电子政务如何应对由此而来的业务调整,并且不断深入发展,实现政务数据资源的共享和交换,是电子政务系统一直致力实现的目标。面对部门各自为政、分散建设、不能互联互通、资源共享程度低、重复建设、统一管理等一系列的问题,云计算的服务模式和技术模式在资源管理、数据管理、服务管理方面给出了目前最好的答案。
2015年初国务院5号文鼓励应用云计算技术整合改造现有电子政务信息系统,实现各领域政务信息系统整体部署和共建应用,大幅减少政府自建数据中心的数量。江西省泗洪人民政府响应中央号召,积极开展电子政务云平台建设的探索,随着5月底泗洪政务云中心的上线,作为真正“下雨的云“,泗洪政务云平台既能提升政府服务灵活性,改善服务可扩展性,提升服务效率;又在很大程度上节能减排,打造绿色办公环境,对其他城市的政务云推广具有良好的示范意义。
过去的泗洪电子政务建设存在着分散建设、重复投资、资源浪费和信息不对称等问题,建设政务云平台助于转变电子政务建设服务模式、降低电子政务建设运维成本。作为全市电子政务平台的数字化城管、权利阳光、诚信平台、12345、政府OA等业务应用,因为业务独享物理的计算和存储资源,资源利用率平均不到15%,造成了很大浪费。不少部门还建有独立机房和独立专网;容灾备份不完善,信息安全防范和应对突出事件能力较弱;各部门政务信息系统建设重复投入、使用分散问题比较突出,升级改造和运维管理所需要的人力、物力、财力投入日益加大。
按需、动态、可靠、高效的政务平台
华为针对泗洪电子政务平台的情况,凭借自身在电子政务云平台领域多年的积累,借助成熟的云计算技术设计了完善的资源整合方案。按照“统筹规划、适度集中”的原则,华为协助泗洪政府规划和建设县级电子政务云中心,构建资源共享的云基础设施,统一为全县综合及市级政府部门的电子政务公共服务类应用提供“按需、动态、可靠、高效”的基础软硬件支撑服务和运维保障;同时构建县级云应用支撑平台,面向全县综合及县级政府部门的电子政务公共服务类应用提供成熟、先进的应用组件和灵活、自助的应用开发集成服务。并实现了三大方面的显著优化:
资源集约化:华为政务云中心方案采用云计算技术建设,提供从服务器、存储设备、网络设备、安全设备、云平台到统一运维管理系统的端到端解决方案,实现集约化建设,有效地降低成本;通过统一规划,在硬件基础设施方面为各部门提供基础计算服务和数据存储,从源头上节约资源,可最大限度的优化资源配置。
数据一体化:统一的电子政务业务支撑平台建设,不光节约了建设费用,更是从各行政权力的业务规范上进行了约束,为信息资源的统一管理提供了有力支持,各个行政权力业务系统由县级统一进行组织,实现全县横向纵向的互联互通,为大规模数据整合和交换提供可能。
管理服务化:利用云计算方式,实现基础软硬件资源的统一管理、按需分配、综合利用,降低各部门系统建设成本和日常运行维护费用。
项目建设后,将原来各业务系统不到15%的计算资源平均利用率提升到55%;互联网统一出口后,网络攻击、病毒攻击等安全威胁降为原来的5%;在运维方面,原来的运维人员须了解各个子业务系统七国八制的设备,而政务云中心端到端的建设模式使得维护难度显著降低。
作为业界领先的端到端云计算解决方案提供商,华为提供具备自主知识产权的虚拟化软件和云操作系统,以及模块化机房、服务器、存储、网络、安全等基础设施与IT硬件谁,实现真正意义自主创新的政务云解决方案,在政务云推广方面具有示范意义。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。