案例名称:【积极推动“苍穹云”落地,引领数字化转型】
公司名称:【中国国际金融股份有限公司(601995)】
案例简述:
伴随着中金公司“数字化、区域化、国际化”的战略目标推动,业务的敏捷化需求以及多态的数字化基础设备在快速增长,急需提高IT资源交付效率、资源利用率、以及运维自动化水平,以支撑业务的敏捷交付与快速创新。

本案例于按照“一个平台、一套机制、多域融合”战略理念进行平台的创新与业务融合。通过一个云平台适配多地域混合云、虚拟机、物理机和云原生容器等多种资源场景,并提供中间件、数据库等软件的自助交付,实现了IT基础设施资源的一站式、分钟级交付和全生命周期管理,提升了开发和生产效能;其次,苍穹云平台打破了原有资源的信息孤岛,并利用数据模型进行资源统一管理与预测分析,实现数字化资源利用率大幅提升,节约IT直接投资超千万;同时,苍穹云采用公有云计费模式改变了公司先采购后使用的资源交付模式,改进了公司流程、提效降费;此外,苍穹云构建了统一的资源管理平台实现中金全球资源运营管控,并全面对接运维体系,打通了资源与管理工具的孤岛,实现了与数据中心的全面融合。截止日前已经为公司14个部门的106个应用供应了基础设施资源,有效支撑了业务系统的敏捷交付,受到业务部门的一致好评。

扫码查看详细案例
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。