ZD至顶网软件频道消息:在中国银行业的电子信息中心主要有四大类服务器的信息处理中心,第一类是以国有五大银行为代表的,采用Mainframe(大型机)服务器主导的信息处理中心;第二类以部分商行和农信社为代表使用AS/400小型机系统为信息处理中心;第三类是目前很多银行采用的以Unix/Linux开放系统为主的小型机的信息处理系统;最后一类是以x86工业标准服务器为处理中心。
过去数十年mainframe和AS/400一直以巨大数据处理量,高可靠和高可用性占据了银行业数据处理中心的核心系统服务器,为中国银行业高速发展起了关键作用。如今,随着对供应商选择、总体拥有成本和业务创新速度等多方面的考量,以及x86工业标准芯片的开放性和处理能力的巨变,让云计算、大数据、移动化、物联网、区块链逐步进入金融业的信息处理中心,成为新一代信息处理中心服务器的首选。分布式计算、分布式存储、软件定义网络、RAS增强等新IT技术使得工业标准化基础设施的可用性大幅度提升,为了加快业务创新速度、降低总拥有成本、实现IT环境的安全可控。今天将运行在封闭系统的应用下移至工业标准化的开放平台已成业界的共识和未来的方向。
那么,银行业主流采用大型机和AS/400主机的用户如何在保证过去的投资的同时,平稳过渡或者说将其上面运行的系统下移到Unix/Linux平台的小型机或者工业处理机系统呢?
新华三集团(简称“新华三”)作为新IT解决方案领导者,有着非常成熟且全面的主机下移解决方案,其包含了治理、咨询、迁移实施、产品供给、自动化转换工具、测试与验证、运维、培训等一系列工作。
实现主机下移存在多种实现方式,各种方式的随转型和变更范围的不同,对业务的影响范围和所需投入也各不相同。当然,各种方式获得的收益也有所不同,目前业界普遍采用的主机下移技术有三种:
架构重构(Re-Hosting),是针对基础架构平台实施的迁移和重构,通过使用与主机平台相当或类似的数据库接口,交易监控和终端通讯方式,保持业务处理方式和业务逻辑不受影响。这种方式结合自动化工具的使用,避免了大量业务逻辑验证的工作,自然也减小了项目实施过程中可能遇到的风险。
代码重构(Re-Architect/Re-Structure),是对应用架构和应用功能进行重写和优化,过程中保持业务逻辑不发生变化。架构的设计和重构,通常需要相对较长的项目实施周期,以及经验相对比较丰富的实施团队,随项目范围、投入和周期的增加和延长,项目风险也将随之增高。
业务重构(Re-Engineer),则是对业务系统进行重新的梳理和开发,通常伴随着业务逻辑的优化。应用系统重新构建,业务逻辑和业务流程在实施重新构建过程进行优化,需要业务和技术部门共同参与。这种方式会因项目投入较大和时间周期较长带来相对较高的实施风险,也对用户前期业务应用开发的投资造成浪费。
国际成熟案例和国内大型银行研究表明,架构重构(Re-Hosting)是技术难度最小、实施成本最低、业务影响最小、见效最快的方法。
结合国际先进案例和国内大型银行主机转向采用开放平台的研究成果,新华三建议主机下移后的基础设施采用完全开放的三层模型(接入层/应用层/数据库层),构筑在工业标准化的X86平台之上,实现不受制于单一供应商的全开放架构。开放的架构一定要支持从硬件到软件层面的横向扩展,且要能根据业务的服务水平要求保证系统的可用性。
新华三的主机下移解决方案可为用户带来如下收益:
1. 降低总拥有成本到原来的50%以下;
2. 开放的系统架构有利于引入最新的技术和开源软件,可以加快业务创新速度;
3. 可达到不低于主机的RAS特性和可扩展性,有效降低业务停滞风险;
4. 可实现统一运维,减小运维难度,加快备件更换速度;
5. 工业标准化模块的采纳和避免单一供应商的策略,符合国家安全可控的政策要求。
新华三主机下移解决方案具备完备的生态系统,得到了金融行业独立软件开发商的全力支持,大量的应用软件在该解决方案下完成了验证测试,很多金融行业客户已经尝试部署。
好文章,需要你的鼓励
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。