至顶网CIO与应用频道 12月14日 北京消息:凛冬已至,如果说南方人纯粹凭借“属性”取暖,北方人就妥妥地是靠“装备”过冬了。室外,刀劈斧砍排山倒海,室内,暖意融融四季如春。”开着暖气吃冰棍”这种奇景,都归功于神奇的供暖系统!
你可知道,供暖系统背后也需要云计算的支持?
北京首创热力股份有限公司(以下简称“首创热力”)成立于 2017 年 2 月,是由北京市大型国企首创股份、联想控股成员企业弘毅资本和管理团队共同发起创立的新型现代化平台型绿色能源公司,依托行业先进的自主创新技术和智能化系统,从事跨区域供热资源并购整合、市政供热基础设施建设和智能运维一体化管理。
目前主要为旗下(截至 2018 年 5 月已收购 5 家)或合作的供热公司以及政府与社会资本合作(Public-Private Partnership)项目提供资金、技术、设备、管理等全套解决方案,同时借助大数据分析平台,对自投项目供暖网络数据进行统计分析,进而实现网络的数字化控制、智能化节能。
为什么选择 AWS
首创热力属于初创公司,资源配置精益求精,IT 建设力求务实高效。公司成立伊始,总部机房实施规模控制,部署一些基础的网络设备,满足办公需求;IT 生产系统则走轻量化路线,控制 IT 设备购置数量。
基于构建轻量化机房的定位,首创热力从人员配置和成本方面对比了两种构建方式:一是上云,二是 IDC 托管;并发现上云是更好的选择。上云有其独特的好处,敏捷性高,扩展性强,无需担心当前配置是否能够满足 5 年后的业务发展需求。其按需付费的方式,也大幅度降低了 IT 建设的初期投入,能够用很小的投入开始测试。如果采用 IDC 托管服务器的方式,需要专人负责实施和运维,费时费力。
在选择云服务商时,由于 AWS 是较早通过 SAP 认证的云服务商,而且有大量的成功案例,首创热力在经过详细的考察和论证后,对 AWS 强大的技术实力给予了充分信任。
SAP 认证
首创热力的核心业务(进销存)运行在 SAP 系统上。SAP 系统对服务器的配置要求比较高,如果用物理机器,基本都需要配置双路六核至强系列的处理器,需要单独购买小型机、专用存储等。首创热力决定将 SAP 系统放在云上,这对云服务商提出了严格的要求。AWS 很早就通过了 SAP 认证,客户可以将全套经过专门认证的 SAP 企业应用部署在 AWS 云上。使用 AWS 云在几分钟内即可为新的 SAP 项目和系统快速配置好计算、存储和联网基础设施,如果用传统 IT 基础设施,需要数周或数月才能完成这些操作。
数据安全保障性高
稳定和安全对于任何一个系统来说都是至关重要的。AWS 从底层数据中心搭建、网络访问以及操作权限设置,都提供了多方面的安全保障。例如,AWS 全球每个地区都具有至少两个隔离的可用区;AWS 服务和资源访问可以通过 AWS Identity and Access Management(IAM)来安全管理;网络层还提供了 Amazon Virtual Private Cloud (Amazon VPC)、VPN、AWS WAF、AWS Shield 等服务,以实现网络的隔离或漏洞攻击防护。
首创热力依托 AWS 在安全保障上的强大支持,使运维人员生产力得到解放,大幅度减轻了底层架构的维护工作量,以便腾出时间将主要精力放在应用层的安全维护上。
7x24 小时商业支持
AWS 提供的支持服务是全方位、全天候的。首创热力购买了 AWS 提供的商业支持服务。在专业技术人员的支持下,解决问题的速度很快,可以将更多精力投入到公司业务应用层的发展上。
北京首创热力股份有限公司运维经理舒畅先生表示:
“AWS 工程师专业,响应速度快,帮助首创热力应对各种突发问题。这个服务性价比很高,每当遇到难题,通过打电话或在 WEB 留言,AWS 后台的技术支持人员很快就会回复。”
下图是首创热力基于 AWS 建立的核心业务系统架构图,所采用的 AWS 云服务包括 Amazon EC2、Amazon S3、Amazon RDS、Amazon VPC、AWS IAM、Amazon CloudWatch、AWS CloudTrail、商业支持等。
获得的成效
首创热力对 AWS 的 SAP 环境非常满意。舒畅先生说:
“在 AWS 云上运行 SAP,简单、灵活、可扩展、高可用,可以用 '无可挑剔' 来形容。”
首创热力采用 AWS 云服务,获得的好处可以总结为以下几方面:
01
相比传统物理环境,初期成本投入节省了将近 90%,解决了超大成本问题。舒畅算了一笔账:
“如果在本地搭建数据中心,首次投资需要 1,300 万元,包括机房租用、3 个维护专员、网络设备、服务器等硬件投入,未来 4 年还会陆续投资 300 万,相当于花 1,600 万构建整个数据中心。如果 5 年后,当前配置的服务器无法满足业务需求,相当于这 1,600 万的固定资产打水漂了。”
采用 AWS,首年成本 80-100 万,次年成本无太大变化,也不需要担心 5 年后服务器是否满足业务发展需求,服务配置可以根据需要灵活更改,大大提高了效率,降低了投资成本。更重要的是没有了固定资产负担!
