华为:2025年华为混合云现代化运维体系核心能力及最佳实践报告运维数据治理规范 故障处理流程 应急恢复流程 运维业务管理 变更管理 爆炸半径管理 问题与故障管理 云网跨域协同 事件管理 运维事件、变更事件 监控管理 全链路监测 服务台 配置管理 配置一致性管理 性能管理 限流管理、上线压测 风险管理 应急与混沌工程 版本管理 维保管理 运维知识库管理 运维数据管理 流程数据管理 产品生命周期管理 EOX管理、版本变更 典型的指标度量体系包含告警响应及时率、事故 恢复及时率、事故数量、变更成功率等。 2、运维组织治理 根据用户实际情况定义运维组织架构,识别关键运 维岗位,明确岗位职责,按照岗位承担的职责和定 义的人效比,为岗位配置预期数量的人员以及人员 的绩效考核条目。涉及周边组织协同配合场景,需 要明确周边组织的协同职责,无隶属关系的组织需 要报请上级部门协调,确保职责落地。 3、运维业务管理 运维业务管理主要是针对服务内容进行定义,可以 主动运维线 深度巡检:在运维流程设计时应制定完善的风险防控机制,对云平台日常维护期内各云服务关键配置、健康 度进行巡检,发现潜在风险,减少异常情况对业务带来负面影响。 16 例行计划 问题管理 1、根据问题管理流程、例行计划、人员、资源等制定巡检计划; 2、审批巡检计划可实施性,保证合理配置,确保巡检计划顺利完成; 3、根据批准后的巡检计划创建巡检工单,指派工单给巡检执行人;根据巡检需20 积分 | 53 页 | 8.80 MB | 23 小时前3
2025年智能化时代数据库自主可靠运维白皮书-腾讯云召回信 息出现波动等问题,可以引入知识图谱或GraphRAG技术,提供多路召回方式提升召回准确率和 稳定性,此外,也可以通过数据预处理矫正出问题的数据。 智能化部署:AI基于用户需求,自动生成配置文件并完成数据库部署,简化传统部署流程。 �.� AI对传统运维的影响 故障诊断与智能运维:根据不同数据库特性,利用AI生成巡检、监控、处置脚本和工具,协助完成 日常运维的巡检、监控、告警等操 提供多样化的用户接入方式,可灵活对接业务,统一调度资源与权限,保障系统安全与高效运行, 同时支持全链路监控、故障自愈与性能优化。 腾讯云数据库TDSQL架构设计 �� Web 控制台:可视化操作界面,具备数据库实例管理、监控、配置等功能。同时提供 OpenAPI 标准 化接口服务,支持第三方系统集成与自动化运维。 管理服务:负责集群管理、多种语法兼容模式的数据库内核实例部署及实例生命周期管理、扩缩 容、监控告警、备份恢 等功能, 帮助用户智能监控和管理数据库。 OBS 监控告警服务:实时采集数据库性能指标(如QPS、延迟、资源利用率),支持阈值告警与可视 化报表。 元数据库:存储集群元数据(如节点拓扑、权限配置),支撑全局一致性管理。 监控数据库:存储监控数据,为 OBS 监控告警服务提供基础支撑。 OSS 管控服务:访问及管理 TDSQL 各引擎,下发及执行运维流程。 MySQL 模式:兼容原生 MySQL20 积分 | 89 页 | 2.06 MB | 23 小时前3
华为:鲲鹏原生开发技术白皮书(6.0修订版)Demo 和文档,有效提升鲲鹏原生开发效率。 3.1.1 代码开发 07 / 鲲鹏原生开发技术白皮书 鲲鹏原生开发能力介绍 鲲鹏应用工程 提供场景化的鲲鹏应用工程模板,快速辅助工程环境构建、配置检查、依赖下载、构建文件生成等。 步骤 1 创建鲲鹏应用工程(通用计算应用工程,界面截图以 VS Code 环境为例)。 图 3-2 创建工程 步骤 2 部署 SDK。 图 3-3 部署 SDK 版本,适用于使用块存储或对象存储服务场景,不支持 Bcache,该特性是针对开源 Ceph 的 EC 流程进行优化,降低了数据读写流程中的 IO 放大比例,从而使得整体性能更高。