在云计算应用从尝试向纵深发展之时,大家对云计算的关注重点也从概念向实际应用效果转变。作为教育部直属的全国性重点大学,北京交通大学在“云“校园领域先行一步并获得成功,为云计算的校园应用发展提供了良好借鉴。
消除传统架构弊端,让IT“动"起来
在北京交通大学看来,资源利用率低、运维成本高、新业务部署缓慢,管理策略分散是阻碍校园信息化建设进步与发展的“四座大山”。北京交通大学在校园信息化建设之初,也采用了传统信息化建设中常见的烟囱式孤岛的信息架构,即每一个应用系统都使用独立的服务器、独立的安全和管理标准、独立的数据库等。随着校园信息化应用的不断扩大与深入,这种架构的弊端也逐步显现。如服务器资源因不能够动态扩展和按需调配,极容易造成高成本硬件投入下的资源浪费;众多应用系统占据了大量服务器,资源利用率极低。有数据显示,这种架构下,CPU和内存的利用率不超过15%,这对高校来说,无疑是一种极大浪费。
如何从技术上寻求突破,拥有更强的IT服务能力,让校园数据中心真正“动”起来,是北京大学选择“云”作为未来校园信息化建设突破点的根本原因。
对此,北京交通大学选择了与杭州华三通信开展合作,利用华三云网融合解决方案,进行了“云“”网“两大关键价值的深入挖掘。通过华三可落地实施、可持续发展的云计算平台的搭建,北京交通大学极大整合了信息资源,实现了信息共享,具备了海量处理信息的超强能力,促进了学校教学和科研水平的快速发展,成为“云”时代高校信息化建设的领先者和开拓者。
应“虚”而建,才能“随需而动”
利用教学资源像用水、电一样方便,无需关注来源,师生可实现按需分配,按量计费,这就是“云”技术为北京交通大学带来的颠覆性改变。其隐含的最大价值,就是实现了网络资源的整合开发和高利用率。
以往北京交通大学各个分校、各个应用系统的数据相互分离,各教学园区的软硬件建设分散,存在严重的闲置和浪费情况。不仅如此,学校在部署新业务的过程中,变更业务与运营往往要面临很大的延迟,极大影响了教育教学业务的进步。
这其中虚拟化技术的作用居功至伟,为“云”化校园提供了更加可行的技术手段。北京交通大学在建设云数据中心的过程中,部署了华三S10508数据中心核心交换机和S5820V2数据中心接入交换机,从高性能网络设备入手,为云平台数据中心率先打造了坚实基础。与此同时,借助华三VCF纵向虚拟化技术,北京交通大学将数据中心内所有刀片交换机与核心交换机虚拟成一台逻辑设备,将各种硬件资源和软件资源虚拟成一个或多个资源池,并通过华三个性化的网络策略,保障虚拟机的网络服务质量,真正做到云网融合。
目前,北京交通大学搭建的虚拟化平台,解决了传统网络架构中计算资源利用率低、数据中心支持环境超负荷运转、业务部署周期长等问题,彻底让教育信息化“逃离”信息孤岛。
管理也要“虚位以待”
云计算、虚拟化技术的价值不仅仅体现在资源利用上,而且也能为校园的IT管理带来超乎想象的好处。在北京交通大学云数据中心建设过程中,通过虚拟化管理软件搭建了云计算资源管理平台,实现数据中心内计算、网络和存储等硬件资源的软件虚拟化管理,为学校的教学应用提供自动化服务。
以往的北京交通大学,教务管理、人事管理、办公、财务、教学等应用系统种类繁多,而且缺乏集中化IT构建策略,学校无法对信息化校园网数据中心的基础设施进行有效监控、管理、报告和远程访问,IT管理策略十分分散。如何对庞大的校园IT资源进行统一、高效的管理,一直是困扰管理人员的头等难题。
因此,北京交通大学的云数据中心改造,不仅仅注重了资源的虚拟化,也强调了虚拟化资源的管理问题。利用华三CAS云管理对基本IT基础设施和配套设备的简单管理,北京交通大学搭建了安全的多租户混合云,为全校师生提供数据及应用服务,实现更加灵活的教育资源提供。不仅如此,华三还将CAS与学校的MIS、OA系统对接,用户通过OA系统就能够简单完成虚拟资源的自动化交付。
此外,为了方便系统管理员更加直观的监视校园云计算平台的实时运行情况,华三云计算管理实现了云平台上的所有虚拟机资源的第三方管理界面显示,轻而易举的对整个业务系统进行统一规划和部署、统一数据备份,搭建自上向下的有效IT管理架构。
开放融合面向未来
在高校信息化建设领域,云技术是大势所趋,它为教育教学资源的调取和应用提供了更加灵活的方式和手段。云技术在校园的应用中,开放性和融合性是关键。
在传统的网络管理系统中,往往更加注重故障的上报和信息的查询。而北京交通大学云平台的建设和部署中,更加重视自动化以及资源的动态调度与分配。通过华三云平台兼容异构虚拟资源,保证了北京交通大学整个云数据中心网络资源能够进行更加良好的调度与管理。
此外,北京交通大学借助华三云计算运营管理平台开放的API接口,打造了一套量身定制的日常运维系统,通过第三方软件轻松监控云平台所有的虚拟机实时运行状况。值得一提的是,北京交通大学可以根据这些接口进行二次定制与开发,将云管理平台与教育应用实现融合挂钩,构建面向应用的云校园,极大拓步未来高校信息化建设。
让全校共享高性能运算资源,让师生真实感受到云的价值,这就是北京交通大学成功开展云计算应用实践的收获。面对信息系统建设变成用户需求驱动的被动格局,“云”还将给北京交通大学带来更广阔的天地。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。