至顶网CIO与应用频道 10月16日 北京消息:“Andreani是一家来自阿根廷的物流企业集团,拥有阿根廷最大的物流基础设施,成立于1945年。业务领域涉及物流、制药、通信技术和房地产,范围覆盖阿根廷和巴西。” 这是Andreani IT与物流流程部总监Gustavo Echenique,在2017华为全联接大会——“商业管理,打造精简业务引擎”峰会上的开场白。
Andreani IT与物流流程部总监Gustavo Echenique
大会当天,Gustavo Echenique发表了主题为《基于全面云化流程》的演讲。“为了商业增值,全球的物流企业的IT系统都在加速转型。” Gustavo表示。作为阿根廷物流行业中的创新标杆,Andreani一直在积极投入,尝试新技术,来促进自身IT业务的持续创新。
Andreani在阿根廷有多个分支机构,目前,其业务已经扩展到了电子商务领域,通过电商平台,Andreani可以为跨国企业提供完整的、个性化的电子商务服务解决方案,帮助客户不断优化流程、仓储、货物准备及货物跟踪。Andreani的客户成千上万,包括桑坦德银行和惠普公司。然而,随着业务量的增长,原有的IT能力明显不足,Andreani面临云化选择。
在此过程中,Andreani不仅在寻求云服务供应商,也在寻找技术合作伙伴,帮助自身设计和思考技术革新和云转型。“经过一段时间的测试、对比,Telefonica和华为在云技术、网络和服务响应上给我们留下了深刻的印象。因此,Andreani最终选择了Open Cloud 作为自己云转型的服务供应商。” Gustavo表示。
2016年10月,华为与西班牙电信企业解决方案公司(Telefonica Business Solutions)携手在智利、巴西、墨西哥三国发布了Telefonica Open Cloud公有云服务,并于2017年扩展至秘鲁、阿根廷和美国。Open Cloud的推出,确立了双方共同帮助传统企业IT上云的合作伙伴关系。基于双方的合作条款,华为提供包括服务器、存储、网络、云操作系统在内的创新软硬件解决方案,并为Open Cloud提供专业技术支持。
Gustavo介绍,通过引入Open Cloud公有云服务,解决了Andreani四项业务瓶颈。首先,解决了Andreani原来多云管理,没有统一平台的窘境,提升了运维效率;其次,为电商平台提供了弹性伸缩可拓展的资源,提升了用户体验;第三,为SAP ERP系统提供了本地云服务节点的服务支撑,并且满足了其保证物流系统实时稳定的MPLS互联专线的诉求,提升了应用系统的用户体验和网络延迟。第四,协助Andreani的WMS DC 上云。降低了整体的TCO成本,双AZ备份,保证服务不中断。
据介绍,Andreani向云整体迁移分为3个阶段,首先将电商平台迁移上Open Cloud,应对黑色星期五等营销高峰的用户体验;其次,SAP系统上云,提高内部生产环境的开发体验,提升效率。华为、Telefonica为Andreani帮助其设计了基于双活架构的容灾环境,解决了容灾备份的痛点;另外,基于OpenStack开放架构的Open Cloud支撑了仓库管理系统(集成所有承载关键业务的核心系统),使Andreani获得了完整的混合云解决方案,节约了成本。
“目前,Andreani整体的云化规划执行到第二阶段,Andreani相信,在目前Open Cloud技术解决方案的支撑下,Andreani在物流领域将继续保持领先地位。” Gustavo表示
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。