英特尔-南瑞集成瑞腾高性能数据平台再启数据中心管理方案创新

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

为进一步推动传统企业转型升级,英特尔公司于今天在北京举办了主题为“携手创新 共铸未来”的英特尔-南瑞集成自主创新瑞腾高性能数据平台客户暨媒体沟通会。来自英特尔与来自南瑞集成的领导和嘉宾分别解析了在“互联网+”时代下传统企业对于IT需求的变化,以及双方携手打造的瑞腾高性能数据平台的技术亮点与应用优势,并针对数据中心运营管理解决方案的建设签署了战略合作备忘录。与此同时,来自国家电网公司的开发商代表则就目前国网一级部署系统面临的挑战,以及如何利用瑞腾数据平台来解决大数据量、高并发环境下的应用场景进行了分享。

作为国民经济发展中最重要的基础能源产业,电力行业信息化发展的脚步也一直没有停歇。然而,伴随信息量的急剧增大,企业业务规模迅速扩大、业务种类日益复杂。这也使得传统架构的系统在性能和管理方面都暴露出大量的缺陷,阻碍了电力行业前进的脚步。如何高效、安全、可靠地支撑信息系统,满足未来业务高速增长的需要;如何帮助企业有效地管理日益增长的业务数据;如何实现业务数据的共享并在现有业务数据之上建立新兴的增值应用等,成为了各企业建立信息系统的关键所在。

“基于对传统行业转型升级需求的洞察,英特尔一直致力于研发兼备高性能、高可靠性、高灵活性的核心计算平台,并与产业合作伙伴紧密合作以满足行业用户的实际应用需求。” 英特尔中国区行业合作与解决方案部总经理柯道远表示,“与合作伙伴的创新可以推动IT技术变革,打造符合中国行业用户需求的自主创新的产品和解决方案,从而进一步推动业信息化的发展,助力企业高效转型。”

基于双方长期、密切的合作,以及对传统行业信息化建设特点的把握,英特尔助力中国领先的系统集成商南瑞集成打造了“英特尔-南瑞集成自主创新瑞腾高性能数据平台”。该平台将英特尔至强处理器结合高速、低延迟英特尔固态盘及高速互联构建的横向扩展(Scale-out)多节点架构,在计算、存储、网络三个层面全面融合了英特尔最新的产品技术。此外,基于英特尔节点管理器(Node Manager)与英特尔数据中心管理平台技术(Data Center Manager)的REM(Return Enterprise Manager)还可针对整个系统提供从坚实到管理再到后续维护的全方面生命周期管理。“瑞腾高性能数据平台采用最新的高性能计算组件,结合南瑞集成多年系统优化、架构优化的经验,本着‘按需定制,深度集成

’的建设理念,结合国网实际应用系统的特点,设计开发了一个可横向扩展的一体化的高性能计算平台,用以替换传统行业大量的小型机和中高端存储设备。充分体现了高性能计算组件与国网实际业务相结合的特点,为接下来的行业应用推广工作打下了坚实的基础”,南京南瑞集团公司信息系统集成分公司副总经理俞俊谈道,“与英特尔在计算、存储、网络以及软件等领域的密切合作,有效提升了南瑞集团的自主创新能力和实力,有力推动基于应用场景自主创新产品的设计和研发,成为‘应用场景就是计算机’这个理念的践行者。”

目前,瑞腾高性能数据平台已经完成了研发工作,正在国网核心业务系统中进行适用性测试。“通过引进基于x86开放架构的瑞腾高性能数据平台,不仅明显缩短了高性能系统部署所需的时间,其广泛的端到端监控分析功能还能够确保所有组件无缝协同工作,避免性能瓶颈与单点故障的出现,”国家电网应用研发单位负责人表示,“相比传统系统小机架构,瑞腾高性能数据平台横向扩张能力更强,使得我们能够随着业务与系统的发展,动态扩展每个组件,提供超强的处理能力,以适应国网业务发展的需求。”

“瑞腾高性能数据平台在国家电网的成功实践,见证了我们与南瑞集成在技术创新与战略合作方面的价值所在”,英特尔中国区行业合作与解决方案部总经理柯道远表示,“未来,我们还将基于今天签署的战略合作备忘录进一步延伸合作关系,加速打造数据中心运营管理解决方案,并与更多本土合作伙伴携手创新,共同推动传统行业信息化的发展!”

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
消息中间件 监控 数据可视化
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
56 2
|
4月前
|
安全 Java 数据安全/隐私保护
在Java项目中集成单点登录(SSO)方案
在Java项目中集成单点登录(SSO)方案
|
3月前
|
运维 算法 数据可视化
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】2 方案设计与实现-Python
文章详细介绍了参加2021高校大数据挑战赛中智能运维异常检测与趋势预测任务的方案设计与Python实现,包括问题一的异常点和异常周期检测、问题二的异常预测多变量分类问题,以及问题三的多变量KPI指标预测问题的算法过程描述和代码实现。
75 0
|
5月前
|
API Java 监控
SpringBoot基于OpenAPI3的接口文档管理快速集成和使用
本文主要简单介绍SpringCloud2023中进行接口文档管理,方便前后端开发和文档维护。文档管理工具基于开源的knife4j封装的openapi3。
164 3
|
1月前
|
存储 NoSQL 大数据
大数据-51 Redis 高可用方案CAP-AP 主从复制 一主一从 全量和增量同步 哨兵模式 docker-compose测试
大数据-51 Redis 高可用方案CAP-AP 主从复制 一主一从 全量和增量同步 哨兵模式 docker-compose测试
35 3
|
1月前
|
SQL 分布式计算 大数据
大数据-108 Flink 快速应用案例 重回Hello WordCount!方案1批数据 方案2流数据(一)
大数据-108 Flink 快速应用案例 重回Hello WordCount!方案1批数据 方案2流数据(一)
48 0
|
1月前
|
大数据 流计算
大数据-108 Flink 快速应用案例 重回Hello WordCount!方案1批数据 方案2流数据(二)
大数据-108 Flink 快速应用案例 重回Hello WordCount!方案1批数据 方案2流数据(二)
46 0
|
2月前
|
机器学习/深度学习 DataWorks 数据挖掘
基于阿里云Hologres和DataWorks数据集成的方案
基于阿里云Hologres和DataWorks数据集成的方案
75 7
|
3月前
|
前端开发 Linux API
无缝融入,即刻智能[一]:Dify-LLM大模型平台,零编码集成嵌入第三方系统,42K+星标见证专属智能方案
【8月更文挑战第3天】无缝融入,即刻智能[一]:Dify-LLM大模型平台,零编码集成嵌入第三方系统,42K+星标见证专属智能方案
无缝融入,即刻智能[一]:Dify-LLM大模型平台,零编码集成嵌入第三方系统,42K+星标见证专属智能方案
|
3月前
|
机器学习/深度学习 数据采集 大数据
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题一建模方案及代码实现详解
本文详细介绍了2022年第三届MathorCup高校数学建模挑战赛大数据竞赛赛道B的题目——北京移动用户体验影响因素研究,提供了问题一的建模方案、代码实现以及相关性分析,并对问题二的建模方案进行了阐述。
95 0
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题一建模方案及代码实现详解
下一篇
无影云桌面