相对于 Ceph 开源 EC,在均衡型 配置下,对于块存储服务,EC Turbo 性能可达到 x86 三副本 80% 以上,存储成本降低 50%;对于对象存储服务, ECTurbo(4+2)性能达到 x86 三副本 80% 以上,大 IO 存储成本比三副本降低 OS 已在手机侧商用近 10 年,用户数已过亿,同时安全 性获得 CC EAL4+ 认证,兼容性获得 GlobalPlatform 认证。在规格方面也较为灵活,其中 TEE 侧安全内存支持按 需配置,最大可配 512GB,可支持大数据、AI 等大型应用运行。 图 3-18 机密计算 » TEE SDK:提供机密计算 REE(Rich Execution Environment,富执行环境)侧和10 积分 | 112 页 | 17.64 MB | 5 月前3
西门子:Smart ECX智慧能碳管理平台园区管委会和大型集团能源、碳管理部门 01 02 03 各下属企业安装不同的管理 平台,管理效率低 ECX的解决方案 核心优势介绍 1.可视化与对标分析帮助客户进行快速而行之有效的管理提升 综合能源解决方案 可配置的丰富能源应用,实现能源中心、微网、及 负荷侧的能源综合管理和优化 灵活的部署和交互 采用云原生架构,支持私有化部署和云端部署,支 持大屏、Web、手机多端呈现和交互 开放的平台 预 从分析到减排帮助企业达成碳中和 碳中和咨询 碳排放盘查和对标 减排方案设计 方案执行和管理 碳排源运行管理 楼宇系统排放能效模型 新能源管理 碳排趋势预测 碳中和路径规划 碳排基线管理 碳排放目标管理 碳排因子配置 碳排放强度和结构 碳排放报告 行业对标与排名 企业现状评估 边界确认 确定减排基线 历史数据导入 跟踪能源价格,对接能 源市场和碳市场 分布式能源、能源转换现场级能源调度 高效能源利用 西门子智慧能碳管理平台功能列表 分类 功能列表 功能简要说明 标准版 高级版 专业版 集团总览 企业总览 能耗分析 微网管理 低碳管理 集团关键指标 能源拓扑组态图 系统运行组态图 配置关键指标,集团页面进行汇总统计和展示 强大能源拓扑图编辑器,提供丰富2.5D 图元,可快 速编辑能源系统拓扑图和能源系统组态图 GIS 项目地图 地图视角快速了解项目能源系统概况 能耗结构和碳排放结构0 积分 | 10 页 | 1.33 MB | 5 月前3
未来网络发展大会:2025东数西算算网协同调度业务场景白皮书目标:通过“东数西算”工程,在全国范围内规划建设多个国 家级算力枢纽节点和大数据中心集群,形成布局合理、绿色集约的算 力基础设施体系。实现算力的规模化、集约化发展,提升算力使用效 率,降低算力使用成本,推动算力资源的高效配置。 意义:从经济角度看“东数西算”工程带动了数据中心建设、 网络通信、IT 设备制造、软件等相关产业的发展,促进了产业结构 优化升级,为经济增长注入新动力。在资源利用方面,充分发挥了西 个 充满活力的“小生态”,在保持自身业务独立性和创新性的同时,积 极寻求与外部资源的协同合作。这些算网资源期望借助自身的业务入 口,突破地域和资源限制,调度使用全局算网资源,实现资源的优化 配置和业务的拓展升级。这种模式不仅丰富了算力市场的竞争格局, 还促进了资源的共享与流通,为整个产业的发展带来了新的机遇和活 力。 9 3.2.2 目标效果 一方面,算力使用者通过算网协同调度平台总入口,能够像在总 运行,发 挥最大的效能。 图 4-5 东数西算-调度结果实施与数据迁移-任务调度 26 ② 流量调度 流量调度模块借助确定性网络网络控制器,为数据迁移准备高速、 稳定的网络通道,优化网络配置,避免数据在迁移过程中收到网络拥 塞等问题的限制,实现快速、安全的传输。 图 4-6 东数西算-调度结果实施与数据迁移-流量调度 ③ 数据调度 数据调度模块在源数据中心(东部)与目的数据中心(西部)之20 积分 | 118 页 | 8.35 MB | 23 小时前3
