[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
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。