12月23日,由中国信息通信研究院(以下简称“中国信通院”)、中国通信标准化协会主办,云计算开源产业联盟、混合云产业推进联盟、云网产业推进方阵支持的首届混合云大会在北京召开,陕西财政基于华为云Stack的智慧财政解决方案最佳实践荣获“2021年度混合云优秀案例”奖。
作为混合云产业的首个行业级盛会,“2021混合云大会” 重磅发布了多项研究成果和评选了最佳实践案例,陕西财政云凭借其领先设计理念和先进的技术架构及给客户带来的价值获最佳实践奖项。
财政作为国家治理的基础和重要支柱,面对数字技术的蓬勃发展,如何顺应转型趋势,利用数字技术支撑财政改革落地是一个值得深入探索的话题。陕西财政在实现数字转型,更好发挥财政资源统筹、重大任务财力保障、防范各种风险挑战的职能作用过程中,提出“加快财政业务一体化,构建陕西财政云”的战略发展构想,并选择基于华为云Stack打造的智慧财政解决方案来构建陕西财政云,借助华为的专业的集成服务在2020年1月全面推广上线并于2021年底完成部标改造升级。
陕西财政云采用“一个大平台,四个标准化”的顶层设计架构,通过华为云Stack构建全省集中的、一站式服务化的云平台,打通原有分散的IT系统,打破各级财政系统 “信息孤岛”,实现了基础设施标准化、应用架构标准化、数据集成标准化和交付过程标准化。
基于全面云化架构和省级大集中模式,陕西财政贯通了预算编制、预算执行、会计核算为主线的财政业务管理流程,支撑全省148个财政区划,3万多家预算单位、8万多家用户使用,高峰期间16000用户同时在线,安全支付超万亿,实现了全省财政核心业务的规范化、集中化、一体化管理,让钱袋子更加精准的服务于项目,实现“资金跟着项目走”。
实现财政核心业务的规范统一:基于全面云化架构,实现了预算编制-预算执行-会计核算等核心业务流程的完整闭环,层级上覆盖全省、业务上环环相扣。依托电子签名、电子签章、分级授权等信息安全技术和动态校验、自动对账、全程跟踪模式,全面通过“云支付”实现财政资金“无纸化”运行,疫情期间“云闪付”得到实战检验。
采用线上开发,线下部署模式,基于华为云DevCloud实现DevOps敏捷开发,应用快速迭代,灵活相应业务需求。开发后的应用在华为云Stack本地运行,确保应用安全可控,PaaS平台支撑陕西财政核心业务微服务改造升级。系统需求实现周期从2月提升至2周内。
通过华为云GaussDB(for openGauss)分布式数据库承载一体化平台的生产库管理全省数据,真正做到了数据集中化安全管理,支付业务运转效率提升60%。
此外,财政云的数据标准化优势奠定了财政大数据应用基础。通过构建“上下贯通、左右联通、内外融通”的数据共享平台,实现了全省预算数据汇总。陕西智慧财政解决方案项目以华为云Stack为数据底座,建立了数据标准管理平台,运用大数据提升财政治理现代化水平,推进财政从“经验管理”向“数字管理”转变,提升服务财政治理能力。
目前,基于华为云Stack的智慧财政解决方案已在江苏、湖北等多个区域都展开了广泛实践,用数字技术赋能财政行业转型,完善了财政数据治理体系,赋能智慧新财政,实现高质量发展。凭借出色的技术能力和丰富的实践经验,华为云Stack在政府、金融、电力、油气、交通等多个行业深受客户信赖,已建设600多个政务云项目,全球累计服务150多个国家4000多个政企客户。面向未来,华为云Stack将持续创新,打造一朵更懂政企的云,满足政企转型的复杂需求,成为政企智能升级的首选合作伙伴。
好文章,需要你的鼓励
存储扩展专家Lucidity将其AutoScaler平台扩展至Kubernetes容器编排平台,帮助企业控制存储支出。该公司表示,Kubernetes中的持久卷常常成为隐形浪费源,虽然Kubernetes可自动扩展实例数量,但底层存储通常未被充分利用。新服务可为亚马逊EKS提供持久卷的自动扩缩容,声称可为客户节省高达70%的云块存储费用。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
超过1.8万Spotify用户加入名为"Unwrapped"的集体组织,通过去中心化数据平台Vana将个人听歌数据打包出售给AI开发者。该组织已将1万用户的艺术家偏好数据以5.5万美元价格售出,用于构建新型流媒体数据分析工具。Spotify对此发出警告,称该行为违反开发者政策和商标权,禁止将平台数据用于机器学习模型构建。但Unwrapped团队坚持用户拥有控制和变现个人数据的权利,双方就数据所有权展开争议。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。