ZDNet至顶网服务器频道 12月17日 新闻消息:大唐国际发电股份有限公司是中国大型独立发电公司之一,其主要经营范围为:建设、经营电厂,销售电力、热力;电力设备的检修调试;电力技术服务。目前,公司管理全资、控股发电公司及其它项目公司100余家,遍及全国18个省(市、自治区)。
为了实现对重要的IT系统的保障,总部需要对本部数据中心、三个专业、区域公司数据中心(云南电力公司、重庆分公司、内蒙古分公司)、22家基层企业机房共计26个地点的重要设备进行监管,所以大唐国际需要建设一套集数据采集、分析和展示的IT监管系统。通过本项目的建设形成大唐国际自有的IT监管体系,为实现对分公司和基层单位的IT人员考核提供数据依据。
本次项目的建设目标包括对大唐国际本部信息中心、部分下属专业、区域公司及其下属企业、部分直属直管基层企业在内的服务器及其操作系统、数据库系统、关键应用进程、网络设备、存储设备进行有效监控,确保整个大唐国际信息系统安全、可靠、高效运行;结合大唐国际本部、专业、区域公司、直属直管基层企业现有的关键业务系统,采用先进的门户展示技术平台,直观地展现各个关键业务系统与基础设施之间的关系、有效地预警和监控、保证业务系统的可用性与持续性,将监控工作的“被动发现”转变为“主动预警”;在有效监视基础上,结合业界成熟的管理体系与考核体系,对大唐国际信息系统关键性能指标(KPI)进行梳理,量化各级企业信息系统的运行质量,逐步完善大唐国际信息系统运行考核。
项目的功能主要结合大唐国际的需求,东华网智在已有的综合监控系统的基础上,通过二次开发,实现了大唐国际信息系统运行考核系统的建设。本系统只要包含3个大的模块:基础数据处理模块;监管报表模块;数据综合展示模块。
基础数据处理模块:通过数据采集组件采集网络设备、服务器、中间件、数据库、存储设备、业务系统、机房环境等IT基础架构的配置数据、性能数据、日志数据、告警数据;采集到的各类数据通过分析、关联后进行入库。
监管报表模块:监管报表模块可以灵活设置监管对像监管的KPI,通过抽取KPI实现监管体系的智能化。总部管理人员可以按照不同的设备设置考核指标,形成设备的考核体系,系统定期自动生成监管报表。报表可以按照指标、公司等进行排名。
数据综合展示模块:通过portal技术为大唐国际提供基于WEB的统一平台的访问入口,通过门户界面定制功能,可以实现对展现界面的定制,包括展现数据内容、展现方式等,从而实现个性化的管理。
项目的主要特点体现在从建设内容上来说,本项目有别于其他项目,项目主要是实现IT设备、IT系统、人员等IT元素的监管,而非传统意义上的网管;系统采用分布式部署,实现了多级的监管与管理模式。
本项目的建设,完善了大唐国际的IT监管体系;借鉴技术手段加强了IT监管体系的执行力度;通过本项目的建设,帮助大唐国际从技术和制度两个方面确保其核心应用的可靠性和稳定性;通过监管体系的建设,促成大唐ITer的学习风潮,提升了大唐ITer的技术能力,提升了信息化投资的产出;间接提升了总公司的经济效益。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。