至顶网服务器频道 05月11日 新闻消息:近年来,虚拟化、云计算、大数据技术的出现,为传统公安信息化的建设模式、方法、技术等方面带来了新变革。面对如雨后春笋般的新架构,达州市公安局积极推进IT运维管理工作新模式,采用北塔软件的北塔BTSO智慧运维平台,为“金盾工程”优化应用提供智慧化IT运维保障,彻底摆脱被动运维困境,为虚拟化深度应用保驾护航。
IT运维管理遭遇“多、杂、新”
随着社会转型的进程以及云计算和大数据时代的来临,公安行业信息化面临着巨大的变革与发展机遇,金盾网改造、警务云、警务大数据、平安城市、应急指挥等领域已经成为警务信息化建设的热点。然而,在选择这些全新的技术架构之后,IT运维保障能力却显得越发乏力。
达州市公安局的IT运维担子越来越重,运维人员越来越累,而导致这一现象的原因与系统的“多、杂、新”有关。具体表现为:
第一, 金盾网改造优化工程是一个持续性的项目,这其中涉及的网络设备数量随着新业务落地而陆续攀升,科通处需要负责运维的设备数量超过了500台,依靠手工打理几乎很难完成日常的巡检工作。
第二, 不但“金盾工程”涉及的业务系统数量增加,每个业务的背后更由多个子系统组成,且系统之间的关联性极强。一旦单个设备发生故障,就会导致中间环节脱钩,造成部分或全部平台数据调取出现问题。如果不能提前发现隐患,或是在出现故障后花费太多的恢复时间,必然会影响一线干警的工作效率,公众不了解情况时甚至会导致社会矛盾,影响警民关系。
第三, 与许多用户所担心的一样,达州市公安局部署虚拟化的时间虽然较早,但由于担心虚拟化平台的稳定性和可控性,核心业务并没有完全迁移到虚拟平台。而现有运维工作只能在虚拟化自身平台上进行,运维人员也缺乏更多专业的虚拟化管理经验,虚拟化环境的健康状况“看不清”,资源容量使用情况“讲不明”,这些都影响了全面虚拟化的信心。
面对上述问题,不仅运维技术人员疲惫不堪,有时出现业务故障、容量不足的情况,一线人员也很难理解。为此,达州市公安局决定量身打造新一代的IT运维管理平台,希望良好的运维局面也由此打开。
国产化势在必行,虚拟化“清澈见底”
在产品选择方面,达州市公安局似乎对国产化“情有独钟”。其实,这一问题不仅受到了政策导向和国际大环境的影响,技术层面也是息息相关。对此,达州市公安局的理解是:IT运维管理软件在网络架构中拥有绝对的超级权利,在金盾网中也是如此,它可以在底层监控和收集网络中的所有信息,即使发生数据泄露,用户也很难发觉。而“金盾工程”的中运行的数据大多都是国家涉密级别的。因此,选择能够支持应用的产品,要先圈定国产化的这个圈子。
针对虚拟化等技术层面的需求,以及“国产化”的产品要求,多轮沟通和上线测试之后,北塔软件的北塔BTSO脱颖而出。
“在项目实施工程中,北塔软件的工程师并不是把BTSO的功能生搬硬套地部署在网络中,在产品自动收集运维对象、自动绘制网络拓扑之后,他们和我局同志一起重新梳理了业务流程,建立了以业务视图为核心的监控平台。此外,我们还针对每个系统建立阈值报警体系,通过‘基准线’观察每个系统的资源使用量、可用性、流畅度、安全性的指标,改变了‘被火烤’的局面。”针对“多、杂”这两个问题,达州市公安局表示已经找到了解题答案。那么,“新”又是如何应对的呢?
首先,用户在以前管理虚拟化,需要登录到虚拟化管理中心来管理,并且虚拟机的性能不够直观,而北塔BTSO部署之后,管理人员能够通过图形化方式构建出虚拟机、宿主机、虚拟网络、数据存储间类似物理网络拓扑的关系,这类物理网络拓扑又能够通过颜色变化展现各虚拟化主机的状态以及性能,只需打开虚拟化拓扑,就能够全面了解到虚拟化环境的健康状况。
其次,针对虚拟化环境中容量 “枯竭”的担忧。北塔BTSO通过当前以及将来两个时间角度,直接显示出相关的容量。当前时间,会告诉用户容量的使用情况,以及可回收的容量大小;将来时间,会告诉管理员预计可创建的虚拟机数量和容量还能使用多长时间,同时显示出后续各段时间所消耗的容量大小,让容量规划清澈见底、心中有数。
《人民的名义》现实版:达康书记也能看懂运维数据
近期,《人民的名义》热播,剧中几位重要领导干部调查、研究数据,亲临公安部门指挥中心,借助大屏指挥工作的情景,给观众留下了深刻印象。那么,现实版本中的公安系统工作也是如此吗?IT运维也能“通过大屏获取数据背后的意义”吗?
针对这个问题,从达州市公安局的运维情况可以看到:“略有差别,但基本符实”。通过北塔BTSO的报表系统,可以分析整个网络的业务运行状况,得到改造、改进网络的第一手技术资料,为进一步的IT投资和运维决策,以及管理绩效评估提供依据。通过北塔BTSO展示层的设计,还可以在大屏幕上实时显示运行状况,遇到故障一针到位,同时还能将IT运维工作透明化,将运维价值充分展现出来。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。