ZD至顶网CIO与应用频道 07月15日 评论消息: 作为一家大型商业银行,招商银行(招行)在客户时代(AgeofCustomer:AoC)面临以下挑战:
如何充分利用迅猛发展的移动端环境;
在快速变化的互联网金融环境中实践持续创新和社交平台整合;
打造自身的客户洞察力;
保障充足资源以支持更快速的开发和测试。
为了支持业务创新需求和满足企业内用户对敏捷技术资源支持的需要,招行I&O团队着手制定了自身的云发展战略。同时出于利用遗留设备的考虑,招行最终选择将基础设施迁移到私有云上。
招行I&O人员按照Forrester所推荐的三步骤模式开展了自身的私有云部署。这三步骤分别是:
·步骤一:明确界定出所需要解决的业务和技术问题
·步骤二:尽早请开发和业务团队参与到部署过程中来。
·步骤三:按自身需求选择本土和国际厂商的产品。
想要成功打造云环境,招行的传统基础设施必须要解决三个问题:互相孤立的硬件环境、对人工配置的过分依赖以及过于复杂的应用部署软件环境。为此,招行的I&O人员决定实践从先进互联网公司那里学习到的三种解决方案:
逐步以分布式标准化x86服务器取代旧有计算基础设施资源,以打造基础设施资源池为目标不断提高资源虚拟化程度;
通过部署自动化管理软件来推动服务设计和服务自动化能力;
选择开源软件避免厂商锁定并提高自身灵活度,使用软件管理工具提高自身技术资源的标准化程度。
招行的I&O人员通过分布式存储优化存储资源利用情况,并为支持私有云构建了一个可伸缩、低成本、高性能的存储环境。为了提高敏捷性和标准化程度,招行将新的工作负载迁移到软件定义网络上,并计划逐步以软件定义网络取代原有的网络。此外,招行的I&O人员还为私有云设计了一种技术部署和服务交付模式,并相应的在数据中心里为私有云专门划分出一块资源。开发人员在申请资源的时候可以在自助服务端口选择相应的可选资源区域。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。