2014-2015年无疑是数据中心灾备震荡前行、推陈出新的一年,互联网金融、OTT业务的兴起引导数据中心灾备走向快速、可靠;软件定义网络(SDN)和网络功能虚拟(NFV)稳扎稳打,实现云数据中心灾备灵活部署;OpenStack持续发酵,进入企业级的关键业务,成为开放云平台的事实标准;分布式存储的极强扩展能力,广泛应用于大数据领域,大数据业务的灾备提上日程。
业务驱动,行业灾备建设需求加剧
在金融行业,一方面金融客户已不满足于网点、ATM、网银等固定渠道的金融服务访问,要求使用移动设备随时随地、不间断的、便捷的金融服务。另一方面快速部署、快速上线的边运营边开发(DevOps)的互联网开发运营模式,要求结合资源虚拟化和云管理,基于服务器、存储、网络等基础架构的资源池建设方式被金融行业所接受。为核心业务提供不间断的服务,为资源池提供灾难防护,是金融行业客户的重要需求。
在政府行业,各级政府机构进行电子政务云的建设,以公共治理、应用服务为中心,统筹拉通促进部门间协同,信息共享,并最终为公众提供无缝服务。各级政府将业务部署到电子政务云中后,为保障业务连续,需为自有数据中心提供个性化、差异化的灾备服务。
在电信行业,支撑运营商业务的IT基础架构也在发生变化。由传统的竖井式建设,逐步演进到云化资源池形式,在IaaS层实现资源的统一纳管、动态分配。而传统的电信物理设备,逐步演进到基于虚拟化技术来取代通信网的专用网元设备,构建新的网络产品环境,这就是网络功能虚拟化(NFV)。NFV的灾备要求具备多厂商,跨越物理机和虚拟机的灾备机制,灾备架构的设计要求满足电信级的端到端服务可用。
基于OpenStack的云灾备将是未来方向
双活数据中心解决方案服务于需要最高等级业务连续性要求的用户和业务,涵盖包括正常运行业务所需要的网络、虚拟机、数据库、存储、传输、安全等各个方面,是对网络双活、存储双活、数据库双活、应用双活等几个方面联合设计、端到端的方案。因为只有这样才能保证金融、电信等数据强一致性要求,支持移动化带来的永远在线的业务连续需求。
与此同时,IT正在迎来以云计算为核心的第三次变革,基于Openstack的云数据中心正在以其开放和融合的特性吸引更多企业客户积极投入实践。为云数据中心提供灾备能力、并且可提供面向租户的灾备服务,已经成为当前云数据中心的建设、以及构建开放IT系统架构和生态链的必备要求。在云计算大行其道的今天,云数据中心(包括资源池)为政府、金融、电信等用户提供资源共享、快速部署的平台,具有优化投资、快速响应业务的优势。云数据中心灾备解决方案可以结合云运营平台、OpenStack云管理、虚拟化、存储复制、虚拟机备份等技术,为云数据中心提供双活、主备容灾解决方案。同时,通过云运营平台,为租户提供自助的灾备服务,租户可以选择双活云主机服务或者为虚拟机选择备份服务。
和华为共同探讨云灾备
业务连续管理规划包括IT灾难恢复体系(包括灾难恢复预案),包括关键业务运作体系、人员组织架构体系、重要记录和文档体系以及其它重要资源的恢复和持续。在对业务系统进行风险分析和业务影响分析的基础上,建立健全相应的管理组织架构、灾难备份中心运营管理体系、应急响应计划、灾难恢复计划及重续运行计划等,才能够减轻灾难对于业务系统的影响。
华为掌握网络、存储、云计算、OpenStack、传输等IT的核心技术,在双活、云灾备、业务连续咨询领域持续投入,能够满足政府、金融、运营商、企业客户对于云时代数据中心灾备的核心诉求。在HCC2015华为云计算大会上,华为将发布首个基于OpenStack的云灾备解决方案,新方案能够为基于开放架构的云数据中心提供灾备能力,并且可以帮助运营商以及大型企业提供面向租户的灾备服务。
诚邀您莅临HCC2015华为云灾备高峰论坛,在论坛里我们将邀请到业界知名产业领袖将与您探讨云时代灾备将会如何演进来构筑未来的灾备体系,以金融行业为例企业如何构建灾备业务系统,以及华为云灾备方案如何帮助用户创造更高价值;同时华为还与业界知名咨询机构IDC联合发布业界首个云灾备技术白皮书,助力灾备产业更加开放、高效地发展。
时间:2015年9月18日15:30-17:30
地点:上海世博中心430会议室
期待您的光临!
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。