6 月 3 日,上海英方软件(以下统称“英方”)联同华为云在华为智慧金融峰会2021现场,共同发布异构数据库和GaussDB同步解决方案。该方案旨在结合双方产品的技术优势,为金融等行业用户提供更快速、更灵活的数据库数据同步方案。
如今,越来越多金融机构通过数字化技术,驱动业务升级,优化组织架构。随着金融行业数字化程度的加深,海量增长的数据及不断拓展的线上业务系统,让金融机构的数字化挑战逐渐升级。像实时分析、实时风控等业务场景,则要求更快速、实时的海量数据同步、汇聚、分发等操作。
金融用户的需求不再局限于数据安全、业务双活等,而是更多地关注数据处理的时效性和准确性。这种现象不仅集中在金融行业,在政务、医疗、企业等行业也日益凸显。为了更好地同金融及其它行业用户迎接数字化转型升级,英方联合金融级分布式云数据库GaussDB(for openGauss),提出全新的异构数据库和GaussDB同步解决方案,帮助用户实现同构、异构数据库间的数据实时同步。
GaussDB(for openGauss)是华为自研的金融级分布式云数据库,目前广泛应用于金融、电信等领域,为用户的关键系统提供:
高吞吐、强一致性事务处理能力;
两地三中心金融级高可用能力;
分布式高扩展能力;
大数据高性能查询能力。
英方软件在本方案中集合了数据库与大数据同步的两大重磅产品 i2Active 和 i2Stream,两款产品基于英方数据库语义级复制技术,能够分别实现同构数据库的容灾备份和异构数据库、大数据平台、消息队列等平台间的数据同步和分发。
该方案可通过对数据库日志文件的采集、解析、传输、执行等操作,有效实现金融级分布式云数据库GaussDB(for openGauss)到金融级分布式云数据库GaussDB(for openGauss) 间的数据实时同步,以及各类数据库与金融级分布式云数据库GaussDB(for openGauss) 间的数据互通,满足用户面向异/同构数据库、大数据平台及非结构化数据的实时同步需求,帮助更多的金融用户打破“数据孤岛”,实现分散、异构数据的快速汇聚。
异构数据库和GaussDB同步解决方案对数据同步无距离限制,同步速率可达 7w rows/s,对主数据库系统的性能影响小,单核 CPU不超过 5%,用户可根据需求配置内存及带宽占用;全图形化操作界面,无需底层配置操作,对运维人员来说简便易用。
此次联合方案的发布,是继双方在文件、块、系统层容灾、备份联合解决方案之后,在数据库容灾和同步方面的又一次联合;也是对双方战略合作广度的有力拓展。除解决方案之外,英方同华为云还共同为政务、医疗、教育、金融、企业等行业用户提供数字化服务,服务地区遍布全球,如中国 FAST 天文台超高速数据迁移项目、珠峰保险云灾备项目、卡塔尔 Meeza 云灾备项目等。
双方在金融数据库领域的强强联合,不仅表现了双方对自身数字化服务能力水平的信心,更凸显了双方在其他领域合作的决心。双方将以数据复制技术、云计算、大数据等核心技术为切入点,共同加速助推金融及其他行业的数字化转型和服务升级。
华为向金融机构提供基础架构升级、敏捷创新升级、数据智能升级、普惠服务升级和产业金融升级,加速数字化转型,实现智能升级。截至2020年底,华为已服务全球60多个国家和地区的2,000多个金融客户,包括全球Top100银行中的47家。
华为全球金融峰会是由华为主办、聚焦金融行业的全球性ICT盛会,始创于2013年,与会嘉宾均是金融行业机构的业界精英。华为智慧金融峰会2021于6月3日—4日在上海举办,以“数智金融,升级有道,共创行业新价值”为主题,本次大会从战略、商业、技术、生态四个维度,探讨如何共同加速迈入智慧新金融,共创行业新价值。
好文章,需要你的鼓励
文章探讨了CIO在2025年应该重点投资的五个AI领域:可信工作流的代理AI、智能文档管理、营销客户数据需求、从数据驱动转向AI驱动、重新审视IT架构以支持AI目标。这些投资可以在短期内带来效益,同时成为长期财务回报的倍增器。CIO需要在这些领域制定务实的AI应用策略,简化平台,加强风险管理,以应对未来的挑战和机遇。
Instabase 公司完成 1 亿美元 D 轮融资,估值 12.4 亿美元。该公司提供非结构化数据处理平台,可从多种文件中提取信息并标准化。新资金将用于增强数据提取、分析和搜索功能,以满足企业 AI 需求。
人工智能在建筑设计领域正展现出惊人潜力。从生成令人赏心悦目的建筑效果图,到创造无限游戏世界,AI 正逐步改变设计流程。尽管人类仍是核心创作者,但 AI 辅助工具正迅速普及,未来可能会大幅提升设计效率和质量。这一趋势引发了对 AI 取代人类建筑师的担忧,也带来了硬件革命和地缘政治影响。
研究显示,高收入公司的CEO正将人工智能置于业务战略的核心地位。欧美企业声称已具备AI项目的基础条件。专家建议避免过度乐观,关注投资回报,构建稳健的数据基础,并优先考虑循序渐进的推广策略。研究还发现,最成功的公司往往是那些高层领导有意识地不直接参与AI战略制定的公司。