2020年,新冠疫情肆虐全球,
某制造厂商却订单满满,业务顺畅。
这一切要从两年前说起,
当时由于生产线全面升级,
随之而来的的是对原有的IT系统形成了挑战。
该工厂产品研发生产设计环节,
由 2D 图纸向 3D 图纸升级产生海量的数据,
二维图纸产生的数据量大概是 1M 的数据量,
而设计一个 3D 模型至少要 1G 的数据量,
数据存储扩展面临新的挑战。
同时该工厂面临着业务系统批处理的挑战,
包括 ERP 系统, PRM 系统, SAM 系统业务的激增,
给批处理月结的 IT 存储系统性能形成了挑战。
制造业对于 IT 系统高可用或者可靠性有非常大的要求,
因为 IT 系统的故障或者一个小灾难,
就可能造成生产环节的业务连续性中断。
IBM 为该制造企业提出软件定义存储的方式,
来解决 IT 升级的需求。
基于 IBM Spectrum Scale 构建的软件定义存储,
能够确保任何地点,数据安全,任何规模的混合云实现性能的提升,
并支持不同架构、不同应用的数据访问。
IBM 软件定义存储就能够提供灵活弹性的云化敏捷架构,
通过分布式存储架构满足了数据的开放性、多样性,
解决制造业在敏态业务中产生的海量数据存储及流转问题。
同时最新的 IBM Spectrum Scale 5.1版本,
基于更为简化的混合云的数据存储和数据访问和管理,
实现 AI 和大数据的存储功能,
IBM Spectrum Scale 5.1不仅实现混合云和容器的存储融合能力,
实现了 IBM Spectrum Scale、对象存储、NFS 存储之间
透明的数据访问和迁移。
最后,IBM 软件定义存储不仅满足了
智能制造在现有的业务系统对于混合云资源的需求。
同时利用 OpenShift + Cloud Packs 轻松连接混合云中的资源,
实现云原生应用的快速响应,
更好的支持未来新技术扩展、新应用开发。
想了解更多制造业的存储解决方案和详细的IBM存储功能请点击链接:http://www.zhiding.cn/special/IBM_2021_IT_infrastructure
咨询IBM专家:400 6692 039
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。