在移动时代,手机号就如同人们的“第二身份证号”,有了它我们才能在现代社会里“吃喝玩乐、出行办事”。只有当我们的手机号经过电信运营商的认证,与我们个人身份相匹配,我们的手机才能连接入网正常通讯,并享受到运营商和服务商为我们提供的各种服务。而一旦SIM卡无法被成功认证,或者认证发生紊乱,我们在移动数字时代,就“两眼一抹黑”了。
中国移动作为全球网络规模最大、客户数量最多的电信运营企业,是如何为庞大的用户群体提供稳定高效、丰富多样的服务保障和娱乐体验呢?
传统IT系统的困局:身形笨拙,力不从心
中国移动是全球位居前列的电信运营企业,为全国9.61亿户手机用户提供基本通讯和各类数据服务,开头提到的SIM入网认证也是其中之一。同时,移动云平台也为大量企业用户提供了类型广泛、规模庞大的云服务。为了更好的为广泛移动手机用户提供服务,同时优化自身云平台运营,中国移动计划对其块存储资源池进行更新和升级。
中国移动块存储平台承载着的大量业务应用:网络云应用场景下的SIM卡认证、网络认证、虚拟化网元管理平台;IT资源池下的私有云计费业务,如内容计费、NGBOSS、BBOSS、网状网、计费账务中心;以及集团和各省的自有业务:移动商城、一级客服系统、安全监测平台、国际漫游计费业务;这些服务都是移动的核心关键应用,一旦出错,不仅给移动的日常运营造成难题,同时,也会严重影响我们每个人的生活体验。
这些业务类型都属于数据库应用,底层通常采用块存储模式为上层应用提供数据服务。中国移动现有的存储系统存在成本高,性能差,可扩展性差,容量不足等问题,而且,在移动基础架构全面云化的大背景下,现有存储系统的可管理性、可集成性较差,无法满足云时代中国移动对海量存储的需求。
为此,中国移动需要打造一个高性能、高可靠、云化、敏捷、智能的块存储数据承载平台。
多重严苛测试,新华三闯过39关
中国移动启动了2021-2022年分布式块存储新建部分集采,采购规模总数为2100套,其中,紫光股份旗下新华三集团H3C UniStor X10516 G3 分布式块存储产品以优异测试成绩中标,获得20%份额,中标总金额达1.15亿元。
中国移动本次采购的分布式块存储系统,将会承载大量核心关键的移动业务数据,既包括热数据,也包括海量冷数据。为中国移动提供个人通讯服务、以及企业级云服务提供计费、认证、运维管理等等关键运营活动提供底层数据平台;同时,还需要与Openstack云平台进行对接,与Hadoop生态做全面结合,以服务中国移动“上云”进程。
作为承载关键业务运营数据的块存储平台,中国移动对存储的首要要求是可靠性和性能,这是业务安全保障的前提;其次是存储系统的可管理性和可集成性,移动业务复杂多样,可管理性和可集成性会严重影响存储的部署上线及后续的运维工作;最后,移动要求产品能够对接多种版本Openstack,能够和Hadoop生态进行协作。
为了全面考量参与竞标的存储系统,中国移动围绕性能、可靠性和管理功能等关键指标设置了共计39个测试用例,分别包括OLTP模型读写性能和OLAP模型读写性能两项关键性能测试用例、以及卷功能、快照功能测试、QoS功能等多项可靠性相关测试;存储池管理、管理维护测试等管理功能测试;以及产品常规检测、功耗测试等常规指标测试,对存储系统各个方面进行全面和严苛的测试评估。
新华三UniStor X10000自研分布式存储交出了一份亮眼的成绩单:在OLTP模型读写性能测试和OLAP模型读写性能测试两项重要的性能测试中,X10516 G3 分布式块存储系统解决方案分别以18000ops和25200ops的优异性能获得满分成绩,同时功能测试24项全部通过,在可靠性测试、管理维护测试、功耗测试等各个方面的测试用例中,均取得了优秀的测试成绩,最终赢得了客户认可。
点赞新华三,为运营商打造“数据底座”
“在中国移动立项构建新的存储资源池开始,新华三集团针对先进存储技术的应用给与了多项建议,此前已多次入围我方存储产品集采项目,有力支持了多项业务的升级转型,我们对此表示高度认可。”中国移动相关负责人表示,“分布式存储将为中国移动打造全新的块存储资源平台,成为中国移动未来业务运营的重要助力,双方将合作打造5G时代的坚实数据底座。”
与通信等领域用户的深度合作,推动了新华三集团存储业务的飞速成长,这也与“云智原生”战略指引下新华三存储的内生智能能力进化密不可分。以此次中标为契机,新华三将继续深化与中国移动的合作,为未来5G网络的建设奠定坚实的数据存储基础。
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。