新业务系统上线在即,苏州六中的信息化业务部署人员却感到无比轻松。借助苏州市教育云平台,学校可向市电教馆申请虚拟机,免去以往购置、调试以及维护设备的繁琐过程,轻松实现创新教学应用。
这在大多数信息化负责人看起来不可思议的事情,仅仅是苏州市智慧教育的一角。借助华三云网融合解决方案,苏州市电教馆进行了云平台数据中心和城域网专网的改造,充分挖掘新IT的创新价值,将区域教育信息化水平拉升到了国际先进水平,实现了学校管理方式、教师教学方式和学生学习方式的大变革。
新IT 演绎苏州“智慧教育”
当前,云计算、大数据等新IT技术正在颠覆行业发展路径及业务形态,教育行业也面临深刻IT变革。苏州市启动“智能光网”工程,借助云技术搭建了优质、弹性、安全的基础设施平台,同时结合各部门的业务创新,将信息技术深入应用到教学、科研、管理及服务的各个环节,实现了苏州市教育教学的全面创新与变革。
在苏州市“智能光网”工程改造中,杭州华三通信新IT全程参与了苏州市教育城域网专网和云平台数据中心的改造,实现了苏州市“智慧教育”:一方面,市直属学校与电教馆之间实现了万兆互联,构建了真正的城域网;另一方面,电教馆将共性的建设内容集成到了云平台,学校只需要简单使用,即可根据学校特色开创特色应用。目前苏州市电教馆已经集成了包括IaaS云服务、统一互联网服务、安防监控、未来教室等众多智慧应用。
在苏州市“智慧教育”的变革中,新IT是如何演绎的呢?
智慧教育云平台改造“揭秘”
“个有地盘,规划不一”充分概括了苏州市教育信息化改造之前的状况。以往,苏州市教育局直属学校、直属单位都有各种类型的业务系统、相应的独立配套服务器等硬件设备,但是利用率低,容易造成资源浪费。另外,数据中心在租用运营商VPN的过程中,在带宽扩容、年费用、管理等过程中无法实现自主控制。
为此,苏州市开启了云平台云数据中心的改造工程,采用华三CAS作为云服务的核心平台,为学校提供虚机申请、分配等多项新IT服务。改造后,学校可直接使用云平台的资源,利用CAS完成学校的自助申请、日常维护管理,不再需要自行采购、维护服务器等硬件设备,大大节省了新业务部署时间,为教育教学的创新应用与融合提供了非常好的发展环境。
云计算随需而动,按需索取的特性,也为管理人员提供了极大便利。苏州市电教馆管理人员利用CAS轻松实现虚机的生命周期管理、虚机的可靠性、业务的动态资源扩展等能力;同时CAS云平台的兼容性也为管理人员对服务器资源池的统一管理提供了环境。
城域网改造精彩“互联”
城域网的改造是苏州市教育变革的另一大亮点。随着电教馆教育E卡通、教育公共服务平台、网络电视台、学校安全视频监控、学校食堂安全视频监控等大流量业务系统的逐步上线,且学校统一从电教馆上进行互联网出口后,现有城域网带宽出现了明显不足,严重影响了智慧教育的创新与应用。
在教育城域网改造中,苏州市电教馆采用华三S10512作为核心交换机,通过连接波分系统,为每个学校提供了万兆接入能力。同时,考虑到各学校互联网应用中的流量及安全问题,在使用互联网服务时,电教馆可对用户行为进行控制,限制BT下载速度等,并结合IPS和现有防火墙进行全面安全防护。
此外,为了更好推动苏州智慧教育,华三同时参与了直属院校的无线网络建设,为其搭建了安全、快速、有线无线一体化校园网络,极大提升了校园网络带宽,增加了无线覆盖和安全防护能力,为校园教学业务、安防业务、一卡通等提供了坚实的网络基础。
苏州市电教馆对华三新IT的创新能力给予了高度评价。在苏州市智慧教育的发展浪潮中,新IT将成为其变革的根本动力,推动教育教学应用的创新,实现教育可持续发展。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。