中国兴业太阳能技术控股有限公司Company Introduction,(简称“兴业太阳能”) 是专业从事太阳能技术、建筑节能技术及相关功能性新材料研发制造的高新技术企业集团,其子公司和分支机构遍布海内外。
随着海内外业务的发展,公司内部现有网络已经渐渐无法跟上公司发展的步伐,问题逐渐凸显:
1、核心网络遇瓶颈:机房所搭建的核心交换机,容量只有256G,包转发性能只有96Mpps。
2、网络安全无保障:数据中心对网络可靠性和安全性的需求是最基本的需求,但数据中心并未设计多业务系统之间的安全隔离和冗余链路,导致网络单一、不可靠、不安全。
3、数据中心运维效率低:数据中心设备数量庞大,各种品牌的多种设备,运行配置复杂,在遇到业务故障的时候,排查多厂家的各种设备问题,布线凌乱、标签不清,完全处于不可管理的状态,增加了数据中心的运营成本。
4、高能耗:PC的使用成本远远高于企业能够看到的采购成本。后期的使用成本构成了PC总体拥有成本的主体,包括运营管理支出、人员支出及业务宕机、信息泄露导致的间接成本。大量传统桌面PC的使用和维护、机房各业务系统资源的浪费,导致能耗成本的攀升,直接影响到企业的效益和盈利能力。
基于以上问题,兴业太阳能对企业的信息化升级改造迫在眉睫,提出了众多的业务改造需求:降低机房能耗、提升网络和安全保障、办公桌面云改造等。
针对如此纷繁复杂的需求,广东力创与华为立即对客户需求进行的全面规划:包括网络、机房和桌面云的改造,给出了全面的解决方案规划:
一、园区敏捷网络和安全规划:提升网络能力和安全保障
核心交换机S12712使用华为最新CSS2集群技术,采用交换网硬件通道互联,集群系统的控制报文和数据报文不需要经由业务板卡转发,而是直接通过交换网一次转发。相对于传统业务口集群而言,不仅减少了软件故障可能带来的干扰,降低了板卡故障带来的风险,在时延上也大大缩减。
S12700支持智能以太保护协议SEP等标准/兼容标准的链路倒换技术,提供端到端50ms硬件级倒换,打造反应最迅速、业务最可靠园区。且以前的汇聚层交换机和接入层交换机仍继续沿用,所有的网关都放置在核心交换机S12712上。
接入层做智能iStack堆叠,将多台支持堆叠特性的交换机组合在一起,从逻辑上组合成一台虚拟交换机。iStack堆叠系统通过多台成员设备之间冗余备份,提高了设备级的可靠性;通过跨设备的链路聚合功能,提高了链路级的可靠性。iStack提供了强大的网络扩展能力,通过增加成员设备,可以轻松地扩展堆叠系统的端口数、带宽和处理能力。iStack简化了配置和管理, 堆叠形成后,多台物理设备虚拟成为一台设备,用户可以通过任何一台成员设备登录堆叠系统,对堆叠系统所有成员设备进行统一配置和管理,简化运维工作
防火墙USG6550做互联网接入并且做双机热备。USG6550在控制的维度和精细程度上都有很大的提高:一体化防护:从应用、用户、内容、时间、威胁、位置6个维度进行一体化的管控和防御。
Agile Controller作为园区网络的集中化控制核心,动态调配整个园区网络资源,让网络更敏捷地为业务服务。所以在核心交换机S12708旁挂的Agile Controller敏捷控制器来实现业务随行。业务随行:配合华为敏捷交换机、防火墙NGFW与与SVN网关,基于安全组的策略规划,在传统网络接入控制NAC的基础上,实现全网策略的统一部署与自动同步,确保全网策略一致,让用户自动移动时享受一致的业务体验。同时,Agile Controller提供基于用户组的QoS策略部署,在网络资源有限的情况下,优先转发VIP用户的流量,保障用户的业务体验。
Huawei eSight:一套功能领先的面向行业用户的统一安全管理平台。面向华为全系列安全产品,融合安全态势感知、报表管理、集中告警管理等功能,具有高集成度、高可靠性等特点
二、桌面云规划:运维高效,便捷管理
目前规划一台E5-2650V3双CPU的刀片,加上K1\K2 GPU卡,可支持70用户的轻载设计、60用户的办公加轻载设计、50用户的办公加重载设计。
