作为中国能源电力及工业控制领域优秀的高科技企业集团、国际知名的智能成套装备及整体解决方案提供商,南瑞集团有限公司(以下简称南瑞集团)采用浪潮信息高端全闪HF18000升级了企业核心数据库系统的数据存储平台,加速整合物流、资金流、信息流,使资源在购、存、产、销、人、财、物等各个方面能够得到合理地配置与利用,提高了集团经营效率,更好的履行集团保障电力系统可靠供电的责任。
南瑞集团是国家电网直属科研产业单位,主要从事电力自动化及保护、电力信息通信、电力电子、发电及水利自动化设备、轨道交通及工业自动化设备、非晶合金变压器的研发、设计、制造、销售、工程服务与总承包业务。随着集团规模的不断扩大和业务的不断拓展,KUD、PLM、MAXDB等核心业务数据库系统在南瑞集团经营运转中发挥着越来越重要的作用,承载了集团包括财务、采购、销售、人力资源等方面的各类业务数据。这些数据是公司的核心资产,对于集团的经营管理至关重要,因此对于承载以上系统的数据存储平台的稳定性和性能表现有着严苛的要求。

南瑞集团有限公司
日益增长的企业IT系统业务给存储带来了新的挑战
国内电力行业蓬勃发展,带来了海量的发电、配电、调控、财政等各类数据,集团运监中心不但要确保这些数据准确无误,更要通过这些数据进行风险预测、监管识别等业务。
南瑞集团共有员工1.7万人,20多个地区建有研发和产业基地,拥有40余条产品线,业务覆盖100多个国家和地区,核心业务数据库系统日访问量达到数百万次,这就要求存储具有较高的性能来保证业务系统能够快速、稳定地并发读写数据;考虑业务规模的不断增长,以上核心数据系统需要处理的数据规模也会不断增加,因此需要在扩展性上能应对未来需求。同时,作为企业IT的核心业务应用,对于业务连续稳定进行至关重要,因此需要保障核心数据系统7*24小时不间断运行,存储方案需要考虑到出现单点硬件设备故障时业务连续性不受影响。
基于高端全闪构建双活方案 保障核心数据库系统高效稳定运行
针对KUD、PLM、MAXDB等核心业务数据库系统报表输出时间短和平均响应时延低的要求,南瑞集团采用了基于浪潮信息高端全闪多控HF18000系列的双活数据保护解决方案,通过智能引擎iTurbo 解决了性能和时延瓶颈,进一步提升了系统的灵活性和业务响应效率;此外,通过双活数据中心方案部署,使两个数据中心都处于运行状态互为生产和备份同时承担业务,提高数据中心的整体服务能力和系统资源利用率;当某一数据中心发生故障时,业务自动切换到另一数据中心,实现RPO=0,RTO≈0,解决了传统灾备中心不能承载业务和业务无法自动切换的问题,有效的保障了业务的连续性。
高端全闪HF18000作为承载核心数据库等实时生产应用的集中存储平台,通过自动精简技术,简化企业IT系统分批建设和随时扩容带来的资源配置和运维操作,提高了应用、测试、开发及培训等不同业务模块对存储资源的利用率;此外重删压缩技术最高可达5:1的压缩比,极大的节省了存储空间,为客户提供了绿色节能、高效的存储服务。
南瑞集团部署浪潮信息高端全闪升级KUD、PLM、MAXDB等核心业务数据库系统的数据存储平台,通过对整个集团经营数据整合提高了集团的工作效率,加速集团在数字化转型,在建设新型电力系统中发挥力量。
南瑞集团未来将大力提升科技创新能力,通过构建绿色数据中心,支撑新型电力系统建设,助力“碳达峰、碳中和”目标实现。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。