担各种形态的GIS服务,成功应对GIS业务快速发展与应用多元化过程中的各种挑战。

GIS云服务结构
浪潮与Esri合作的GIS综合服务云平台,底层基础平台包括Incloud OpenStack、虚拟化系统InCloud Sphere、IncloudStorage、InCloud Network和云管平台InCloud Manager,搭载系统GIS管理系统、GIS业务系统、GIS数据库。平台采取了分层管理的方式,各层资源有序建设,可灵活伸缩。通过标准化技术,平台支持各种终端工具、网络接入,支持多地单云、多地多云等多种统管方式,满足各种GIS系统扩展需要。
解决方案充分融合浪潮高性能、高可用的基础设施,以及Esri高效的GIS工具,将GIS部署与服务效率提升数倍,并显著降低GIS系统运维、伸缩和分布式运营管理难度。
海量高并发下的实时处理能力
随着GIS应用的迅速普及,不同层次的GIS体验用户可使用多样终端获取GIS信息,包括浏览器、移动设备和GIS专业软件等。浪潮云GIS方案具备资源的弹性伸缩能力,针对用户群体的扩大和使用频率的提高,将计算、网络和存储资源池化管理,实现虚拟机的动态伸缩和迁移,以实现高并发下的弹性资源支撑。
PB级数据的存储与检索能力
GIS系统地域覆盖面持续扩大并且地理信息呈现多维细化,数据量成几何级数增长,如何有效存储这些数据并高效检索,考验着存储的容量和扩展能力。GIS云方案自由对接各类GIS存储,包括NAS、分布式共享存储、集中式存储等,并根据需要实现业务与数据的迁移。
分布式互联与统管能力
随着GIS系统运营的地域性扩展,为了突破远距离信息传输的瓶颈,设立多数据中心,且保证数据中心互联互通和统一管理。GIS云平台具备的标准化技术能支持各种终端工具、网络的接入,支持多地单云、多地多云统管等方式,满足GIS系统各类扩展需要。
浪潮联合Esri推出的云GIS方案利用云计算提供的高可用基础设施,解决了GIS 面临的数据密集、计算密集、并发密集、时空密集等问题的挑战,使GIS 系统具备分布式存储、分布式并行计算和分布式表达能力,满足空间数据的地理位置相关性与海量多源异构特点对GIS 系统性能的需求。利用云计算集约化资源利用模式,提供"即拿即用"的使用方式,通过网络即可随时随地获取GIS 功能,带来更高性能、更低成本的GIS 应用。
好文章,需要你的鼓励
AI正在革命性地改变心脏疾病治疗领域。从设计微创心脏瓣膜手术到预防原理定位,机器学习和神经网络的洞察力推动了巨大进步,甚至可以构建新型移植解剖结构。数字孪生技术为个性化心血管护理提供持续预测管理。哈佛干细胞研究所的研究人员利用纳米材料和类似棉花糖机的设备,能在10分钟内制造心脏瓣膜,相比传统3周制造时间大幅缩短。这些突破性技术为每年4万名先天性心脏畸形儿童带来新希望。
Fractal AI Research实验室开发了Fathom-DeepResearch智能搜索系统,该系统由两个4B参数模型组成,能够进行20多轮深度网络搜索并生成结构化报告。研究团队创新了DUETQA数据集、RAPO训练方法和认知行为奖励机制,解决了AI搜索中的浅层化、重复性和缺乏综合能力等问题,在多项基准测试中显著超越现有开源系统,为AI助手向专业研究工具转变奠定了基础。
谷歌正在为搭载其内置信息娱乐系统的汽车推出谷歌地图实时车道引导功能,首先从极星4开始。该系统利用车辆前置摄像头和AI技术,分析车道标线和路标,为驾驶者提供更精确的车道指引和视听提示。该功能将在未来几个月内在美国和瑞典的极星4车型上推出,目前仅支持高速公路使用。
快手科技与清华大学合作发现当前AI语言模型训练中存在严重的权重分配不平衡问题,提出了非对称重要性采样策略优化(ASPO)方法。该方法通过翻转正面样本的重要性权重,让模型把更多注意力放在需要改进的部分而非已经表现良好的部分,显著提升了数学推理和编程任务的性能,并改善了训练稳定性。