随着信息技术的不断发展,警务信息化建设步伐加速,对提高办公效率,打击犯罪,提升群众满意度,维持社会的长治久安等方面发挥着至关重要的作用。
遵义市公安局新建现代化、智能代的警务云数据机房,运用以情报为主导的警务信息化系统,实现“打造平安遵义、构建和谐社会”的战略目标。其传统的数据中心机房已经不能满足现代信息化警务系统的要求。遵义市公安局迫切需要新建数据中心满足“平安遵义”项目的要求。
遵义市公安局目前有多个正在使用的数据机房,但由于各个部门独立管理,在建设之初未实行统一规范的标准,各部门的机房管理消耗大量的人工成本;且由于数据机房多采用传统的建设方式,不考究机房的节能设计,因此存在大量的能源浪费现象,机房PUE一度大于2.0。在这样的形势下,遵义市公安局提出新建要求,对数据中心进行统一规划,目标是建设先进、可靠、绿色的数据中心。建设完成后,计划将各部门的IT设备搬迁至新建数据中心内,实行统一管理运维。新建的数据中心项目规模1200平方米,机柜数量216个,总负载功率898KW,规划为技侦、网安、信息中心、刑侦、治安、禁毒6个部门建设使用。经过严格的评标筛选,最终选择华为模块化数据中心方案,由合作伙伴:贵州信通达智能工程股份有限公司交付实施。
按照功能区域划分,遵义市公安局的业务技术用房数据中心的主要设备区域共分为4个部分,即技侦机房、网安机房、综合机房(包含刑侦、治安、禁毒等)和运营商接入机房。其中技侦、网安机房的数据有涉密要求,因此建设相对独立的机房区域。综合机房为警务云数据机房,主要为公安平台的网络数据资源整合,因此按照中高密度的机房建设标准来实施设计。
每个机房布置多个智能微模块,每个智能微模块包含机柜系统、供配电系统、制冷系统、环境监控系统、综合布线系统等。采用高可靠性、节能的设计理念,集子系统于一体的建设方式,非常适合后期的扩容和运维管理,轻松解决了公安运维管理难、高能耗等问题。
1、安全可靠性
对于公安系统来说,保证业务零中断是其首要目标。项目按照B+级机房的标准,配电按照A级机房标准,设计双路市电与柴油发电机供电,柴油发电机按N+1冗余进行配置,采用UPS并机双母线供电,电池按15分钟后备配置。柴油发电机在市电断电后3分钟内完成自启,确保不影响业务。
子系统采用模块化UPS,支持在线热插拔,当功率模块故障时,及时退出系统而不影响其它模块正常工作。并且模块化数据中心监控系统提供寿命预测,实现失效预警和主动运维能力。通过健康度监测和预防性维护,可以防患于未然,将大大降低数据中心故障率。
2、超前性与智能性
数据中心机房充分体现信息系统核心的特点,在机房设计充分考虑系统前瞻性,采用模块化数据中心,从功率密度上、时间和空间上方便后期扩容,将中心机房建设成为一个先进的智能化的信息数据处理控制中心。
模块化数据中心提供一个灵活的建设模式,所有的子部件均采用模块化标准化接口,以方便后期的灵活扩容。智能的管理系统提供所有动力环境系统的智能监控,并且可以集成L2进行统一管理,结合手机APP、email多种形式,使数据中心情况了如指掌。
3、绿色节能
高效率高频UPS系统,市电模式下,UPS系统效率在40%负载时仍达到96%。ECO模式下,UPS系统效率达到99%。
采用封闭通道设计,隔离热通道和冷通道,防止冷热气体混合,提升空调回风温度,降低冷却成本。近端制冷方式,减短气流回程,充分提高冷空气的利用率,降低制冷能耗。通过多种技术手段,有效降低机房PUE,实现节能。
此次贵州信通达智能工程有限公司交付的华为模块化数据中心,整体部署与布线等非常专业,获得了遵义市公安局的一致认可。华为在数据中心领域经过多年积累,模块化数据中心解决方案成熟、稳定且高效。华为将继续为全国公安行业打造现代化数据中心,为全国公安信息系统稳定运行保驾护航。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。