长春化工通过部署 Nutanix解决方案,成功建立新厂区业务灾备数据中心,进一步落实企业智能制造战略
2021年4月28日,北京 — 私有云、混合云和多云计算领导者 Nutanix(纳斯达克:NTNX)近日宣布,长春化工(江苏)有限公司(简称“长春化工”)成功部署 Nutanix 超融合基础架构(HCI)解决方案。此次部署是长春化工实现IT基础架构现代化,进一步落实企业智能制造战略,并推动业务发展的重要举措。
长春化工成立于2002年7月,由台湾长春集团投资组建。长春集团创立于1949年,现已发展成为台湾名列前茅的大型综合塑料、电子和精细化工集团,产品行销世界五十余国,拥有各项世界专利产品,位列世界著名化学公司之林。
在十四五期间,中国将加快数字化发展,推进数字产业化和产业数字化,推动数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群。以智能制造为代表的新一轮产业变革迅猛发展,并日益成为化工行业的重要趋势。
当前,数字化转型正成为中国化工企业实现高效、绿色、智能制造的关键。作为行业数字化转型的先行者,长春化工在IT建设方面早有建树。在常熟厂区数据中心,长春化工的核心ERP系统采用了SAP HANA一体机;为支持业务稳定发展,还规划了新建厂区的业务灾备数据中心建设。
然而,随着新建厂区数据中心项目被提上日程,长春化工遇到了传统三层IT架构带来的一系列难题,如数据集中化风险、系统资源需求与供给的矛盾突出、不断增长的系统规模带来的运维压力与人力短缺的挑战、IT综合运营成本突出等。为解决这些难题,长春化工决定进行IT基础架构升级改造,以满足企业智能制造对IT架构标准化、平台化、自动化、自服务等方面的需求。
通过 Nutanix 白金合作伙伴苏州聚盛网络技术有限公司(简称“聚盛网络”)的介绍,长春化工充分了解到Nutanix 解决方案的优越性,并决定在新建业务灾备数据中心部署超融合基础架构,双方紧密合作,顺利完成IT基础架构的转型升级。目前,长春化工的SAP HANA 应用及数据库、OA办公自动化应用及数据库都已经在 Nutanix 超融合基础架构上运行。
Nutanix 超融合基础架构帮助长春化工实现了公有云般灵活的IT环境,同时又满足企业的数据安全和业务系统稳定的要求。借助 Nutanix Prism 管理平台,原来需要2-3个人管理的设备,现在仅需1个人即可,数据中心的管理效率提高50%以上,管理成本支出降低50%。
通过Nutanix超融合基础架构的广泛兼容性,长春化工可以更加灵活地选择适宜业务发展的技术路线。此外,长春化工数据中心的应用交付效率也大幅提高。原来基于传统三层IT架构,应用迁移需要约2周的时间,而通过 Nutanix 超融合基础架构解决方案,耗时仅3天,交付速度提高逾50%。同时,全新的IT基础架构还通过了SAP HANA 认证,能够确保系统的高效运行。
作为传统制造业,化工行业对数据安全性要求很高。借助 Nutanix 超融合基础架构内置的数据保护功能,长春化工能够实现小时级的数据容灾,还可根据需求选择进一步升级至更高的容灾水平,有效保证了公司业务的弹性与连续性,为业务发展保驾护航。
长春化工信息技术部副部长顾喜军指出:“为了推进智能制造战略,我们决定升级IT架构,并在此基础上建立了新的厂区业务灾备数据中心。Nutanix 超融合基础架构帮助我们极大降低了数据中心的运维成本与复杂度;应用交付效率也提高了一倍以上;未来随着数字化转型的深入,还可支持双活数据中心的相互备份,满足严格的数据安全需求,支撑业务创新与发展。”
Nutanix 中国区董事总经理马莉表示:“随着数字技术的快速发展,中国企业的智能化程度正在变得越来越高,并推动IT基础架构的现代化。数字化转型已经成为制造业走向未来的必由之路。此次长春化工的成功尝试,进一步印证了超融合基础架构解决方案在不同行业的适用性。未来,我们很荣幸继续支持长春化工引领行业的智能制造转型升级。”
未来,随着数字化转型的深入,长春化工数据中心计划将 Nutanix 超融合基础架构扩展至双活数据中心,实现核心业务的无缝全自动故障切换,并携手 Nutanix 和聚盛网络在私有云与混合云领域探索更多的合作,加速推动企业的数字化、智能化转型。
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。