随着我国制造行业“两化融合”进程的持续推进,许多企业已经率先启动了“智能制造”模式,相应的信息化管理也随之迎来了更加严峻的考验。如何降低信息化的建设和运维成本?如何从繁杂的管理中脱身?如何为业务创新提供高效的基础平台?苏州明志科技有限公司的云数据中心,用“超融合”技术从容解答了上面的问题。
绿色制造 促生产效率提升
在“绿水青山就是金山银山”的政策指引下,我国制造行业逐步进入到以“绿色智造”为主线的发展思路上。而在国家工信部网站最新公示的“2017年第一批绿色制造体系示范名单”中,明志科技则成功跻身国家首批201家“绿色工厂”之列。其自主研发了制芯设备及精密组芯铸造技术,实现从制芯、组芯、浇注、开箱、后处理到机加工、检测等全部工序由机器人操作完成;并通过MES控制系统对生产计划、质量、设备及生产过程全方位监控及管理,极大地提高了生产效率和生产质量。
影响制造工厂“智商”的三个问题
然而,想实现“绿色智造”绝不是一句口号那么简单,这需要企业信息化网络高度“智商”的配合。此前,明志科技的信息化大脑——支撑全公司所有业务系统的数据中心,就曾问题多多。据明志科技IT部门主管介绍,之前的数据中心主要使用传统虚拟化技术,但由于业务系统越来越多,高昂的建设成本、日趋频繁的信息安全事件、繁琐的运维和管理工作,都成为制约信息化发展的重要阻碍。
第一, 信息化成本居高不下。服务器、虚拟化软件、光纤交换机、存储、防火墙、运维软件都需要分别购买,而设备堆砌的同时也带来了机房空间、能耗和IT运维成本的持续攀升;第二, 内网安全管理有待提高。由于防火墙等安全设备都在出口区域,数据中心内部的业务之间访问缺少安全保障机制,容易发生机密数据的越权访问,以及办公网与生产网业务交叉的安全隐患;
第三, IT运维管理持续增压。随着业务类型大量增加,并且与生产车间的正常运行紧密相连, IT运维保障工作的要求越来越高,而传统的运维方法需要对虚拟化、存储、网络、安全分别调试和运维,不仅日常管理需要在各套系统中来回切换,一旦发现问题更是无法第一时间定位故障来源。
数据中心升级迫在眉睫。
“一箱即云”完成数据中心升级
经过多方面的考察和全面测试,明志科技最终选择锐捷为其量身设计的超融合云计算解决方案,利用 “硬件融合+软件融合+软硬融合”创新特性,完成了数据中心“一箱即云”的改造升级。 在实施过程中,明志科技借助1台RG-UDS 4000M超融合一体机及其内置的RG-JCOS云管理平台,组成了一体化管理的虚拟化资源池,满足企业MES控制系统、ERP业务平台、ORACLE数据库等核心应用的高性能需求。同时,明志科技原有的4台高性能服务器也被重新利旧,通过超融合系统自带的虚拟化功能融入系统,在满足业务需求的基础上,大幅降低了设备数量,减轻了信息化建设和管理的总体开销。
另外,在采用锐捷网络超融合系统的云安全功能之后,明志科技网络安全管理架构进一步完善,每个业务系统都获得了量身定制的安全策略,实现了业务之间的可信通讯,为核心数据提供了更高等级的防御措施。同时,锐捷超融合系统在统一界面上完成对计算、存储、网络、安全、运维的统一管理,大大提高资源分配效率和降低了运维难度。
超融合云数据中心释放“绿色智造”新光彩“超融合技术不仅降低了后续建设成本,还把我们之前的4台服务器利用了起来;机房也从原来的拥挤不堪,变成现在的敞亮简洁,几乎节省了三分之二的机柜空间。”明志科技的IT主管对超融合技术降低数据中心成本以及简化运维后的效率提升大加称赞,”除了这些,最让我们省心的还是运维平台的集中管理,在一个平台上就能完成之前几套系统要处理的工作,效率大幅提升。”
作为全国首批绿色工厂示范、江苏省两化融合管理体系试点企业、苏州市“智能制造”明星,苏州明志科技有限公司的两化融合工作陆续得到工信部部长苗圩、中央财办、江苏经信委等中央和省市相关领导的认可。未来,明志科技将继续坚持“做强装备制造、做大铸件生产、做精铸件服务工程”的战略,科学发展,持续创新。而锐捷超融合云数据中心解决方案的应用,助力明志科技释放IT人员的能量,让他们有更多的精力集中到生产业务系统的优化和创新中,使明志科技的“绿色智造”释放出更耀眼的光芒。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。