数据和桌面都集中运行和保存在数据中心上,用户可以不必中断应用运行,随时更换终端。人机分离,用户在桌位、办公室、旅途中、家里的不同终端上随时随地远程接入,桌面立即呈现,人员移动数据不移动,随时随地,只要权限允许,都可查看在固定办公地点看到的信息,随时能获得同样性能的计算机。
信息安全:数据与终端分离,集中管控
通过桌面的云化,首先实现了信息安全的提升,通过数据与终端设备的分离,数据被集中到数据中心进行统一的管控,而不再分散在各个物理PC的本地硬盘上,通过网络传送到终端的只是桌面屏幕的刷新数据,用户桌面和应用系统间的数据交互全部局限在数据中心内部,使针对数据的各种管控策略和管控手段更加便利和有。
维护效率:桌面与终端分离,集中维护
效率方面,首先是维护效率得到大幅提升。用户桌面集中部署之后,相应的管理维护人员也可以进行集中配备,通过可视化的运维工具进行高效运维,运维效率从人均维护500台终端提升到人均维护1000~3000虚拟桌面。
三、数据中心规划:采用模块化机房
1、供配电系统:主要由配电柜、UPS设备、蓄电池(满载备用1H)等组成,机房供电将由微电网、市电、油机三种供电方式保障机房用电。
2、空调制冷系统:包括机房的精密空调系统,集中新风系统,气体灭火灾后排风系统等。
3、机柜:提供服务器设备机柜和网络设备机柜。
4、综合布线:负责房内IT机柜和综合布线柜之间永久链路(铜缆或光缆)。
5、智能管理系统:包含安防系统(机房内视频监控系统)、机房环境监控系统(综合配电柜、UPS主机、精密空调、漏水报警、温湿度等监测)、消防报警系统。
6、机房面总体面积130平方,冷通道面积70平方左右,24个机柜位,21个IT机,3个配电柜位。
7、模块化高集成设计,空间利用率提高30%以上,最低只需2.6m层高。
模块化机房建成后有以下改善:
1、高密度布署节省空间:单柜铭牌功率支持最高可达21kW,支持高密5kW-7kW/柜(实际功率);
2、智能化管理:通过NetEco实现对动力系统、环境系统、安防系统的集中监控和统一管理,采用“SAFE”理念 ,让管理安全智能、简单高效,同时既能对单个数据中心基础设施进行管理,也能对多个分地域的数据中心基础设施进行集中统一管理。
3、提前预警:通过机房基础设备运行情况分,提前对有可能出故障的节点做出维护提醒,故障预警。
4、机柜布线整齐,标签清析。
力创携手华为为兴业太阳能提供了从园区敏捷网络、桌面云、模块化机房数据中心整套解决方案,成功实施了整个兴业太阳能信息化建设,得到客户的高度认可,并在珠海IT界获得了一致好评。兴业太阳能公司总经理刘方勤表示,在云计算时代,为了充分利用网络资源实现业务的灵活部署,需要将多业务网络纵向融合成一张物理网,通过网络设备的虚拟化实现业务隔离和冗余备份。对于多类型的网络可以横向融合,通过采用FCoE 和DCB 等技术降低管理复杂性以及部署扩展性的挑战。数据中心网络延伸到服务器内部,物理和虚拟网络拓扑完整展示,网络流量的精细化管理和监控,网络故障快速定位是对云计算时代数据中心运维的基本需求。绿色节能也是云计算数据中心的必备条件。高效的运维和能耗管理是数据中心运营成功的基础。
在网络方面,改造后成效显著:实现了网络规模规范化、网络质量差异化、管理控制集中化、网络可视化。
在桌面云方面,改造后不仅提升了信息安全,实现了数据与终端分离、集中管控,
而且提升了维护效率,桌面与终端分离,集中维护。
对个人办公桌面的访问和使用突破了终端和网络的限制,用户可以使用任意的终端设备,随时随地接入桌面云,访问自己的办公桌面,并且不同的访问方式可以保证用户体验的一致性和工作的连续性,用户的工作不会因为不同终端的切换而发生中断。所有不同的接入方式均由统一的身份认证系统提供接入安全性保障。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。