近日,华为FusionCube超融合基础设施中标中国光大银行融合架构二级资源池建设项目。中国光大银行总部设在北京,是经国务院批复并经中国人民银行批准设立的金融企业,在英国《银行家》杂志2015年发布的“世界1000家大银行排名中,中国光大银行位列第57位。凭借卓越的创新能力和出色的业绩表现,中国光大银行被评为“年度最具创新银行”,荣膺“CCTV中国年度品牌”。
该项目涉及光大银行全部分行的资源池新建部署,实现了华为公司的超融合基础设施FusionCube及虚拟化软件FusionSphere在光大银行全行的规模应用。光大银行云建设的核心思想是参照业界主流的云计算架构,进行光大银行私有云整体能力建设,通过私有云建设,计划实现以下重点目标:
在建设过程中,需要实现分别部署,统一管理,以异构资源来实现全行的资源池化。总、分行所有资源纳入云管理平台统一管理,并将分行生产交易应用集中迁移至总行一级资源池,形成全行性总、分两级资源池,实现资源的集中管理,统一调度。光大银行经过多方选型,决定采用华为公司超融合产品系列中的FusionCube6000 进行搭建,内嵌华为的云平台软件来实现整体的资源池的构建。基于华为的FusionCube的融合架构资源池解决方案具有以下关键特点:
正因为华为的FusionCube具有以上特点,越来越多的金融客户开始选择华为的FusionCube来部署业务。据了解,华为FusionCube超融合基础设施已经在中国工商银行,中国农业银行,招商银行,浦发银行、中信银行、大地财险、汇港资讯、太平洋保险等众多金融机构得到了广泛应用。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。