如果混合办公模式成为主流会怎样?
起床、穿衣、洗漱、开启电脑
一天的“云上办公”之旅从此开始
得益于桌面云技术的发展,未来大部分工作都可以在数字工作空间中完成,企业可以选择更灵活的混合办公模式。“云上办公”可以把以往分布在不同终端的办公数据都集中到企业私有云上,而这需要后端存储系统提供更高的可靠性,同时,远程桌面的集中访问也对存储系统的性能带来更大的挑战。
超大规模研发工作上云 数据存储面临的“三重关”
基于对未来工作模式的洞察以及在数字工作空间领域的研究,紫光股份旗下新华三集团践行数字化变革实践,逐步推进研发工作全面上云,实现研发“两地五中心一平台”超大规模桌面云部署,重新定义了数字时代的研发模式。
随着大规模研发上云的深入推进,2023年,新华三集团研发体系的桌面云规模已突破12000+节点,庞大的运行体系对存储基础设施提出了更高要求,原有的存储系统逐渐力不从心,面临“三重关”考验:
●一重关,可靠性挑战:研发部门涉及公司的核心知识产权,研发工作也和公司创新效率紧密相关。对于科技创新性企业来说,高效的研发平台对公司业务创新至关重要,桌面云应用一旦中断,将严重影响公司研发效率,研发数据的丢失更会造成严重后果。
●二重关,性能挑战:桌面云的办公体验至关重要,任何卡顿都将对研发办公效率带来影响。原有平台在高峰期会存在IO响应过长,桌面点击后卡顿感明显;同时,桌面云在登录高峰会产生平常使用数十倍的IO吞吐量,原有存储系统的性能已无法满足桌面云的数据存储需求。
● 三重关,容量效率挑战:原有存储平台不支持重删压缩,超大规模桌面云的部署会造成巨额的容量投资,需要通过数据缩减有效降低容量成本。
自实践检验 Alletra 6000诠释全闪存硬实力
基于自身数字工作空间建设的新需求,新华三集团以数字化变革框架为指导,全面应用自有存储产品方案和最新技术,通过引入新华三HPE Alletra 6000全闪存阵列升级原有存储平台,在新华三五地研发中心机房各部署一台Alletra 6000全闪存储,单套存储规划承载1000+虚拟桌面,为新华三8000余名开发测试人员的“云上研发”提供高效益、高体验、高可靠的6900TB+海量存储空间,为超大规模研发桌面云打造存储新底座。

多重数据保护 安全感UP
研发数据是企业最核心的资产之一,存储系统作为承载平台,其数据可靠性和设备可靠性非常关键。新华三HPE Alletra 6000支持单一Raid组内任意3块盘同时故障数据不丢,并可提供无损性能和容量的快速重建,提供远超Raid 6级别的数据可靠性。在三重校验外,Alletra 6000还支持盘内校验,即使在Raid失效情况下,还能从不可恢复的读取错误(URE)中恢复,提供卓越的数据保护。
作为专为高性能环境下高可用存储场景而设计的存储产品,新华三HPE Alletra 6000采用全冗余性能无损配置,在单一控制器故障时系统可自动进行切换及业务接管,业务无影响。通过多重数据保护策略,Alletra 6000全面保证了新华三集团研发桌面云存储系统的性能稳定和数据安全,同时满足了研发分区安全办公、设计办公和日常办公的桌面云数据存储需求。
98.7%时延降低 使用体验UP
对于研发设计人员而言,桌面和开发环境就是核心生产工具,桌面的使用体验是影响研发效率的关键因素之一。此次升级的新华三HPE Alletra 6000存储是专为NVMe设计的智能全闪系统,支持PCIe 4.0,具备极低的IO时延,新华三集团研发桌面的使用体验得到了大幅度改善。Alletra 6000采用独特的CASL技术和数十项缓存优化的专利算法,通过NVDIMM对写入时不同大小的数据块进行整理和聚合,再将它们以整条带方式顺序写入后端存储介质,变随机写为100%顺序写,极速提升随机写入效率。
在升级部署Alletra 6000全闪系统后,虚拟桌面的存储写时延从平均15ms下降到0.2ms,下降98.7%,研发人员在操作、保存和加载文件时可以获得媲美传统PC的即时反馈体验,更加高效地进行编码、测试和调试等工作。
此外,当前存储系统的IOPS压力远未达到瓶颈,未来可支撑更多桌面部署,为研发办公提供了更大的空间和灵活性,保障研发部门可以根据项目需求的增加无缝扩展桌面数量,无惧登录风暴和存储系统性能下降等问题。
8倍数据压缩 存储效益UP
在行业普遍认知中,全闪存的部署成本显著高于混闪,这也是混闪目前仍然大量部署的重要原因之一。但在此次存储系统升级中,新华三以自身实践充分验证了Alletra 6000领先的数据效率。相较于传统存储, Alletra 6000采用在线的应用感知的变长重删和变长压缩,每TB原始字节存储的数据更多,能够以更高的整体效率和更少的成本获得更高收益。
基于无损性能的数据缩减技术,在存储系统升级短短4个月后,即达到了8倍的数据缩减,8TB的数据落到磁盘上仅需1TB的存储空间,数据效率大幅超出研发部门预期。目前,该存储系统实际使用容量不超过40%,未来可满足新华三研发部门更大规模的虚拟桌面数量。
从高可靠、高体验到高效益,新华三集团在此次研发部门的桌面云存储系统升级中,以务实的精神充分展现了自身存储产品的出色性能和技术实力,这既是新华三持续推动“刀刃向内”数字化变革的实践体现,也是新华三“抓手向外”赋能百行百业的行动彰显。作为数字化解决方案领导者,新华三秉持“精耕务实,为时代赋智慧”的理念,为客户的数智化转型提供可复制借鉴的样板,从自身实践走向行业赋能,加速开启AI时代数智未来。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。