工商总局通过部署华为的两地三中心容灾解决方案,帮助其商标局业务解决了数据层的容灾数据可靠性问题,完善了商标业务从数据层、数据库层到软件层的整体灾备架构,确保了在商标业务在越发庞大和复杂的严峻挑战下的业务连续性,为部委的灾备建设提供了很好的标杆。
工商总局探索:信息化成探索重点
国家工商行政管理总局是国务院主管市场监督管理和有关行政执法工作的正部级直属机构,商标局是工商总局直属单位主管全国的商标注册与管理工作,且商标系统是工商总局数据量和业务压力最大的系统。
工商总局商标局的生产系统平台是国家级统一建设的大平台,是全国业务的计算中心、存储中心、备份中心,承载着商标局的核心业务系统,该系统分为4类业务、8个数据库,数据库分别运行在4台小型机上,互为RAC或HA;现网核心存储系统主要采用国外品牌高端存储DS8800。
近年来,随着国家号召的“大众创业、万众创新”和“三证合一”大政策的推进,越来越多的企业、商标获得注册和办理,商标系统从15年开始已成为承载有全国7千万家企业信息、平均1200多人在线的核心业务,且业务量不断攀升,总局逐渐发现该系统的平台支撑能力和业务连续性风险浮现,其中商标申请、查询等在线业务量的大幅提升带来对核心存储的新的要求:
1、存储硬件资源受限且运维费用高昂
现有高端存储硬件资源无法满足当前及未来所需的商标业务存储需求,通过现网存储扩容方式只能解决短期内的存储容量的问题,运维费用高昂,且面临被原有品牌绑定的风险;
2、业务高连续性要求无法保障
当前仅采用了本地带库备份和数据库日志备份的方式,业务拉起无法保证业务恢复时间RTO和底层数据的一致性。由于商标业务数据的重要性,需要重新规划和建设商标内网系统的灾备方案。
总局一方面考虑到需满足当前商标三期对于系统存储容量扩充和对灾备系统建设的迫切需求,另一方面考虑需满足未来系统架构长期演进的先进性和开放性。
完善的IT基础设施:保障工商总局核心业务未来五年发展
基于对商标现网架构、业务需求、未来长期演进的深入分析和考究,总局经济信息中心提出了成熟稳定性与前瞻性兼具的方案:在北京部署同城的2套华为高端存储OceanStor 6800V3,在异地无锡部署1套中端存储四控OceanStor 5800V3 ,通过6800v3的异构接管现网高端DS8800,并利用3套V3存储实现同城双活、两地三中心的灾备解决方案;
华为四控制器的OceanStor 6800V3高端存储的高性能、高可靠性和高扩展性,可以满足商标生产业务、数据可靠性和系统扩展性的长期需求,而异构虚拟化为现网存储架构实现了开放性,接管和解决当前内外网系统存储容量瓶颈,节省成本,保护原有投资;扩充后的存储容量能够为未来5年业务增长的数据存储提供有力保障;
同时,这样的解决方案综合利用和匹配现网存储,保证了核心业务平台业务不中断、数据不丢失,解决了数据的安全性和业务的连续性,防范了地域级别的灾难;并且,本次方案通过高中端存储搭配,考虑高投资回报比的同时,实现了阵列级的双活容灾(消除了存储网关故障点)和两地三中心(北京+无锡),可以提升业务可靠性60%以上,实现同城RPO=0、RTO≈0,异地分钟级容灾。
至此,工商总局此次灾备整体建设得到完善,基本实现了商标业务在未来三到五年业务可扩展性和连续性的补强,为总局核心业务构筑坚强后盾,成功提升商标业务信息化。工商总局经济信息中心提到:“华为依托专业的存储产品、丰富的灾备经验和精良的技术团队,结合商标信息化实际情况及发展规划完成了前期的方案测试论证,并提供了工商总局商标业务系统两地三中心灾备解决方案。”
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。