农信社因其深入广大农村腹地,网点众多,是我国金融体系中不可或缺的重要组成部分。随着社会经济的发展,农信社亦与时俱进,不断进行金融科技创新,积极加大信息科技建设和电子化建设力度,构建了功能丰富、操作便利、应用灵活的业务系统体系,数量多达数十个,呈现出复杂性、庞大性等特点。5G、大数据、物联网、云计算等新兴应用的普及,尤其是大数据分析平台、大数据征信系统、互联网营销平台等,一方面帮助银行业不断加速推出新业务,另一方面,日渐复杂的业务系统也对承载其核心业务系统的IT架构提出了更高的要求。
浪潮K1 Power构建稳定可靠安全高效的基础架构平台
某省农信社虽然是地方性金融机构,但自创建发展至今,已经成长为该省银行业的龙头金融机构,拥有逾百家业务机构,业务范围覆盖全省各地。近年来,该农信社积极响应农信社信息化发展和监管部门要求,升级改造其整体IT架构和核心应用系统,完善容灾中心,以满足当前业务发展需要,并为未来业务扩张留出空间。
经过数年的信息化建设,某省农信社的IT系统渐趋成熟,形成了包括生产中心、容灾中心、测试环境等在内的完整的整体业务架构体系,此次系统升级,该农信社迫切需要在生产中心和容灾中心分别搭建云平台,采用虚拟化服务器,并实现云化资源池管理及部署,且须将系统现有服务器资源纳入到资源池统一管理。此外,升级后的IT系统支撑平台还须能够将现有数据库快速迁移到新系统中,并支持新应用的快速部署,并且需要兼容国产存储的双活场景。
浪潮K1 Power服务器凭借卓越的高性能、高可靠、高安全和数据强一致性“三高一强”特性,成为承载该农信社核心应用系统和数据库的硬件平台,为其云平台和虚拟化环境打造稳定可靠安全高效的基础架构。
浪潮K1 Power服务器支持多种操作系统平台,并且支持异构纳管及多版本融合部署,该农信社就在浪潮K1 Power服务器上同时运行了AIX、IBM i和Linux三种操作系统,保障了其部署在原服务器上的边缘系统软件的正常运行和重复利用,保证了业务的连续性。而替换下的老旧服务器继续用于部署生产测试系统和灾备系统,利用浪潮K1 Power服务器自带的PowerVM虚拟化功能整合多个分区和业务系统,充分利用了已有的硬件资源,满足业务对系统性能、高可用需求的同时,降低了整体TCO水平。
浪潮K1 Power服务器还能够支持各种解决方案,如K-DB KRAC、Oracle RAC、PowerHA、浪潮存储InMetro等本地高可用、同城双活、两地三中心等容灾方案。该农信社还在浪潮K1 Power服务器上运行了GPFS存储集群,用于解决覆盖全省区各地的业务的数据存储难题。
资源池云化和虚机迁移 系统性能及资源利用率双双提升
基于PowerVC的全栈式核心业务云解决方案,通过分别在该农信社的生产中心和容灾中心搭建云平台,实现了云化资源池管理部署及服务器、网络、存储的统一管理,借助高效部署在生产中心和容灾中心的200多个分区,承载其农信银支付清算系统、银联前置系统、统一柜面系统、网上跨行支付清算、支付密码核验系统、票据业务系统等近30个核心业务系统。
依托于PowerVC,基于全新POWER9的浪潮K1 Power服务器不仅充分兼容该农信社业务系统中服役多年的上几代的Power服务器产品,彻底打消了其对多套产品多套运维的后顾之忧,还支持多类型、多版本的操作系统,可统一管理其老旧边缘系统,确保了其业务的连续性。不仅如此,PowerVC还兼容主流厂商如浪潮G5存储等不同品牌厂商的高中低端存储设备产品,且支持浪潮网络等主流厂商的网络设备。
PowerVC还提供了丰富的业界标准的REST API接口,极大地方便了浪潮K1 Power云解决方案与上层云管的对接,兼容浪潮ICM、平安云、云宏、腾讯云等多种云管平台,轻松实现异构云、混合云及多云环境。
通过PowerVC和HMC管理节点构建的云管理平台拥有友好的GUI管理界面,实现了服务器、存储及网络资源的统一管理,降低了IT架构的复杂度,使用便捷、省心。以部署分区为例,只需通过PowerVC友好的GUI管理界面填写资源需求参数,即可自动化完成所有环境搭建工作。
该农信社生产中心的每台浪潮K1 Power服务器均采用物理分区和虚拟化分区混合配置,利用自带的PowerVM虚拟化功能和远程分区迁移LPM技术该农信社实现了在业务不中断的前提下,承载其核心系统的应用分区向高性能服务器的无缝平滑迁移,最大程度地降低了系统迁移的时间成本和迁移风险;此外,还能够将该农信社多台服务器应用整合到一台服务器上。
值得一提的是,浪潮K1 Power全栈式核心业务云解决方案中的虚拟机迁移方案,在为该农信社打造的异构云化资源池中,无论是虚拟机资源在服务器之间的按需迁移,还是虚拟机存储及数据的按需迁移,均得到了满足,进一步丰富了浪潮K1 Power云解决方案的兼容性、可行性及应用场景。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。