ZD至顶网CIO与应用频道 03月02日 北京消息:日前,工业和信息化部计算机与微电子发展研究中心(中国软件评测中心)宣布与北京中科仙络达成战略合作,双方成立“赛迪中科数据中心联合实验室”,充分整合各自优势资源,联手打造国内一流的数据中心设施领域人才培训及共享式运维服务平台。
作为大数据、人工智能、移动互联网、云计算等行业的基础支撑,数据中心行业正在经历高速建设期,随着大大小小数据中心的相继交付投产,管理者普遍面临运维人才缺乏、运维体系不完善等问题。
目前市场上的培训以理论授课为主,无法快速帮助新进运维人员成长。“赛迪中科数据中心联合实验室”摒弃传统课堂中的纸上谈兵部分,增加数据中心场地基础设施的经验分享,加强教学相长的互动,同时搭建包含柴发、UPS及蓄电池、ATS、高低压配电柜、列头柜、风冷系统、监控系统及消防系统等设备,并达到国标B级机房要求的模拟机房,模拟运维中常见故障,供学员实际动手操作,在实际演练中发现问题、解决问题,增加人员实战技巧及应急排除故障能力。在全模拟实验室进行授课、通过理论与实训相结合的培训模式,可以帮助运维新人迅速成长,提高目前运维人员的应急处理和故障解决技能,提高运维团队抗故障能力,逐步做到运维人员能力可视化。
实验室同时推出数据中心运维人才认证体系,并将联合清华大学河北科技园在廊坊建立数据中心人才培训基地。该实验室还将与各地数据中心园区建立战略协作,现已有多个数据中心产业园表达了与赛迪中科实验室共建人才基地的意向。
赛迪中科数据中心联合实验室推出的数据中心基础设施运维人才培训课程包括:1、 DC-FOMA(Data Center Facility Operation & Management Associate)初级运营专员课程,2、DC-FOMP(Data Center Facility Operation & Management Professional)中级运营专才课程,3、DC-FE(Data Center Facility Expert)高级设施专家课程等。
赛迪中科数据中心联合实验室后期还将联合推广LEED数据中心的建设及运维认证,Uptime Institute的相关设计、建造及运维认证等。
中国软件评测中心常务副主任刘法旺表示:“我们非常高兴能和对数据中心行业有着深刻理解的中科仙络联手,为数据中心行业提供人才及数据中心的认证服务。赛迪的品牌优势、客户资源,结合中科的行业服务经验,可以实现优势互补,支撑我们共同打造行业最具权威性的人才及数据中心认证平台。”
中科仙络董事长程小丹表示:“我们很荣幸可以和赛迪合作,赛迪给了我们更大的平台来为更多的客户服务。我非常期待我们双方密切的合作,来为行业带来更多的精彩。”
工业和信息化部计算机与微电子发展研究中心(中国软件评测中心)是直属于工业和信息化部的一类科研事业单位。中心通过测试、设计(规划、工程规划)、认证、监理、评估、培训等主营业务,构建基于第三方服务的科技产业链。旗下的赛迪测评、赛迪设计、赛迪监理、赛迪评估、赛迪培训等业务在业内拥有权威地位。
北京中科仙络咨询服务有限公司长期致力于数据中心设计、建设、运营管理方面的技术咨询、测试验证和培训服务。2015年,中科仙络率先牵头编制了国内第一个数据中心设施运维管理标准。后续,又牵头撰写了风靡业内的“从运维菜鸟到大咖-数据中心运维管理指南”一书。中科仙络的数据中心培训在行业内独占鳌头,参加过中科仙络培训的人才已经超过3000人次。
好文章,需要你的鼓励
33年后,贝尔纳多·金特罗决定寻找改变他人生的那个人——创造马拉加病毒的匿名程序员。这个相对无害的病毒激发了金特罗对网络安全的热情,促使他创立了VirusTotal公司,该公司于2012年被谷歌收购。这次收购将谷歌的欧洲网络安全中心带到了马拉加,使这座西班牙城市转变为科技中心。通过深入研究病毒代码和媒体寻人,金特罗最终发现病毒创造者是已故的安东尼奥·恩里克·阿斯托尔加。
悉尼大学和微软研究院联合团队开发出名为Spatia的创新视频生成系统,通过维护3D点云"空间记忆"解决了AI视频生成中的长期一致性难题。该系统采用动静分离机制,将静态场景保存为持久记忆,同时生成动态内容,支持精确相机控制和交互式3D编辑,在多项基准测试中表现优异。
人工智能安全公司Cyata发现LangChain核心库存在严重漏洞"LangGrinch",CVE编号为2025-68664,CVSS评分达9.3分。该漏洞可导致攻击者窃取敏感机密信息,甚至可能升级为远程代码执行。LangChain核心库下载量约8.47亿次,是AI智能体生态系统的基础组件。漏洞源于序列化和反序列化注入问题,可通过提示注入触发。目前补丁已发布,建议立即更新至1.2.5或0.3.81版本。
马里兰大学研究团队开发ThinkARM框架,首次系统分析AI推理过程。通过将思维分解为八种模式,发现AI存在三阶段推理节律,推理型与传统AI思维模式差异显著。研究揭示探索模式与正确性关联,不同效率优化方法对思维结构影响各异。这为AI系统诊断、改进提供新工具。