核心数据库是各个行业业务系统的心脏,数据库的修改、升级和迁移是一项复杂度很高的技术活。株洲市财政局在技术人才有限、资金投入有限的情况下,平稳完成了非税收入征收管理系统的核心数据库升级,从国外小型机迁移到了浪潮天梭K1关键应用主机上,性能提升了超过10倍,解决了性能瓶颈、单点故障隐患、存储空间等一系列问题。这项工程是由浪潮服务器和湖南远见信息科技有限公司共同完成的。目前,浪潮正在构筑深入各个关键行业的伙伴体系,通过“K迁工程”、“K+计划”等政策不断提高市场份额。
浪潮天梭K1
复杂的非税收入系统
如今,不仅缴税可以在网上完成,而且缴纳学费、各类行政罚款等非税费用也都不需要到政府缴费大厅去排队处理,在个人电脑或者手机上就可以完成。支持这些公共服务的正是各级政府的非税收入管理系统。
非税收入是来源、征收和管理最复杂的财政收入项目。非税收入的繁杂性就导致非税收入业务系统的复杂性。株洲市非税系统业务有征收管理、资金管理、票据管理、监控管理和分析支持等5个子系统,共包括B/S架构模块7个,C/S架构模块11个。而且株洲市下辖四区四县以及一个示范区,总人口390多万,地区 GDP超过2000亿元,非税收入管理工作十分繁重。
2个90%,系统心脏不堪重负
复杂的业务系统以及繁重的非税收入管理都变成了株洲财政局核心数据库系统的访问压力,这套核心数据库系统已经上线运行7年,硬件平台为国外小型机。面对日益增长的访问压力,每逢学校开学、年底缴纳交通罚款等业务高峰,就会出现数据库堵塞、应用连接缓慢等现象。通过查看数据库文件发现,高峰时数据库系统的物理内存占用率经常超过90%,表空间使用率也达到90%以上。
更为严峻的是,该数据库系统原本是双机热备方案,但是一台国外小型机常年故障,实际运行的是单机数据库方案。而且,相关负责人表示,该系统对环境温度要求很高,只要数据中心温度超过30度,系统就会运行异常。加之原有小型机超龄服役,随时面临数据库宕机的风险。
4个小时完成升级
2015年,株洲财政局选择了浪潮与湖南远见共同实施核心数据库硬件平台的升级,计划将核心数据库系统迁移到基于浪潮天梭K1的双机高可用平台上。双方工程师对株洲财政局的非税数据库系统进行了仔细诊断后,制定了详实的《株洲市财政非税业务的迁移方案》。
迁移时间的控制是该项目最大的挑战。
首先,数据库迁移过程中需要进行数据清洗,数据的清洗需要一定的时间。数据库系统的数据量约为26GB。但是此前连续多年缺乏维护,这些业务数据夹杂着大量的不相关数据,在迁移过程中,需要根据业务特点和后台数据库结构,剔除不相关数据,保留有价值数据。
此外,数据迁移的时间远远超过一般情况。客户原有小型机服役时间过长,性能不足,数据导出很慢,而且原小型机磁盘剩余容量不足,不能满足迁移要求,需要将数据导出到中转服务器,然后再导入天梭K1系统,使得迁移工程增加了一个环节,进一步拉长了迁移时间。
由于浪潮技术人员前期做了充足的准备工作,最终,系统迁移仅用 4个小时的时间。非税系统业务模块比较多,数据库连接也十分复杂,由于工程师的专业度及对系统的熟识度,新数据库的链接也没有出现任何遗漏和错配。
系统性能10倍提升
工程师在迁移完成后,用执行大数据量和大运算量sql语句的方法对新平台进行了实用性能测试。执行后台数据清查的大数据量查询语句,原数据库需要2个小时左右时间,新数据库只需要运行2分半钟。执行一个联合查询数据比对的语句,原数据库需要2分钟,新数据库只需6.4秒。
该系统负责人表示,新系统运行十分平稳。办理业务的个人等非税收入征收管理系统的使用者都表示新系统反应速度提升十分明显,在业务高峰时段,承载平台天梭K1 也处于轻载状态。而且新系统释放了大量的数据库表空间,业务容量比原来提高了3倍,可以满足未来5年的数据增长需求。
浪潮主机生态不断壮大
该项目的方案供应商浪潮是目前中国唯一掌握32路关键应用主机技术的企业,在高端Unix市场的占有率为14%,市场排名第二。目前,浪潮主机生态成员已经超过200家, 并在不断发展壮大。
2016年,浪潮发布“K+计划”, 具体包括专项K迁服务团队、几十台测试样机计划、百台0元购机计划、专项市场活动基金等多种措施。浪潮主机系统事业部总经理江豫京表示,通过“K+计划”,我们致力于发展更多行业ISV等合作伙伴,激活合作伙伴的产能,扩大关键应用主机在金融、交通、社保、财税、公安、医疗等关键行业的市场份额,以此助力浪潮关键应用主机业务的高速增长。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。