ZD至顶网CIO与应用频道 10月20日 北京消息:随着智能终端、VR、可穿戴设备等广泛普及,云计算拉动的新一代基础设施搭上了快速发展的列车。除了以BAT为首的互联网巨头为推进云服务战略投资建设大规模数据中心之外,地产、金融等行业的跨界融合亦给国内数据中心行业注入了更多新鲜血液。2016年,国内数据中心市场进入全新的发展时期。
森华易腾成立于2005 年,是一家致力于提供互联网专业服务的高科技企业,总部位于北京,目前在上海、广州成立了分公司。作为国内较早进入互联网数据中心运营领域的企业之一,森华易腾一直以互联网数据发布综合服务提供商来定位自身,主营业务涉及互联网数据中心、互联网接入服务、网络安全服务、云计算业务以及全方位的增值服务和提供完整的行业解决方案。日前,森华易腾技术副总裁胡胜做客我们的微访谈,详细阐释了森华易腾在互联网+时代的全新定位以及亦庄大族机房的近况。
在IDC、CDN和云计算领域精耕细作
面对云计算和大数据的热潮,越来越多的传统IDC服务提供商纷纷开始转型,对此森华易腾也做了充足的准备。
森华易腾技术副总裁胡胜
2014年,森华易腾开始布局全国骨干网络,相继在北京、河北、江苏、广东、陕西储备了大量高规格机房,打造了多中心、高互联的业务集群。为了满足用户对云主机、云存储和云备份等需求,森华易腾在这几大核心节点中部署了云计算业务,并计划在核心节点周边部署辅助节点。胡胜告诉记者:“这两年公司按照‘未病治病’的理念进行了技术改造和升级。在数据中心构建之前就要考虑未来三年的网络状况、业务承载状况并做出相应的冗余、备份,使整个架构以及设备的更换不会造成用户业务的卡顿。并投入上千万建设二层环网,两套网络设备,双活互为备份。除了将站点连成环形,同时采用RRPP(Rapid Ring Protection Protocol,快速环网保护协议)技术,将机房互通时的延时降低至1ms,在二层环网各机房延伸设备间部署VXLAN(Virtual extensible Local Area Network,虚拟可扩展局域网)技术,环网故障时达到毫秒级收敛,实现了零丢包。”
其实除了机房建设之外,森华易腾运维技术团队实力也不容小觑,运维及研发人员占了半壁江山,其中包含多名Cisco CCIE工程师、Cisco CCNP工程师、H3C TE工程师及拥有RHCE证书资历的专业运维人员。胡胜表示:”森华易腾在现有业务的基础上,开发了特色服务和增值服务,加速转型。原来只是单纯的卖IDC、机柜和带宽,现在我们是以行业顾问的身份给用户提供解决方案。2016年森华将精耕云计算和CDN,加上原有的IDC业务,以组合拳的方式为企业提供一站式互联网数据发布综合服务。”
打造绿色、节能的高规格数据中心
2016年年初,森华易腾与科华众生达成战略合作,对亦庄大族机房项目进行投产。据了解,亦庄大族机房是采用T3+标准建设的高规格绿色数据中心,总建筑面积达10000㎡,总共6层,具备2000余机柜交付能力。
亦庄大族机房采用了新型节能加湿系统,较之传统加湿系统,降低该部分能耗和费用达90%;机房还采用了精密智能配电设计,精密的控制机柜用电;该机房利用高效的气流组织结构设计与冷却原理,高效的气流组织设计将整个机房制冷效果达到最佳,并能最大限度地降低空调系统能耗,利用冬季室外的温度对数据中心进行冷却,极大节省数据中心能源消耗,目标PUE低于1.36;该机房采用了模块化的设计理念,具有丰富的定制化功能,可满足政府、企业的个性化需求。
“亦庄大族机房项目的成功落地,加深了森华为客户提供绿色节能的高规格数据中心的理念,增强了森华为客户提供北京IDC服务的实力,践行了森华作为互联网数据发布综合服务提供商的愿景。”胡胜表示。
对于未来
现如今,IDC市场竞争逐步走向白热化,通过资本运作、技术创新实现强强联合成为一种理想的选择。2015年森华易腾和广东榕泰并购,正式进入资本市场。此外,森华易腾与国家信息中心发起成立的中经云数据存储公司也达成合作,后者拥有先进的光磁融合存储技术、数据中心综合节能技术和数据安全等领域的技术,二者将联合推出新一代可定制化的绿色环保安全的数据中心。
对于未来,胡胜表示:“接下来,森华易腾将加强全国范围内的布局。张北数据中心作为森华易腾第一个自建机房,项目首期拟总投资约15亿元,建设容量8000个机柜,会进一步增强森华易腾在华东、华北的互联网综合服务;今年森华云已经通过可信云认证,未来结合市场需求将不断推出新的迭代产品,持续为客户提供一站式的解决方案。”
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。