不管是迁移公有云,还是搭建私有云,入云的企业用户越来越多,当然拥抱云并不是为了追求时髦,而是企业能够真真切切的感受到IT效率的提升、应用部署的快捷和运维管理的简便。
株洲南车时代电气股份有限公司(以下简称“南车时代电气”)是南车株洲电力机车研究所有限公司下属公司,主要从事轨道交通装备生产。在其IT发展的进程中逐渐面临建设成本压力和复杂的运维挑战,同时业务系统的需求要求更灵活的IT支撑。
伴随着云计算技术的成熟,南车时代电气开始下决心建设云数据中心,“在云平台数据中心的建设实践中经历了使用国外虚拟化产品、大量的虚拟化带来新的问题,经过测试以及论证后,目前使用品高云产品构建云数据中心,满足业务系统的需求以及简化运维问题。”南车时代电气高级工程师蔡工表示。
南车时代电气高级工程师蔡工
回顾南车云数据中心发展过程,蔡工在接受ZD至顶网采访时指出,南车时代电气最先使用国外虚拟化产品,实现了资源复用,但带来了更加困难的运维问题以及性能问题。于是,2014年,南车时代电气开始将测试系统全部迁移到私有云平台,这是基于品高云搭建的。
虽然只是迁移了测试系统,但经过1年的运营,南车时代电气发现除了提高测试环境交付时间外,最重要的是见证了品高云优秀的性能和稳定性。
品高云,名不见经传,却服务了腾讯、招商银行、国药集团等大型企业客户。看到品高云在同类型企业的成功实践,南车时代电气在最初的选型中,选择了包括品高云在内的四家云平台进行测试,蔡工说,“测试进行了几个月,结合自身业务需求,南车时代电气对四家云平台测试结果进行打分,最终品高云的综合评价最高。”
验证了品高云的实力,南车时代电气乘胜追击,今年,继续深化云数据中心,已全面将Hyper-V平台全部系统以及部分生产系统迁移到品高云平台。据介绍,从去年开始已经迁移了110多个系统,其中生产系统70多个,加上在云上新建的100多个系统,现在共跑在云上的系统有230多个。
南车时代电气云迁移的速度不可谓不快,蔡工强调这也是领导的坚持,确实从结果看来,南车时代电气选择品高云通过云监控、资源使用管理、大规模集群等支持能力,实现对南车时代众多不同归属系统提供统一全面的管理支撑。除了运维,在系统运行速度上也感受明显,“原来操作一个系统要等好久才出现,现在明显感觉一打开一下就弹出来。”蔡工笑着说道。
从Hyper-V平台迁移应用系统到云平台,品高云提供了完善的迁移方法论以及迁移工具,确保业务系统能顺利迁移成功。据介绍,目前第二阶段已全部迁移完成,简化了运维问题,并全方位的提升了效率。
谈到未来的工作,蔡工称,将继续深化云服务,计划第三个阶段将生产系统全部云化,同时引入IaaS+、PaaS、以及未来的DaaS平台。
不过,对于数据库的迁移,南车时代电气仍持谨慎考虑态度,尤其是核心系统的数据库。的确,从企业角度来看,并没有足够的动力与勇气去动数据层,毕竟稳定第一,在大多数企业的云迁移中,也是应用层先行。
从品高云的角度,其实在技术层面并没有障碍,品高软件副总经理武扬表示,“品高云支持丰富的存储类型,可以跑在分布式存储上,也可以跑在企业常用的存储架构,例如FC-SAN/IP-SAN等,甚至高性能计算要求的Lustre等。尤其当品高云6.0发布后,容器+协处理器能够带来低损耗的优势,实现接近物理机的性能运行。在实际应用中,包括像广州地铁等一些企业已经把一些数据库放到品高云上来。”
不过,武扬表示理解企业的担心,特别是每家企业面临的IT现状不同,为此,品高云制定了企业云演进的方法论,“我们一般会把企业的业务分成MSS(Management support System,管理支撑系统)、OSS(Operation support system,运营支撑系统)、BSS(Business support system,业务支撑系统),这里面不涉及技术层面,主要还是从企业管理的心理角度和承受范围一步步实施。”
品高云从纵横两条线支撑企业云迁移,纵从MSS到BSS到OSS,横从Web到业务、最后到数据,这两个层面走出一条逐步演进的道路。
从南车时代电气现有产生的效益来看,通过持续性深化,业务系统不再依赖硬件架构,云技术能辅助业务系统从原环境中解耦出来。用自助服务平台替代了大量传统人工运维工作,基础设施利用率从原来的20%提升到60%。不论未来能否走到数据层面,对于云迁移这条路,你还会怀疑吗?
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。