2020年,新冠疫情肆虐全球,
某制造厂商却订单满满,业务顺畅。
这一切要从两年前说起,
当时由于生产线全面升级,
随之而来的的是对原有的IT系统形成了挑战。
该工厂产品研发生产设计环节,
由 2D 图纸向 3D 图纸升级产生海量的数据,
二维图纸产生的数据量大概是 1M 的数据量,
而设计一个 3D 模型至少要 1G 的数据量,
数据存储扩展面临新的挑战。
同时该工厂面临着业务系统批处理的挑战,
包括 ERP 系统, PRM 系统, SAM 系统业务的激增,
给批处理月结的 IT 存储系统性能形成了挑战。
制造业对于 IT 系统高可用或者可靠性有非常大的要求,
因为 IT 系统的故障或者一个小灾难,
就可能造成生产环节的业务连续性中断。
IBM 为该制造企业提出软件定义存储的方式,
来解决 IT 升级的需求。
基于 IBM Spectrum Scale 构建的软件定义存储,
能够确保任何地点,数据安全,任何规模的混合云实现性能的提升,
并支持不同架构、不同应用的数据访问。
IBM 软件定义存储就能够提供灵活弹性的云化敏捷架构,
通过分布式存储架构满足了数据的开放性、多样性,
解决制造业在敏态业务中产生的海量数据存储及流转问题。
同时最新的 IBM Spectrum Scale 5.1版本,
基于更为简化的混合云的数据存储和数据访问和管理,
实现 AI 和大数据的存储功能,
IBM Spectrum Scale 5.1不仅实现混合云和容器的存储融合能力,
实现了 IBM Spectrum Scale、对象存储、NFS 存储之间
透明的数据访问和迁移。
最后,IBM 软件定义存储不仅满足了
智能制造在现有的业务系统对于混合云资源的需求。
同时利用 OpenShift + Cloud Packs 轻松连接混合云中的资源,
实现云原生应用的快速响应,
更好的支持未来新技术扩展、新应用开发。
想了解更多制造业的存储解决方案和详细的IBM存储功能请点击链接:http://www.zhiding.cn/special/IBM_2021_IT_infrastructure
咨询IBM专家:400 6692 039
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。