ZD至顶网CIO与应用频道 08月08日 北京消息: 7月28日,由青云QingCloud举办的QingCloud Insight 2016大会在京举行。在会后的专访环节,国家气象局副总工程师沈文海,针对云计算在气象领域的应用谈到了自己的看法。
以下为访谈实录:
ZD至顶网:各位网友,大家好!欢迎回到青云用户大会的现场,我们刚刚从圆桌论坛上请到国家气象局副总工程师沈文海,请跟大家打招呼。ZD至顶网
沈文海:各位网友,大家好!
ZD至顶网:一直以来,我们了解到云计算特别火热,您觉得气象现在对云计算有什么需求,或者在需求过程中有什么难点?
沈文海:中国气象局一直是一个以信息处理、信息收集、信息发布为主要业务特征的单位,从一开始就对信息技术有天然的需求。改革开放以来,中国气象局从业务的层级上有国、省、地、县这四级,每个县都有它的气象局。我们经过这么多年的发展,每个层级气象具体业务单位都有很多自己的业务系统。去年我们做了不完全统计,平均下来,每个县气象局都18套业务系统,地市级平均有22套,省级平均有64-65套,这样的容量。我们过去建设的思路和惯性模式都是延续80年代,所谓一个功能等于一套业务系统,一套业务系统等于一套设备,可以想像每个县的平均18套业务系统,按照过去双机热备的方式布置下去,会有多少套服务器。
而县气象局相对来说人员编制非常有限,一般来说政治编制不超过10个人。10个人当中要有专人维护这18套业务系统以及相关的设备,特别是这18套业务系统,每个县之间有相当大的重复性,即便从维护的角度来说,在县一级就会出现大量低水平、重复性的人员资源需求,包括设备利用率也是不高或者相当不高。
这种现象一直延续到2013-2014年,当时仍然有一些对业务很了解,但对信息技术发展不是特别熟悉的同事,还在提这样的发展模式。当时由于云计算已经开始发展起来,开始在全社会应用起来,当时很多同事从另一个层面提出新的思路。我们县气象局很多业务和功能还存在,但是它的系统并不允许在本地,而是运行在省或者国家一级。
我们用一种比较通俗的做法,也就是远程登录的方式来使用。用现在专业化说是所谓云端客户端化,以这样的方式大幅度减少我们业务运维人员的压力,至少从运维的角度来说,大幅度提高我们的资源使用效率。我们从这个角度开始构想我们的云计算。至少在或者国家一级,把客户端设在县或者地市。第一步需要每个省的地和县的业务系统要逐渐收集到省里,第二步既然地市和县都可以把业务系统集中到省里,省里也可以集中到国家里。采用云端客户端化的方式,最终构想是在全国有限的几个数据中心支撑全部门业务基础资源的服务和使用,这是我们对气象部门的大致需求。
ZD至顶网:通过您的描述,我知道现在气象部门对云的需求还是很大很迫切的。您觉得一个好的云服务厂商需要具备哪些特性和能力?
沈文海:一是它在技术上应当是领先的,特别是它的技术应该适合具体的客户需求,对于气象部门来说要适合气象部门的特殊需求;二是它能为气象部门量身定制气象部门所特有的东西,第一步私有云肯定不会缺位,也会有公有云,肯定是混合云的方式;三是能够为气象部门的持续发展提供进一步的技术支持,同时这个部门应当是有发展前途,不断壮大发展的公司。
ZD至顶网:青云很荣幸能邀请您参加本次大会的圆桌论坛,在您眼中,您认为青云是一家怎样的公司。
沈文海:我接触过很多云计算方面的企业和单位,个人认为青云是一家比较另类的公司,它确实特别关注技术方面,给我感觉在技术方面,不比任何一家云计算公司差,甚至还有很多它的特点,这是我参加这个会的主要原因。虽然我们跟青云还没有直接的合作,我本人是搞技术的,我很喜欢这个东西。
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。