至顶网服务器频道 09月26日 新闻消息: 从2015年以来,辽宁农信业务增长迅速,电子支付平台、理财通、贷款等业务量不断增多,系统扩容升级迫在眉睫。浪潮八路服务器支撑起辽宁农信核心数据库系统,承载生产和运营数据,以优异的容错能力和计算性能为辽宁农信的本部和分支机构提供了先进、安全、高效的数据服务及技术支持,并简化了客户对数据中心的管理,有效的降低了运营成本。
今天,人们已经很少走进银行网点,却在不知不觉中打开银行App的频次多了起来,数字金融正在从根本上改变金融行业的未来。对金融机构而言,他们比用户更早发现这一点,随着金融服务的价值逐步向数字功能转移,全世界的银行们均迈开了向数字金融前进的步伐,并且迫不及待。
辽宁省农村信用社(以下简称辽宁农信)下辖沈阳、大连等25家农村商业银行、1个市级联社、36家农村信用社联社法人机构。作为辽宁省政府唯一直接管理的地方性银行业金融机构,农村金融的主力军,辽宁省农村信用的工作成效涉及全省2221个机构网点的健康稳定运营,为680多万农户、1800多万农村人口,以及众多中小微企业提供金融服务。
业务节节攀升 系统压力倍增
随着移动互联网、电子商务的快速发展,金融服务的渠道和场景更加丰富,用户端业务及数据指数级增长,金融行业也因此面临着倍增的访问压力,和不断放大的弹性需求。金融行业的转型需要其IT系统在支撑多渠道服务协同、信息共享联动、提高服务个性化智能化等方面发挥更大作用。
从2015年以来,辽宁农信业务增长迅速,在电子支付平台、理财通、贷款等业务量不断增多的情况下,网银业务等陆续出现在特殊时段存在网页访问速度缓慢,用户体验度降低,交易笔数下降的现象。辽宁农信及时意识到这些问题,希望通过在用户体验、金融产品服务、安全保障等方面进行升级,让服务更贴近于普通用户,来满足日益变化的客户需求。
想要解决电子支付平台带来的挑战,辽宁农信明白必须加大银行系统自身的建设力度,建设满足不断创新和数据日益增长的现代化信息系统。首先要做的是对系统进行升级扩容,尤其是对核心数据库系统的升级,核心数据库承载着客户的生产和运营数据,这要求支持数据库系统的基础设施除了拥有更高性能以外,还要具备安全、稳定、高可靠和高可用的特性,为辽宁农信在数据存储、分析挖掘、数据服务等方面给予更有效支撑。
核心系统扩容升级 硬件基础要过硬
经过多轮严苛测试,辽宁农信以Oracle RAC集群模式在核心交换机上部署4台浪潮高端八路服务器,上层部署客户的电子支付、网银等平台等核心交易系统。
浪潮天梭高端八路服务器拥有业界领先的硬件基础,在产品设计上充分考虑了多个高可用机制,具备软硬件多层次冗余容错功能,从底层的芯片模块、到系统管理,以及业务应用均采用了高可靠性设计,无单点故障,为业务系统的高稳定性需求提供了有力的保障,整体系统高可用性达到了99.999%。
另外,该产品具备完全电气隔离的物理分区能力,可真正实现生产平台、备份平台和开发测试平台运行在完全相同的系统环境中进行。辽宁农信可以在该平台上完成业务应用从“开发升级”到“模拟测试”再到“生产上线”的全过程,使得新系统的整体成本大幅度下降。
浪潮天梭八路服务器采用业界独有的RSMS(Inspur Real-time Status Monitor System), 可指示开机进度及作业负载状况,直观反应机器的运行状态。运维人员只需根据指示灯的情况就能比较直观地判断机器当前的运行情况,从而更及时地根据实际情况做出应对,比如在重负载情况下调整和管理机器承载的业务量,达到延长机器使用寿命、降低机器宕机概率、减少用户维护成本的目的。
保障金融核心系统稳定运行
辽宁农信科技部负责人表示,目前银行的核心数据库等关键应用系统需要高端容错服务器来承载,浪潮八路服务器承载的都是辽宁农信的生产和运营数据,关键性不言而喻。设备上线运行了一段时间,浪潮八路服务器以优异的稳定性和计算性能给我们底层业务提供了强有力的支持,未来随着其他业务系统数据的不断增长,我们将来还会部署更多的浪潮八路高端服务器。
好文章,需要你的鼓励
AI改变的远不止一间课堂,而是学生的学习方式、未来的职场场景和社会对工作者能力的要求,整个商业文明中的每一位参与者,都将被推着一起改变。
这项研究开发了CaptionQA系统,通过测试AI生成的图片描述能否支持实际任务来评估其真正价值。研究发现即使最先进的AI模型在图片描述实用性方面也存在显著不足,描述质量比直接看图时下降9%-40%。研究涵盖自然、文档、电商、机器人四个领域,为AI技术的实用性评估提供了新标准。
随着大语言模型的不断涌现,Z世代正成为与AI技术共同成长的新一代商业领袖。他们在数字环境中表现出更强的自信,善于协作而非单纯竞争。斯坦福创新者穆拉冈提出AI发展的三种情景:全面禁止、野蛮生长或人机内容分流共存。Z世代企业家需要掌握平台所有权、利用AI扩大规模、打造独特品类和实现超个性化等四大要素,以道德和有益的方式驾驭AI技术。
以色列理工学院研究团队提出了一种将专家混合模型融入YOLOv9目标检测的创新方法。该方法让多个专门化的YOLOv9-T专家分工协作,通过智能路由器动态选择最适合的专家处理不同类型图像。实验显示,在COCO数据集上平均精度提升超过10%,在VisDrone数据集上提升近30%,证明了"分工合作"比单一模型更有效,为AI视觉系统提供了新思路。