未来网络发展大会:2025服务生成算力网络白皮书所未有的可能性,如图 1-1 所示。对于算力网络建设者来说,生成式 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 5 AI 技术将打造全新的算网设计范式,彻底取代人类专家在算网设计 配置的工作,并能够根据场景自动生成最优算网部署方案。算网建设 者仅需要将场景需求、指标期望等输入给 AI 专家系统,然后按照生 成的方案在现实世界中执行对应的操作。对于算力网络运营者来说, AI 融合的新型信息基础设施,能够按需为用户提供算力资源服务是其基 本功能。为实现面向多元用户的算网自动化全场景按需服务,基于意 图的算力网络需要根据用户的业务需求生成最优的算力服务提供策 略,并通过对基础设施进行自动配置来进行功能实现。因此,需要实 现意图驱动的算网融合,如图 2-2 所示。 图 2-2 意图驱动的算网融合 为实现上述目标,一方面需要基于算力网络现有的研究,包括资 源感知、算力节点 技术将单个流程的重 复性算网操作转换成由系统自动执行,并将多个环节打通串联,使能 整个业务工作流的自动化运行。服务自优化是指算网能够对业务资源 的历史数据进行智能分析和预测,实现算网资源和参数配置的自优化, 并能够根据用户反馈提升服务质量,形成资源、业务、服务的多重闭 环优化。能力自主化是指算网具备独立管理和控制算网的能力,基于 第九届未来网络发展大会白皮书 服务生成算力网络白皮书20 积分 | 66 页 | 5.25 MB | 23 小时前3
未来网络发展大会:2025光电融合网络技术与产业应用白皮书带宽切片保障是通过将网络带宽资源进行划分,为不同业务或用 户提供独立、定制化的带宽服务,确保其性能不受其他业务影响的技 术手段。利用网络切片技术将单一物理网络划分为多个虚拟网络,每 个切片有独立的网络功能、配置参数等,切片间共享物理资源但业务 相互隔离,避免干扰,从而保障每个切片的带宽稳定性和服务质量。 目前较成熟的切片技术有光层的分光、波道、子载波、光通道数据单 元、光业务单元、光交叉最小颗粒度等技术,在数据层有信道化子接 等多种信令机制,可实现链路资源发现、光 层路径计算、保护倒换等功能,曾在早期 IPoDWDM 架构中被多家 厂商作为标准方案采用。 然而,随着网络规模扩大与业务多样化,GMPLS 逐渐暴露出一 系列现实问题: 1.协议复杂,配置维护成本高; 2.占用大量控制带宽,效率低; 3.控制与转发紧耦合,灵活性弱; 4.不适配现代 SDN 解耦架构,扩展性差。 因此,尽管 GMPLS 在技术设计上具有一定前瞻性,但其实际 设备的精细控制,扩展光转发逻辑能力,具备一定可编程性,但适用 范围有限。 NETCONF + YANG:成为现代网络自动化的主流组合。YANG 定义数据模型、NETCONF 实现配置交互,两者结合可支持跨厂商设 备的统一配置和状态同步,替代传统 CLI/SNMP,实现从“人工脚本” 向“结构化交互”的转型。 如今,业界更多转向以 PCEP + BGP-LS、NETCONF + YANG 等20 积分 | 95 页 | 2.94 MB | 23 小时前3
2025年数字金融专刊-暨鑫智奖·第六届金融机构数智化转型优秀案例集技术应用、数据治理等核心领域的系统性变革,进一步明确了到 2027 年建成“数字金融强国”的路线图—— 以数据要素为关键生产资料,以算法算力为核心生产力,重构金融服务模式。 在数字经济纵深发展时代背景下,数据要素的市场化配置改革持续深化,以 DeepSeek 为代表的大语言 模型等人工智能技术迅猛发展,正在重构金融服务的底层逻辑。如何以数字化转型为核心驱动力,通过体制 机制创新、技术赋能和生态协同,不断做强“五篇大 从战略设计到落地攻坚 融业整体数字化水平,转型成效则客观反映行业技术革 新的实际效能。 