6月7日,在华为全球智慧金融峰会2023上,华为正式发布国内首款软硬协同、全栈自主的分布式数据库GaussDB,以更好满足金融以及更多关键行业对数据库的全场景业务诉求。峰会期间,华夏银行信息科技部基础技术研究室处长胡捷分享了基于GaussDB的核心业务转型改造的创新实践。他表示,基于GaussDB华夏银行实现了核心业务系统(借记卡)下移,完成全栈自主创新、分布式改造,实现性能提升1.5倍,业务连续性能力RTO小于60s。
华夏银行信息科技部基础技术研究室处长胡捷
金融行业一直处于数字化转型的第一梯队,持续引领着产业数字化的进程。在金融数字化转型的过程中,最大挑战来自于业务核心系统的升级。华夏银行作为全国性股份制银行,始终高度重视金融科技发展,开始重构底层关键系统,基于GaussDB分布式数据库启动数据管理平台的升级转型,布局产业数字金融,并依托华为云平台实现了业界领先的云计算IT架构。
胡捷介绍到,一直以来,华夏银行都在践行与深耕基础软硬件安全可靠之路, 持续推动自主创新实践的落地。到2022年,已经完成40%以上的数据库自主创新改造,并开展核心(借记卡)数据库下移技术攻关。并于2023年全面完成核心(借记卡)自主创新改造。
在核心系统改造技术路线上,华夏银行遵循了从“分散化”到“大集中”,再到分布式的技术演进路径,全面推动了从集群数据库向分布式数据库的全面升级与跨越。这次切换就是要用分布式的技术、用更多的设备来共同提高核心系统的性能和可靠性。胡捷强调:“华夏银行的核心系统是在2022年开展了新一期的核心改造规划,分两步走,第一步是要实现是在应用基本不变的前提下,实现核心系统包括借记卡,包括账务核心的小记下移。”
胡捷指出:“借记卡系统是华夏银行核心系统的重要组成部分,改造主要有三个特点,一是要实现全栈的国产化,二是要应用基本不变,三是要进行分布式改造。而所有的重点和难点都聚焦到了数据库上。”
华为云GaussDB数据库在这一过程中也起到了核心的推动作用。作为国内当前唯一能够做到软硬协同、全栈自主的国产数据库,GaussDB实现了核心代码100%自主研发,真正实现软硬件协同优化,造就可靠性与性能双领先的独特优势。在可靠性方面,数据库和底层硬件密不可分,只有软硬协同才能让数据库真正安全可靠。GaussDB的全系统防错纠错,可保障数据不出错,而全栈系统级软硬件故障通知的快速响应架构,可及时捕获系统软硬件故障并做出响应,多层级软件+硬件冗余,则避免了单点故障。在性能上,计算、存储、网络围绕数据库深度优化,GaussDB可以突破纯软件层面性能优化的天花板,实现性能倍增。
而面向金融行业的应用场景,GaussDB更是具有独特的优势。针对传统集中式架构在处理性能、资源扩展、业务上线等方面的能力瓶颈,华为云打造的金融分布式新核心,基于全云化底座、分布式数据库GaussDB、分布式中间件以及可信的开发工具构建,具备了大规模、高性能和高可用三大特点,并在全球多家大型金融机构得到验证,可实现大机、小机的平滑迁移,支撑业务高效创新与可持续。
这一系列领先的优势让GaussDB助力华夏银行在应用不变的前提下实现了自主创新的分布式改造。
华夏银行与华为联合创新研究,攻克ODBC连接GaussDB数据库、特殊字符集迁移等技术难题;在对接华夏银行平台的过程中,也通过研发GaussDB魔方,实现运维体系建设全面掌握。在自主创新层面,通过自主研发iGO平台独立承接借记卡数据迁移任务,为平稳迁移保驾护航。同时,基于300个测试案例,测试验证发现缺陷及时修复,形成13个技术优化方案。通过全面的技术攻关,最终华夏银行构筑了“两区四域三中心”的借记卡系统分布式架构。
胡捷表示,基于一系列的创新成果,华夏银行借记卡系统改造也带来丰富的收益。在技术层面,不仅通过创新的实践全面验证了华为云GaussDB数据库在核心系统上的可用性,同时也印证了其低成本、高性能的优势,相较于此前,性能获得了1.5倍的提升,实现降本增效,此外业务连续性能力也获得了极大提升,实现RTO小于60s。
在助益产业发展层面上,一系列的迭代优化不仅推动国产数据库产品进一步走向成熟,也更好地培养了国产数据库技术人才。实践的经验也进一步形成可推广方案,为后续分布式核心改造奠定可靠的技术基础。凭借可信可靠的实力,GaussDB已经支撑了国有4大行以及30+股份制、保险证券的核心业务实现了规模替换,领衔数据库自主创新实践, GaussDB已经成为金融行业的一致选择。
面向未来,GaussDB在深耕金融场景的同时,也将进一步释放产业价值,从大行走向更多的中小金融机构,从核心业务走向更多的一般业务,从金融走向政务、电信、能源、交通等千行百业,从中国的创新场景走向全球的客户,给世界一个更优选择。
好文章,需要你的鼓励
AI项目从试点转向生产阶段时,企业面临意外的云成本激增问题。推理工作负载需要全天候运行以确保服务正常,成本可能一夜间飙升1000%以上。许多公司每月费用从5000美元激增至50000美元。为控制成本,企业开始采用混合架构:将推理工作负载迁移至本地或托管设施,训练任务保留在云端。这种模式可削减60-80%的基础设施支出,在保持性能的同时实现成本可预测性。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
企业在AI模型选择上面临开放源码与封闭专有技术的抉择,这一选择对财务和定制化都有重要影响。开放模型如Meta Llama提供更大控制权和定制选项,而封闭模型如OpenAI GPT-4o提供简化使用和企业级支持。专家建议采用投资组合策略,根据准确性、延迟、成本、安全性等因素选择合适模型,而非单一选择。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。