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

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
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
11月前
|
机器学习/深度学习 算法 物联网
面向能效和低延迟的语音控制智能家居:离线语音识别与物联网集成方案——论文阅读
本文提出一种面向能效与低延迟的离线语音控制智能家居方案,通过将关键词识别(KWS)集成至终端设备,结合去中心化Mesh网络与CoAP协议,实现本地化语音处理。相较云端方案,系统能耗降低98%,延迟减少75%以上,显著提升响应速度与能源效率,为绿色智能家居提供可行路径。(236字)
1022 17
面向能效和低延迟的语音控制智能家居:离线语音识别与物联网集成方案——论文阅读
编解码 算法 vr&ar
856 0
|
自然语言处理 负载均衡 算法
推理速度提升300%:LLaMA4-MoE的FlashAttention-2集成与量化部署方案
本文详解LLaMA4-MoE模型架构与实现全流程,涵盖语料预处理、MoE核心技术、模型搭建、训练优化及推理策略,并提供完整代码与技术文档,助你掌握大模型MoE技术原理与落地实践。
661 6
|
缓存 人工智能 监控
MCP资源管理深度实践:动态数据源集成方案
作为一名深耕AI技术领域多年的开发者,我见证了从传统API集成到现代化协议标准的演进历程。今天要和大家分享的MCP(Model Context Protocol)资源管理实践,是我在实际项目中积累的宝贵经验。MCP作为Anthropic推出的革命性AI连接标准,其资源管理机制为我们提供了前所未有的灵活性和扩展性。在过去的几个月里,我深度参与了多个企业级MCP项目的架构设计和实施,从最初的概念验证到生产环境的大规模部署,每一个环节都让我对MCP资源管理有了更深刻的理解。本文将从资源生命周期管理的角度出发,详细探讨文件系统、数据库、API等多种数据源的适配策略,深入分析实时数据更新与缓存的最佳实践
442 0
|
人工智能 安全 API
MCP vs 传统集成方案:REST API、GraphQL、gRPC的终极对比
作为一名长期关注AI技术发展的博主摘星,我深刻感受到了当前AI应用集成领域正在经历的巨大变革。随着Anthropic推出的Model Context Protocol(MCP,模型上下文协议)逐渐成熟,我们不得不重新审视传统的系统集成方案。在过去的几年中,REST API凭借其简单易用的特性成为了Web服务的标准选择,GraphQL以其灵活的数据查询能力赢得了前端开发者的青睐,而gRPC则以其高性能的特点在微服务架构中占据了重要地位。然而,当我们将视角转向AI应用场景时,这些传统方案都暴露出了一些局限性:REST API的静态接口设计难以适应AI模型的动态需求,GraphQL的复杂查询机制在处
662 0
MCP vs 传统集成方案:REST API、GraphQL、gRPC的终极对比
|
JSON API 开发者
Django集成Swagger全指南:两种实用方案详解
本文介绍了在 Django 项目中集成 Swagger 的两种主流方案 —— drf-yasg 和 drf-spectacular,涵盖安装配置、效果展示及高级用法,助力开发者高效构建交互式 API 文档系统,提升前后端协作效率。
534 5
|
存储 Kubernetes 监控
Docker与Kubernetes集成挑战及方案
面对这些挑战,并不存在一键解决方案。如同搭建灌溉系统需要考虑多种因素,集成Docker与Kubernetes也需要深思熟虑的规划、相当的技术知识和不断的调试。只有这样,才能建立起一个稳定、健康、高效的Docker-Kubernetes生态,让你的应用像花园中的植物一样繁荣生长。
488 63
|
数据采集 数据可视化 数据挖掘
基于Python的App流量大数据分析与可视化方案
基于Python的App流量大数据分析与可视化方案
|
人工智能 BI API
Dify-Plus:企业级AI管理核弹!开源方案吊打SaaS,额度+密钥+鉴权系统全面集成
Dify-Plus 是基于 Dify 二次开发的企业级增强版项目,新增用户额度、密钥管理、Web 登录鉴权等功能,优化权限管理,适合企业场景使用。
2287 3
Dify-Plus:企业级AI管理核弹!开源方案吊打SaaS,额度+密钥+鉴权系统全面集成
|
机器学习/深度学习 人工智能 自然语言处理
企业级API集成方案:基于阿里云函数计算调用DeepSeek全解析
DeepSeek R1 是一款先进的大规模深度学习模型,专为自然语言处理等复杂任务设计。它具备高效的架构、强大的泛化能力和优化的参数管理,适用于文本生成、智能问答、代码生成和数据分析等领域。阿里云平台提供了高性能计算资源、合规与数据安全、低延迟覆盖和成本效益等优势,支持用户便捷部署和调用 DeepSeek R1 模型,确保快速响应和稳定服务。通过阿里云百炼模型服务,用户可以轻松体验满血版 DeepSeek R1,并享受免费试用和灵活的API调用方式。
1006 12