当前,证券行业数字化转型呈现政策、技术、业务 三重驱动格局:政策层面,“数字中国”战略与数据要 素市场化配置改革形成推力,2024 年证券业信息技术 投入突破 465 亿元;技术层面,AI 大模型、区块链等 技术突破,推动客户服务效率大幅提升;业务层面,头 部机构通过全域数字化重构生态,中小券商聚焦垂直领 (1)在组织架构上,成立数字化转型工作组织, 负责全面规划指导数字化转型工作并设立专项团队负责 具体实施工作。建立跨部门协作机制,推进科技、业务、 管理部门多方融合。 (2)在资源投入方面,综合衡量各类投入水平并 动态配置资源,建立科技投入成效评价体系,引导资源 投向公司主要战略发展方向与差异化竞争优势领域。 (3)在数字化人才培养方面,加强数字化人才的选、 育、用、留,持续充实并建设与业务规模、系统规模及40 积分 | 85 页 | 42.28 MB | 19 天前3
基于区块链和区块链服务网络(bsn)的可信数据空间建设指引(2025年)化数据市场,促进数据要素市场化配置。 一是支撑构建全国一体化数据市场。通过分类施策推进企 业、行业、城市、个人、跨境可信数据空间建设和应用,有利 于促进数据要素规模化流通共享使用。《行动计划》明确提出, 到 2028 年,基本建成广泛互联、资源集聚、生态繁荣、价值共 创、治理有序的可信数据空间网络。这将为构建全国一体化数 据市场提供强大的平台支撑。 二是促进数据要素市场化配置。可信数据空间通过构建一 构建一 个多方互信的数据流通环境,能够有效打破数据孤岛,促进数 据在不同组织和行业之间的安全、透明流动。这不仅有助于提 高数据资源的利用效率,还能激发市场活力,推动数据要素市 场化配置。 (二)应用需求 可信数据空间可广泛应用于企业、行业、城市、个人和跨 境等多个领域,通过构建多方互信的数据流通环境,提升数据 开发协同效率,推动各行业产业链升级,提升城市管理和服务 水平,探索 例如,通过数据挖掘和分析技术,可以为个人提供个性化的服 务和产品推荐,提高个人数据的商业价值。 5.跨境可信数据空间 一是提升跨境经贸往来便利度。经济全球化推动了生产要 素的跨境流动和优化配置,不仅提升了全球生产力,而且促进 了各国经济的共同增长。对于跨境贸易来说,跨境可信数据空 间可以实现商品信息、交易数据、物流数据等的跨境流通,提 高跨境电商的运营效率和服务质量。通过跨境可信数据空间,0 积分 | 70 页 | 2.43 MB | 5 月前3
2025面向工程审计行业的DeepSeek大模型应用指南-南京审计大学工程审计学院(45页 WORD)或查询特定网页内容时,可使用联网搜索功能,勾选该功能能获更实时准确的 回 答。 图 3-8 联网搜索 3.2 本地部署 3.2.1 安装 Ollama Ollama 是开源的大语言模型服务工具,能将模型权重、配置和数据捆绑, 优化模型运行,支持 GPU 与热加载,在 Mac 和 Linux 上通过 docker 可快速 部署,可让用户便捷地在本地运行开源大型语言模型,如 :Ollama 支持多种操作系统,包括 Linux 、macOS 和 Windows。在安装前,请确保你的操作系统满足最低要求,见表 3-1。 14 表 3-1DeepSeek R1 系列模型硬件配置需求 模型名称 CPU 要求 内存要求 硬盘要求 显卡要求 DeepSeek - R1 - 1.5B 最低 4 核,建议采 用 Intel 或 AMD 多 核处理器 的分支中点击 upload a document”,选择要使用的单个或多个文件后保存,将文件嵌入到向量数据库中, 如 图 3-23 嵌入向量数据库。 图 3-23 嵌入向量数据库 配置模型连接 :在 AnythingLLM 界面左下角 点击 “扳手” 图标,进入设置 页面。在 “LLM 首选项” 中,选择 Ollama 作为对话模型(因为部 署的是10 积分 | 59 页 | 1.06 MB | 23 小时前3
共 48 条
- 1
- 2
- 3
- 4
- 5
