[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
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。