浪潮的AS5600存储双活方案结合浪潮云海OS操作系统,应用于新疆道路运输管理局用户的客运联网售票、客票查询、客运清分结算、实名售票系统等应用,为客户在智能管理以及业务持续运行带来巨大变革,更为今后的大数据应用创新提供基础支撑平台。
(一)大流量,高增长,周期性高并发带来新挑战
新疆道路运输管理局负责新疆省道路和水路运输管理,以及搬运装卸、汽车维修等配套服务业的管理工作,全疆道路运输管理机构业务逻辑复杂,业务应用形式众多,业务规模庞大。
新疆道路运输管理局现有各级运管总站141个,全疆客运站日发班次达 3.34 万个,客运站平均日旅客发送量达 155.8 万人次。客运联网票务系统涉及到客运网上购票,APP购票,网上支付,客票查询,检票,清分结算等多种应用。 31.5%的高增长率,5亿人次以上的旅客发送量,以及伴随节假日与重大活动而产生300%--500%增长的周期性客流高峰对运管局客运信息系统提出了新的挑战。因此,新疆道路运输管理局决定对原数据中心设备进行升级改造。
如何构建高可用信息系统,保障核心业务连续性,如何实现计算资源池化应对复杂业务逻辑与众多应用业务形式,同时满足周期性高并发业务处理是关键所在。平台架构上,现有传统平台架构无法避免重复投资建设、低使用率以及周期性高并发业务的处理问题。传统平台架构伴随业务的高速增长,还会出现整体横向扩充复杂的问题,与此同时清分结算系统对数据的安全性可靠性都有很高的要求。如何保证核心财务相关数据的安全?方案能否实现同城异地容灾,能否多重备份?如何提供弹性计算资源?这些因素都成为平台建设考虑的重点。
(二)浪潮软硬件解决方案,助力运管局信息化发展
现有传统平台架构已经无法满足客户的需求。为了同时实现更低运维管理成本、避免重复投资建设、业务连续性高可靠、更低数据中心能耗这4大核心问题,新方案需要具有提供资源池的动态扩展能力,以及资源的调配、监控和管理能力,同时通过计算资源池化满足周期性高并发业务处理。存储双活功能必不可少,以满足本地数据的安全可用,当一个存储出现故障时,另一存储可以立即接管业务。因此浪潮提出云海OS+存储双活解决方案。
其拓扑架构如下:
该方案通过浪潮AS5600存储配置实现存储双活功能,通过同步镜像复制实现本地存储高可用,满足本地数据的安全可用,当一个存储出现故障时,另一存储可以立即接管业务。同时浪潮AS5600通过远程复制功能实现异地容灾从而构成两地三中心的架构。满足今后运输管理局对灾难恢复的要求。且AS5600自身采用多重BBU+FLASH,通过1.4T二级极速PCIE SSD缓存大幅降低硬盘使用量,大幅提升数据读取能力。保证数据库和上层虚拟化对数据快速查询处理的需求。同时在数据库和虚拟化区域配置浪潮备份设备,实现数据库和虚拟业务的备份。
核心主机计算层采用了浪潮高端4路服务器NF8460M4,通过ORACLE RAC实现系统高可用,保证了核心清分结算的业务连续性。核心应用采用8台NF8460M4服务器部署云海OS(InCloud Sphere 4.0旗舰版虚拟化和InCloud Manager 4.0云管理平台)实现资源利用的最大化,并提供资源池的动态扩展,及资源的调配、监控和管理,实现计算资源池化满足周期性高并发业务处理。通过平台自身HA、负载均衡、DRS保证业务系统的可靠性及延续性,资源整合比高达10:1,对于新业务的上线可以平滑过渡到云平台,减少了部署周期,降低重复投资真正实现高效、智能、IT精简、低碳的云中心。浪潮云海OS是一个开放、融合、安全的平台。可以管理异构虚拟化平台,深度融合OpenStack 和DOCKER,从而满足未来用户多种灵活的建设需求。也为今后运管大数据创新建立了一个开放的基础架构。
(三)更低TCO,更高业务连续性
在数据中心采用浪潮云海OS+存储双活解决方案后,资源利用率得以提升,同时降低了投资成本。统一的架构提升了管理效率,同时保证了整个平台业务系统的可靠性和持续服务能力。
据新疆道路运输管理局相关负责人透露,目前数据中心的资源使用率已经从传统构架中的"991"(90%的时间,90%的计算资源,10%的使用率)提高到平均60%-70%的使用率,大大降低了TCO,同时实现精简部署与高效管理。同时,存储双活方案的实现为应对未来数据安全的风险也做好了万全的准备,力保计划外宕机0数据损失,0业务中断。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。