[中国,上海数据存储解决方案创新基地,2023年6月29日]今日,华为存储与南大通用共同发布“金融核心级数据库高可用解决方案”,基于存算分离+共享存储架构,联合GBase南大通用数据库和华为OceanStor闪存存储,提供满足金融核心系统要求的高性能、高可用数据库解决方案,加速金融、运营商等关键行业基础设施科技转型。

发布会现场,从左到右依次为:华为数据存储产品线OceanData解决方案总监严浩、华为数据存储产品线副总裁顾雪军、GBase南大通用 8s产品运营部总经理崔志伟、南大通用华东区销售总经理平娟
华为数据存储产品线副总裁顾雪军发表致辞。顾雪军表示,数据库作为企业核心应用,是支撑数字经济发展的重要基础设施。金融行业一直走在数据化转型的前沿,在新金融场景不断涌现、自主创新技术日新月异的今天,无论是传统核心业务还是新的互联网金融业务,都对数据库的效率和稳定性提出了更高的要求。华为存储与南大通用的联合创新,在可靠性、性能与能效上能够率先满足金融行业核心业务改造需求,加速企业核心级数据库改造落地。

华为数据存储产品线副总裁顾雪军发表致辞
GBase南大通用 8s数据库总经理崔志伟表示,南大通用和华为均是我国扎根IT基础设施技术多年、达到业界领先水平的基础设施供应商,正面临传统核心系统改造这一历史转折点,这既是挑战、也是机遇。存储与数据库的持续合作创新,将进一步促进我国基础设施核心系统升级转型。

南大通用GBase 8s产品运营部总经理崔志伟
华为数据存储产品线OceanData解决方案总监严浩阐述了联合解决方案的关键技术和后续规划。该方案基于存算分离+共享存储架构,充分融合GBase南大通用先进的数据库集群技术,和华为OceanStor全闪存存储全球领先的高可用、高性能技术,打造出满足金融核心级系统要求的数据库高可用解决方案。该方案具有以下特点:
●高性能:存算分离+共享存储实现一写多读,性能大幅提升
联合方案基于存算分离+共享存储架构,支撑GBase 8s SSC(Share Storage Cluster)集群实现一份数据库副本一写多读能力,使能业务系统读写分离、负载均衡;在华为全闪存存储FlashLink®算法和端到端加速等技术加持下,联合解决方案数据并发处理性能大幅提升,实现业务交易平均响应时延缩短20%,批量处理时间较缩短38%,数据备份耗时缩短6倍。
●高可靠:异地双重容灾保障,RPO=0
联合方案采用双重容灾机制确保核心业务系统高可用。在应用层,GBase数据库通过HAC (High Availability Cluster)/RHAC (Remote High Availability Cluster)技术,实现基于逻辑复制的数据库容灾,备库可读;在存储层,依托OceanStor闪存存储HyperMetro A-A双活能力,确保数据高效、完整复制到容灾站点,且不影响工作站点性能,确保RPO=0。该联合方案实现异地容灾,并确保数据不丢失、业务快速恢复,满足金融核心系统业务要求。

华为数据存储产品线OceanData解决方案总监严浩发表演讲
当前,华为与南大通用的联合创新解决方案已在西南某城商行核心业务系统商用落地并稳定运行。未来,双方还将进一步加深合作,在HAC与存储双活技术深度融合、基于参天引擎实现数据库多读多写等方向上持续创新,不断打造性能、可靠性更加优异的核心数据库解决方案,加速我国关基设施韧性升级。华为存储在深耕存储技术的同时,将不断加强存储与生态应用的联合方案创新,并与行业伙伴深化合作,共同促进国产应用生态的持续壮大,为我国数字经济建设和企业数字化转型注入源源不断的强劲动力。
好文章,需要你的鼓励
B&H近期对多款M5 Pro MacBook Pro机型推出300美元优惠。14英寸M5 Pro版本(48GB内存+1TB固态硬盘)现售价2299美元,较原价2599美元节省300美元,且该配置在亚马逊无法购买,折扣机会更为难得。此外,16英寸M5 Pro版本(64GB内存+1TB固态硬盘)同样享有300美元折扣。B&H在多款高配MacBook机型上的定价已低于亚马逊,是近期可找到的最优价格。
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
Insta360推出GO 3S复古套装,将现代4K运动相机与胶片时代美学结合。套装核心仍是仅重39克的GO 3S,新增复古取景器、胶片风格滤镜、NFC定制外壳及可延长录制时长至76分钟的电池组。复古取景器模仿老式腰平相机设计,鼓励用户放慢节奏、专注构图。相机内置11种色彩预设及负片、正片等滤镜,同时保留FlowState防抖、4K拍摄及10米防水能力,面向热衷复古影像风格的年轻创作者。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。