新业务系统上线在即,苏州六中的信息化业务部署人员却感到无比轻松。借助苏州市教育云平台,学校可向市电教馆申请虚拟机,免去以往购置、调试以及维护设备的繁琐过程,轻松实现创新教学应用。
这在大多数信息化负责人看起来不可思议的事情,仅仅是苏州市智慧教育的一角。借助华三云网融合解决方案,苏州市电教馆进行了云平台数据中心和城域网专网的改造,充分挖掘新IT的创新价值,将区域教育信息化水平拉升到了国际先进水平,实现了学校管理方式、教师教学方式和学生学习方式的大变革。
新IT 演绎苏州“智慧教育”
当前,云计算、大数据等新IT技术正在颠覆行业发展路径及业务形态,教育行业也面临深刻IT变革。苏州市启动“智能光网”工程,借助云技术搭建了优质、弹性、安全的基础设施平台,同时结合各部门的业务创新,将信息技术深入应用到教学、科研、管理及服务的各个环节,实现了苏州市教育教学的全面创新与变革。
在苏州市“智能光网”工程改造中,杭州华三通信新IT全程参与了苏州市教育城域网专网和云平台数据中心的改造,实现了苏州市“智慧教育”:一方面,市直属学校与电教馆之间实现了万兆互联,构建了真正的城域网;另一方面,电教馆将共性的建设内容集成到了云平台,学校只需要简单使用,即可根据学校特色开创特色应用。目前苏州市电教馆已经集成了包括IaaS云服务、统一互联网服务、安防监控、未来教室等众多智慧应用。
在苏州市“智慧教育”的变革中,新IT是如何演绎的呢?
智慧教育云平台改造“揭秘”
“个有地盘,规划不一”充分概括了苏州市教育信息化改造之前的状况。以往,苏州市教育局直属学校、直属单位都有各种类型的业务系统、相应的独立配套服务器等硬件设备,但是利用率低,容易造成资源浪费。另外,数据中心在租用运营商VPN的过程中,在带宽扩容、年费用、管理等过程中无法实现自主控制。
为此,苏州市开启了云平台云数据中心的改造工程,采用华三CAS作为云服务的核心平台,为学校提供虚机申请、分配等多项新IT服务。改造后,学校可直接使用云平台的资源,利用CAS完成学校的自助申请、日常维护管理,不再需要自行采购、维护服务器等硬件设备,大大节省了新业务部署时间,为教育教学的创新应用与融合提供了非常好的发展环境。
云计算随需而动,按需索取的特性,也为管理人员提供了极大便利。苏州市电教馆管理人员利用CAS轻松实现虚机的生命周期管理、虚机的可靠性、业务的动态资源扩展等能力;同时CAS云平台的兼容性也为管理人员对服务器资源池的统一管理提供了环境。
城域网改造精彩“互联”
城域网的改造是苏州市教育变革的另一大亮点。随着电教馆教育E卡通、教育公共服务平台、网络电视台、学校安全视频监控、学校食堂安全视频监控等大流量业务系统的逐步上线,且学校统一从电教馆上进行互联网出口后,现有城域网带宽出现了明显不足,严重影响了智慧教育的创新与应用。
在教育城域网改造中,苏州市电教馆采用华三S10512作为核心交换机,通过连接波分系统,为每个学校提供了万兆接入能力。同时,考虑到各学校互联网应用中的流量及安全问题,在使用互联网服务时,电教馆可对用户行为进行控制,限制BT下载速度等,并结合IPS和现有防火墙进行全面安全防护。
此外,为了更好推动苏州智慧教育,华三同时参与了直属院校的无线网络建设,为其搭建了安全、快速、有线无线一体化校园网络,极大提升了校园网络带宽,增加了无线覆盖和安全防护能力,为校园教学业务、安防业务、一卡通等提供了坚实的网络基础。
苏州市电教馆对华三新IT的创新能力给予了高度评价。在苏州市智慧教育的发展浪潮中,新IT将成为其变革的根本动力,推动教育教学应用的创新,实现教育可持续发展。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。