8月18日,以“卓悦服务,智慧金融”为主题的“2022华为金融卓悦服务2.0线上发布会”成功举办。华为金融卓悦服务2.0正式发布,增添四项新升级服务内容,以“分布式架构重建运维体系,云网融合下的快速定界定位,掌握运行状态实现运维可视,运维从自动化到智能化”为目标,进一步为金融机构提供高品质服务,助力金融数字化转型。发布会期间,与会嘉宾共同讨论了金融运维的数字化与智能化演进方向,并进行了运维场景的实践分享。
金融行业运维升级势在必行
近年来,在互联网金融与金融科技飞速发展背景下,银行业务和IT架构不断演进,从物理服务器到虚拟化云平台,从商业产品到开源技术,从集中式架构到分布式架构……为金融业运维带来了新的机遇和挑战。
华为中国金融系统部总经理陈林在发布会致辞中表示,当前金融行业正处在IT架构变革与数字化转型时期,从集中式走向分布式架构是数字金融IT系统发展的必然趋势。随着云、大数据、区块链等先进技术的充分运用,开放银行平台走向架构敏捷、数据驱动、智慧智能,是未来业务发展的方向。金融行业双模架构并举,随着设备海量增长,核心生产系统的复杂性日益增加,业务快速迭代,对于数据中心的敏捷交付和安全运维提出了更高的要求,金融客户不仅需要基础科技设施的先进性和可靠性,更迫切需要有“安全、可靠、专业、智慧”的金融服务能够为客户的业务保驾护航。
图:华为中国金融系统部总经理陈林
华为金融卓悦服务2.0正式发布
华为中国政企业务副总裁李同广在发布会致辞中表示,为应对金融行业对高品质ICT服务的需求,华为早在2020年就正式发布了金融“卓悦服务”,它是面向金融客户核心生产系统打造的一站式高级运维专业服务,旨在通过运维方案、平台工具、人才团队等为金融客户提供极致的服务体验及一流的服务,助力金融客户的业务创新。经过一年多的实践与积累,卓悦服务持续迭代升级,今天隆重推出金融卓悦服务2.0。
图:华为中国政企业务副总裁李同广
发布会期间,华为正式发布金融卓悦服务2.0,卓悦服务从1.0到2.0,是华为金融服务的不断升级和演进的结果。
图:华为金融卓悦服务2.0正式发布
发布嘉宾:(从左到右)
华为中国政企服务解决方案销售部部长高利斌
华为中国金融系统部副总经理邢实丰
华为中国政企业务副总裁李同广
华为中国政企产品技术与运维服务部部长熊伟军
华为金融卓悦服务2.0四项新服务
“卓悦服务2.0”解决哪些问题?概述来说,就是八个字——“转型、融合、智能、体验”。面向分布式技术架构的深度应用,如何构建相匹配的运维体系?云网融合边界扩大,如何快速定界定位,并及时恢复业务? 面对运维对象指数级增长,如何实现智能运维实现降本增效?随着业务敏捷快速迭代,如何提升高效的客户服务体验?
“卓悦服务2.0”在四个方面进行升级,一是新增运维咨询服务,覆盖技术和管理两个维度;二是完善尊享支持服务,提供护航、巡航服务,适配不同客户场景和需求,灵活提供对应的专属主动服务;三是新增华为云Stack卓悦服务,打造全栈全生命周期的服务体验;四是统一IT交付平台,标准化交付流程和交付件,提升客户感知。
伴随国家金融科技独立自主的趋势和数字化转型的浪潮,金融卓悦服务2.0正式发布,为金融客户的数字化、智能化转型提供有力保障,华为将联合伙伴携手客户继续加大金融科技的探索创新,稳步推进数据中心智能运维服务解决方案的落地,帮助金融行业客户加速业务转型,智慧升级成就品质体验。
好文章,需要你的鼓励
法国AI初创公司Mistral AI发布了首个大语言模型全面生命周期评估,量化了AI的环境代价。其Mistral Large 2模型训练产生20,400吨二氧化碳当量,消耗281,000立方米水。运营阶段占环境影响85%,远超硬件制造成本。研究表明地理位置和模型大小显著影响碳足迹,企业可通过选择适当规模模型、批处理技术和清洁能源部署来减少环境影响。这一透明度为企业AI采购决策提供了新的评估标准。
上海AI实验库推出YUME系统,用户只需输入一张图片就能创建可键盘控制的虚拟世界。该系统采用创新的运动量化技术,将复杂的三维控制简化为WASD键操作,并通过智能记忆机制实现无限长度的世界探索。系统具备强大的跨风格适应能力,不仅能处理真实场景,还能重现动漫、游戏等各种艺术风格的虚拟世界,为虚拟现实和交互娱乐领域提供了全新的技术路径。
许多人认为一旦实现通用人工智能(AGI)和人工智能超级智能(ASI),这些高度先进的AI将能够告诉我们人生的真正意义。然而,巅峰AI可能无法明确回答这个史诗般的问题。即使AI拥有人类所有知识,也不意味着能从中找到生命意义的答案。AI可能会选择提供多种可能性而非绝对答案,以避免分裂人类社会。
上海AI实验室研究团队开发了革命性的AI编程验证方法,让大语言模型能够在最小人工干预下自动生成和验证程序规范。该方法摒弃传统的人工标注训练,采用强化学习让模型在形式化语言空间中自主探索,在Dafny编程验证任务上显著超越现有方法,为AI自主学习开辟新道路。