近年来,中国电子成功突破高端通用芯片、操作系统等关键核心技术,构建了以飞腾CPU芯片+麒麟操作系统为代表的PK体系“中国架构”,并自研内置可信计算及网络安全防护技术,打造了PKS安全体系,为保障我国关键信息基础设施安全发挥重要作用。
而在近日,中国电子信创云基地(顺义)揭牌,并发布了自主研发的首款分布式存储产品CeaStor仓海存储系统。
国内最大规模信创云基地正式揭牌
中国电子信创云基地定位于高标准的信息技术应用创新基地,建设于中国电子独立管理的园区之内。
基地秉承“安全、先进、绿色”的理念,在安全方面,中国电子根据国家网络安全、信息安全和数据安全的相关法律法规,制定了严格的管理制度。园区采用了360度全天候电子围栏、无死角闭路监控、基于中电蓝信的高等级访客认证系统等技术以落实基地的物理安全;升级的六道入侵防护机制确保将服务器部署在更高安全等级的基础设施中;三路由网络进线、全运营商支持以及独立室外管井、分租户室内光纤竖井提供了通信线路的高可用性;独特的风火水电与IT运维动线的分离与专用电梯设置定义了更高的安全规范;加上专业团队7×24的运维服务,信创云基地为入驻客户的信息系统安全全方位保驾护航。在基地部署的信息系统可以实现等保三级以上,达到网信办安全审查的标准。
在先进方面,中国电子信创云基地按照国内最高的国标A级增强级、国际最高的Uptime Tier4级标准、参照金融行业标准中更严格的要求进行设计,双路市政供电、双路UPS和柴油发电机、供油协议等形成电力系统的多层级可用性保障,水净化系统、冗余冷机与精密空调、蓄冷罐和动力UPS加备用锂电构建了空调系统的的多级可用性保障,磁悬浮技术、热通道封闭、间接蒸发冷却等新技术实现先进可靠。
在绿色方面,信创云基地采用间接蒸发冷却、自然冷却、热回收水源热泵、热回收新风系统、光伏并网系统、智能照明系统等绿色环保节能技术,选用高能效电力与暖通设备、优化配电线路,结合专业运维能力,将全年PUE(电源使用效率)控制在1.3以下,达到数据中心绿色分级5A级,为业内一流水平。
目前基地已经建成投产,部署相关党政央企的重要信息系统应用。基地整体规模可承载500万核飞腾算力,正加速成为国家网信产业的组织平台。
CeaStor仓海存储系统发布
中国电子云作为中国电子打造、原生于PKS体系的新一代的基础设施,在中国电子“坚底强链”战略下,向下不断夯实IaaS,向上丰富PaaS产品。
存储作为云计算最重要的服务之一,中国电子云正式发布首款自研分布式存储产品CeaStor以及CeaStor10000系列产品。
中国电子云CeaStor存储产品是面向新数据时代,基于“安全、先进、绿色”设计理念,可满足传统应用、大数据、人工智能等各种业务场景的海量文件、大容量、高性能、高扩展等需求的分布式存储。
在安全能力上,CeaStor具备PKS原生安全、云原生安全和合规安全,具有安全为先、一数多用等特点,同时,CeaStor存储支持多副本和纠删码,异地容灾等多种冗余保护措施,为用户提供多层级的数据保护和容灾功能,进一步实现了用户数据存储的极致可靠。
在先进能力上,CeaStor采用了面向未来的磐石架构,全用户态协议栈,无限压低时延;并支持端到端NVME协议,通过RDMA智能加速充分发挥硬件能力;在规模上支持用户在线扩展,单集群规模可高达10000+个节点,满足客户业务不断变化的需求,其中,单节点随机读写性能可高达50万IOPS,且随节点数线性增长。此外,CeaStor生于云,服务于云,是真正的云原生存储系统,可以为用户提供声明式存储资源供给服务,并利用云原生技术,实现实现高度自动化运维以及存储的“敏捷开发、敏捷发布”。并通过软件定义SSD,实现延长磁盘寿命,提高磁盘读写能力,并降低关键业务读写时延。
在绿色能力上,CeaStor将块、对象、文件等存储协议打通,实现一池多用,并采用动态EC提高了磁盘得盘率,并将算子下沉,进一步降低网络负载,简化上层应用,提升了计算速度。更为关键的是,CeaStor支持QLC作为存储介质,利用软件优化弥补了QLC介质的缺陷,让用户在拥有的高性能的同时,还实现了最优的成本
需要特别指出的是CeaStor10000系列产品不仅可以为用户提供云上的云盘、对象、文件和大数据存储服务,还可以为用户提供超融合产品和SDS产品(软件定义存储)。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。