02
加快了项目的上线速度,提高了工作效率。使用 AWS 云之前在物理机上部署一套 SAP 系统至少需要一个月时间,现在部署一套 SAP 应用不到两天。再者,借助 AWS 提供的各种托管服务(Oracle、SQL Server)也加快了项目的上线速度,目前已经在 AWS 上先后部署了流程系统、收费系统、SAP、用友 NC 财务系统等。
03
大幅度减轻了运维人员的工作量。借助 Amazon CloudWatch 服务,对 AWS 上运行的服务进行监控、收集和跟踪各种指标,实现服务器的透明化访问。相比传统的物理环境运维,采用 AWS,运维工作大大简化。目前公司所有业务系统只有舒畅一个运维人员维护,运行非常平稳。
AWS 提供的系统镜像功能是舒畅先生特别喜欢的,通过它可以快速完成应用级别的备份恢复,缩短对客户的影响时间。当发生系统故障、服务器中毒、数据丢失时,运维人员最头疼,需要以最快的速度恢复系统至故障发生之前的状态。以前在使用物理服务器时,曾经遇到过一次系统故障,恢复、补齐数据就花了半个月时间。现在使用 AWS 的系统镜像,定期(手动或自动)将系统及数据备份到 Amazon S3 上,一旦系统发生故障,可以在几分钟内就将系统恢复,大幅度减轻了工作量。
好文章,需要你的鼓励
ETH Zürich等机构研究人员提出TrustVLM框架,解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距",创新性地结合图像到文本和图像到图像的相似度,实现无需重新训练即可大幅提升误分类检测性能。在17个数据集的严格测试中,TrustVLM相比现有方法在关键指标上提升显著,同时改善了零样本分类准确率。此成果为AI系统在自动驾驶、医疗等安全关键领域的可靠部署提供了重要保障。
这项研究提出了个性化安全概念,解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力,并开发了RAISE框架高效获取关键用户信息。实验表明,提供用户背景可使安全分数提高43.2%,而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制",为高风险领域的AI应用提供了新思路。
明尼苏达大学研究团队提出了一种创新方法,通过回合级信誉分配显著提升大语言模型(LLM)智能体的多回合推理能力。传统方法只对整个过程进行评价,而他们的MT-GRPO算法能够精确评估每个决策步骤的价值,就像为每一步提供具体反馈。在维基百科搜索工具使用场景中,该方法实现了100%的工具执行成功率和50%的答案精确匹配率,远超传统方法。这一突破不仅提高了AI在多步骤任务中的表现,也为开发更复杂的AI系统提供了重要思路。
这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同,PISCES通过解缠器模型识别概念相关特征,直接编辑模型参数,实现了更精准的知识移除。在Gemma和Llama模型上的测试表明,该方法不仅有效降低了目标概念的准确率(低至7.7%),还保持了模型在无关领域的高性能,并显著提高了对"重新学习"的抵抗力。这一突破为AI系统的安全部署和合规使用提供了新的可能性。