ZD至顶网CIO与应用频道 11月18日 北京消息:自2004年成立,安邦保险集团便充满着发展的张力。自北京第一家分支机构,一年便花开22个省市,三年突破百亿保费大关,五年更翻一番,不过一轮回时光,如今的安邦保险已成长为以保险、投资为核心的,融银行、资产管理、金融租赁等多元金融业务为一体的、综合性跨国金融服务集团。以总资产衡量,已是中国TOP3的保险公司。
伴随着业务及保费规模的极具增长,安邦保险业务数据量也呈几何状增长,给传统IT架构带来了难以克服的挑战,如何破除IT困局,牵动着安邦保险各层管理者的神经。
运维困局
随着安邦保险分支机构的持续扩展,保费额的上升,其存储系统的数据量、数据库的访问量也随之增长,最终导致数据中心的ICT设备规模呈几何上升,然而,运营团队的提升与扩展却无法如设备扩容一样简单,人才的引进、培养乃至组织架构的改进都是安邦之前没有面对过的,在运营团队的规模与业务规模失衡的情况下,公司运营压力陡然加剧。传统ICT模式下,运营团队的能力与人员规模增长都是线性增长,且其组织架构不能快速适应ICT系统的快速增长,面对金融行业零当机、零中断、高度风险敏感性的条件下,运营团队压力巨大、九鼎一丝。
资源浪费
规模的增大,不仅来自旧业务的增长,更来自于业务的多元化发展。互联网时代,业务的发展瞬息万变,新业务的增长势必会占用新的ICT系统资源。面对新业务快速增加的态势,信息中心部门只能选择大量发放资源,以满足业务部门的需求,然而因为组织架构及运维能力的原因,ICT部门对于已发放资源的监控及回收有心无力,大量资源被闲置;基于旧有的ICT基础架构,管理者面对业务洪峰很难应对,唯有大量冗余配置,虽然不同业务的业务洪峰不可能同时出现,然而受制于旧有的ICT架构,难以错峰配置,大量优质资源造闲置浪费。
业务压力
金融行业竞争激烈,新业务的开扩成为业内竞争的重要手段,在金融行业,时间作为竞争要素至关重要,然而旧有的ICT系统响应缓慢,从新业务提出需求,到评估采购测试上线,大量的时间被无端消耗,面对稍纵即逝的机会,新业务扩展的良机受制于ICT系统无法施展。
在云计算时代,ICT也超出了业务支撑平台的角色,金融业界不断有公司试水大数据、私有云等先进技术,不仅对业务起到了支撑作用,还依靠创新的ICT技术带动了业务的发展。面对业界激烈的竞争环境,落后就等于死亡,旧有的ICT系统成为了安邦保险高悬的达摩克利斯之剑。
创新ICT架构,增强”云“动力
安邦保险作为业内年轻最具张力的保险公司,面对ICT系统的各种问题,果断决定引入私有云,构建私有云系统,推动未来十年业务发展。
业务数据是大企业,特别是金融企业的生命线,相比公有云解决方案,私有云给安邦保险提供了安全的数据港湾,保障了安邦业务不受外界威胁。
私有云的解决方案赋予了安邦保险快速响应与敏捷调度的ICT系统,易感知自动化的运维能力大大减轻了运维管理团队的负担,也使业务的快速上线成为现实。
华为创新基础设施,助力安邦私有云建设
创新的私有云架构,搭配高效安全可靠的ICT基础架构,才能构建未来十年安邦业务竞争力的基础。深谙创新之道的安邦选择了同样以创新驱动的华为作为ICT基础设施合作伙伴。在华为ICT解决方案工程师的协作下,安邦保险选择了华为RH5885 V3及中高端CE交换机作为私有云的ICT基础设施。
高可靠,业务永续保障
华为RH5885 V3关键部件支持冗余。风扇、硬盘、I/O设备支持免开箱热插拔具备故障预告警PFA,以及故障隔离和恢复功能。可以支持40摄氏度环境温度长期工作。系统性的高可靠解决方案,将客户系统的整体稳定性提升了50%。
易维护
模块化设计, 免开箱维护,复杂的数据中心环境下,更快维护速度有效减少业务中断可能,保障业务永续,减少维护压力。全面自持带内带外管理,大大减轻了客户运维人员的工作压力,将平均故障维护时间缩短了20%。
创新伙伴,携手并行
坚持以客户为中心是华为和安邦的共同认知,在各自行业皆以创新闻名。共同的价值认知是华为和安邦合作的内在桥梁,也定会决定明天更紧密的合作。
安邦的客户曾这样说道:”传统的金融公司转型,正是需要华为这样的完整解决方案提供商,帮助我们实现整个转身“
好文章,需要你的鼓励
科技泡沫并非世界末日,从经济角度看,泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷,Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限,多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺,电力需求成为新瓶颈。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示,移除记忆通路后,模型丧失97%的训练数据复述能力,但逻辑推理能力几乎完全保留。令人意外的是,算术运算与记忆共享神经通路而非推理通路,这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
这项由ETH苏黎世等机构发表的突破性研究首次系统性揭示了优化器选择对AI模型量化性能的重大影响。研究团队发现传统的异常值理论完全失效,并开发了革命性的ABC分解框架来准确预测量化后性能。实验证明Shampoo优化器在量化场景下表现最优,该发现为AI模型的实际部署提供了重要指导,有望让AI技术在资源受限设备上发挥更大作用。