至顶网软件与服务频道消息: 3月6日,伴随着上海振华重工(集团)股份有限公司(简称:振华重工)副总裁周崎铿锵有力的宣布声,神州数码集团旗下上海云角信息技术有限公司(简称“上海云角”)承担开发、部署的“混合云管平台”正式上线,投入使用。
此次“混合云管平台上线启动会”采用线上视频会议的形式,振华重工副总工、标准化与信息化管理部(以下简称两化部)总经理朱建国(项目总监)担任主持,邀请振华重工副总裁周崎,两化部副总经理赵子健,两化部副总经理王苹及首席云规划架构师黄亮(项目经理),神州数码集团长常务副总裁叶海强,CTO郝峻晟,CBG客户销售部总经理朱珠等双方领导及项目组成员还有项目相关人员共同出席。
功能上,新上线的“混合云管平台”实现对阿里云、华为云、Azure、AWS等多云资源纳管的同时,也与振华重工使用中的ERP、企业内容管理平台,ITSM服务台等平台整合,使整个平台实现了从业务申请到资源交流的体系化建设。
同时。“资源始于业务需求,也终于业务需求。”根据振华重工的业务特性和IT需求,在标准版云管理平台-云舶的基础上,上海云角项目组完成对NAT纳管、负载均衡纳管、RDS纳管、Redis纳管、安全组等功能的定制化开发,让振华重工的云资源全面与业务系统关联,更好发挥云资源效应。
NAT纳管:让振华重工更加灵活的使用云上的资源,如共享IP、共享宽带、隐藏IP等;
负载均衡纳管:实现资源交付的同时,满足业务部门技术上的特殊要求,优化弹性伸缩的管理,缩短服务交付时间;
RDS、Redis纳管:实现更高的SLA,减少运维投入;
安全组:做到更快、更灵活的条件查询,更人性化的运维操作;
堡垒机:对潜在风险进行收集、监控,并做出快速有效的响应。
服务台工单+OA系统审批流:通过统一的服务台入口提交云资源申请和云变更申请,经领导在 OA 系统审批,最终与混合云管平台形成流程闭环。
“此次混合云管平台项目从2018年上半年开始有想法与混合云管平台厂商进行接触,并且在2018年10月开始项目规划。项目中间经历PoC测试、招投标等环节约18个月,实施约6个月,双方均投入了大量的资源。”振华重工副总裁周崎在宣布平台正式上线前谈到,“我想有了这个混合云管平台以后,我们一定能减轻日常云管理和云运维的工作量,降低人力成本。实现云资源的统一管理,为资源利用率管理、容量管理、额度管理、成本优化等提供数据的支持。”
“振华重工混合云管平台的上线部署是我们在港务及制造领域里的第一个实施案例,未来我相信我们会跟振华重工会有更多的数据、IT、软件上的合作,把神州数码、上海云角、振华重工IT能力以及数字化转型的能力推到一个新的台阶。”神州数码集团CTO郝峻晟感慨到。
神州数码集团常务副总裁叶海强表示“国家也在倡导以数字化为代表新消费和新的基建,我们这些IT的从业人员,希望我们能够借助技术的手段,协助振华重工的优势领域提高产能、提高效率。”
一直以来,振华重工都是港机制造业领域中,在云和数字化转型中走的最为领先公司之一。此次混合云管平台正式上线运行,标志着振华重工云上转型之路开启多云纳管的新阶段。日后,神州数码、上海云角将作为核心技术支持,与振华重工的IT建设一同成长,持续扩大振华重工在港机制造领域技术优势、平台优势,实现数字化转型,为振华重工的 ALL IN CLOUD全云战略添砖加瓦!
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。