北京小桔科技有限公司成立于2012年7月10日,其推出的滴滴出行是涵盖出租车、专车、快车、顺风车、代驾及大巴等多项业务在内的一站式出行平台,2015年9月9日由“滴滴打车”更名而来;
截至2015年9月,第三方调研数据显示,滴滴出行已占据国内出租车叫车软件市场99%的份额。目前,滴滴每天实现300万出租车订单,超过300万的专车订单,峰值223万的顺风车订单,业务覆盖全国360个城市,服务超过3亿用户;
项目需求
滴滴出行之所以能够获得良好的用户体验,源于其后台的高性能计算和离线大数据业务,通过对用户出行信息精准的分析与预测,从而实现对车辆资源的有效调度。随着滴滴出行用户的激增,对于网络性能和可靠性有的要求越来越高,其现有数据中心在支持的网络规模、数据交换能力、网络可靠性等方面难以满足其业务发展要求,亟待升级。
本次滴滴出行新建数据中心专门用户离线业务,华为作为业界领先的数据中心网络解决方案供应商,针对滴滴出行的业务发展需求,提供了高性能、高可靠、易扩展的敏捷数据中心网络解决方案。
方案特点
本次网络升级涉及其内蒙新建数据中心,采用核心与接入二层网络架构,核心层全部采用华为CE12800系列交换机产品,接入层部分采用了华为CE6800系列交换机产品。
l 优化的网络结构
整个网络分为核心交换区、DCI互联区、运维管理区等部分,网络结构清晰,布局合理。
l 高性能
核心交换机CE12800最大可提供178T容量,11T槽位带宽,16个业务槽位;可提供高密度10GE、40GE和100GE接入,每槽位最大可提供48个10GE接口,或36个40GE接口,或36个100GE接口;同时还提供200ms大缓存板卡,有效缓解了高峰时段的网络拥塞,有效保障了用户体验。
l 高可靠
华为敏捷数据中心网络解决方案提供设备级、链路级、网络级三级可靠性:
1)设备级可靠性:主控板、交换网、电源、风扇灯关键部件实现冗余,单板和模块可热插拔;软件升级支持ISSU(In-Service Software Upgrade), 可以有效减少软件升级过程中的业务中断时间;路由层面支持不间断转发NSF(Non-Stop Forwarding)和不间断路由NSR(Non-Stop Routing),可以有效解决发生路由故障后引发的路由震荡问题。
2)链路级可靠性:部署Eth-Trunk以太网链路聚合技术,通过将多条以太网物理链路捆绑在一起成为一条逻辑链路,实现增加链路带宽的目的。Eth-Trunk聚合组中捆绑在一起的链路通过相互间的动态备份,可以有效地提高链路的可靠性。
3)网络级可靠性:核心采用两台框式交换机集群,接入层采用盒式交换机堆叠,一方面可以减化管理和配置,另一方面可以实现链路故障快速切换,链路故障收敛时间可控制在10ms之内,大大降低了网络链路、节点故障对业务的影响。
l 弹性易扩展
华为敏捷数据中心网络解决方案提供设备级、系统级、DC级三级弹性扩展:
1)设备级弹性:CE12800提供多种密度、多种接口类型的业务单板;全正交架构,专业前后风道,为未来五年容量演进提供设计保障;
2)系统级弹性扩展:512节点的超大二层网络(VXLAN/TRILL),虚拟机在数据中心内任意迁移。
3)DC级弹性扩展:最大可扩展至32个跨地域的数据中心骨干节点互联(EVN),满足多数据中心业务扩展需求
客户价值
滴滴运维总监如是说:“华为产品与解决方案,名副其实,让我们放心更安心”。华为敏捷数据中心网络解决方案为滴滴出行提供了高性能、高可靠、易扩展的数据中心网络,实现了对离线大数据业务的可靠承载,满足了高性能计算的需求,有效保障了用户体验。该解决方案具有一定的先进性和代表性,对于中小互联网用户具有重要的借鉴意义。
华为目前已经成为全球领先的数据中心网络解决方案供应商,其产品和解决方案在全球都得到了规模应用。根据2015年IDC权威数据统计,华为数据中心交换机产品在中国区销售额名列第一,目前已经广泛应用于包括阿里、腾讯、百度、美团、唯品会等知名互联网企业。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。