企業(yè)服務(wù)總線(Enterprise Service Bus,簡(jiǎn)稱(chēng)ESB)被業(yè)界形象地比喻為“信息高速路”,是構(gòu)筑企業(yè)神經(jīng)系統(tǒng)的必要元素。在云計(jì)算、大數(shù)據(jù)以及移動(dòng)互聯(lián)的大背景下,企業(yè)信息化發(fā)展為了滿(mǎn)足變化越來(lái)越快、越來(lái)越復(fù)雜的業(yè)務(wù)需求,對(duì)ESB產(chǎn)品的要求也越來(lái)越高。
近日,國(guó)內(nèi)企業(yè)軟件平臺(tái)廠商普元新推出企業(yè)服務(wù)總線最新版本——PrimetonESB6.5.1,在高效管理企業(yè)服務(wù)集成的同時(shí),新增了對(duì)企業(yè)微服務(wù)技術(shù)架構(gòu)的支撐,并為企業(yè)“服務(wù)”未來(lái)的社會(huì)化開(kāi)放奠定基礎(chǔ)。
ESB是“信息高速路網(wǎng)” 也是服務(wù)管理集市
隨著業(yè)務(wù)量的不斷增長(zhǎng)以及新業(yè)務(wù)的層出不窮,企業(yè)在信息化過(guò)程中積累了大量的數(shù)據(jù),而長(zhǎng)期的“項(xiàng)目”式應(yīng)用開(kāi)發(fā)導(dǎo)致數(shù)據(jù)形式復(fù)雜,這些數(shù)據(jù)分散在不同的企業(yè)系統(tǒng)中。“項(xiàng)目”式開(kāi)發(fā)沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)和接口,“信息孤島”現(xiàn)象導(dǎo)致系統(tǒng)間數(shù)據(jù)互通困難,從而阻滯了企業(yè)信息化發(fā)展和業(yè)務(wù)創(chuàng)新。
隨著企業(yè)EAI的發(fā)展,企業(yè)服務(wù)總線作為企業(yè)EAI在SOA理念下的一種實(shí)現(xiàn)方式應(yīng)運(yùn)而生。顧名思義,企業(yè)服務(wù)總線承載著各應(yīng)用系統(tǒng)互聯(lián)互通的重要職能,被業(yè)界形象地比喻為“信息高速路”。作為國(guó)內(nèi)SOA的先行者,普元ESB產(chǎn)品始終致力于為企業(yè)鋪設(shè)“信息高速路網(wǎng)”。普元新版本的ESB中提供了數(shù)據(jù)服務(wù)共享發(fā)布的方案,提供統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)服務(wù)創(chuàng)建、發(fā)布、管理,讓企業(yè)內(nèi)數(shù)據(jù)以統(tǒng)一規(guī)范的服務(wù)方式提供并共享。
通過(guò)統(tǒng)一標(biāo)準(zhǔn)和接口,以“平臺(tái)”化開(kāi)發(fā)模式建立起來(lái)的企業(yè)應(yīng)用在ESB這個(gè)大的集市中變成一個(gè)個(gè)標(biāo)準(zhǔn)化的服務(wù)。普元基于多年對(duì)大型企業(yè)的IT建設(shè)及分布式計(jì)算和集成能力的認(rèn)識(shí)和技術(shù)積累推出的ESB產(chǎn)品,是部署和實(shí)現(xiàn)SOA的理想工具,支持協(xié)議轉(zhuǎn)換、消息轉(zhuǎn)換、消息路由、服務(wù)編排、服務(wù)注冊(cè)、服務(wù)查找、服務(wù)監(jiān)控等功能。通俗來(lái)說(shuō),Primeton ESB能幫助企業(yè)建立打破信息孤島的數(shù)據(jù)訪問(wèn)通道和服務(wù)集成管理集市,讓企業(yè)的“凍結(jié)資產(chǎn)”轉(zhuǎn)化為“流動(dòng)資產(chǎn)”,使人員、流程、應(yīng)用及系統(tǒng)連成一體。
新版產(chǎn)品支撐微服務(wù)技術(shù)架構(gòu)
在當(dāng)前移動(dòng)互聯(lián)的時(shí)代,用戶(hù)時(shí)間的碎片化、功能的具體化已然成為一種趨勢(shì),在這種趨勢(shì)下,微服務(wù)企業(yè)架構(gòu)也悄然升溫。在微服務(wù)時(shí)代,服務(wù)更小、數(shù)量更多而且這些服務(wù)也直接面向用戶(hù),在這個(gè)環(huán)境下,ESB解決的問(wèn)題域也發(fā)生新的變化,從原來(lái)解決企業(yè)內(nèi)互聯(lián)互通問(wèn)題,轉(zhuǎn)向?yàn)槲⒎?wù)提供宿主服務(wù),例如:監(jiān)控、計(jì)量、健康等。另外,在微服務(wù)的時(shí)代,服務(wù)數(shù)量急劇增加(相對(duì)于之前的應(yīng)用),對(duì)于原有ESB傳統(tǒng)能力提出很大挑戰(zhàn),ESB產(chǎn)品本身不能再是個(gè)簡(jiǎn)單的“大家伙”,各項(xiàng)關(guān)鍵能力必須做到分離式運(yùn)行,否則無(wú)法支撐海量的服務(wù)運(yùn)行及用戶(hù)的使用。
新版的Primeton ESB已經(jīng)在接入、接觸及報(bào)文處理等方面提供了獨(dú)立處理能力,為企業(yè)微服務(wù)的運(yùn)行提供更為可靠的保證。
新版產(chǎn)品支持企業(yè)“服務(wù)”社會(huì)化開(kāi)放
眾多業(yè)內(nèi)研究表明,未來(lái)企業(yè)IT服務(wù)將從對(duì)內(nèi)部服務(wù)轉(zhuǎn)變?yōu)閷?duì)社會(huì)服務(wù),開(kāi)放是未來(lái)的趨勢(shì)。普元新版Primeton ESB針對(duì)未來(lái)趨勢(shì)發(fā)展,做出了亮點(diǎn)轉(zhuǎn)變:增加了基于SLA(服務(wù)水平等級(jí))的路由策略,依據(jù)資源及請(qǐng)求、響應(yīng)的度量值的治理模型,讓服務(wù)對(duì)外開(kāi)放時(shí)做到服務(wù)質(zhì)量可保障、服務(wù)使用可度量,進(jìn)而可以做到未來(lái)的服務(wù)可計(jì)費(fèi)。
但同時(shí),針對(duì)對(duì)外開(kāi)放在云化大環(huán)境下的安全性,問(wèn)題也來(lái)了:在有限的資源下,如何保證服務(wù)的質(zhì)量?在復(fù)雜的云環(huán)境中,如何保證服務(wù)的安全?
普元CTO焦烈焱認(rèn)為,新版Primeton ESB通過(guò)增加服務(wù)使用軌跡、使用管理、頻度控制、流量控制、狀態(tài)管理、超時(shí)控制等多類(lèi)特性保證企業(yè)服務(wù)在云計(jì)算環(huán)境下更可靠、更安全,為以后建立云計(jì)算環(huán)境下的企業(yè)服務(wù)生態(tài)奠定了基礎(chǔ)。這個(gè)建立在云環(huán)境下的生態(tài)給企業(yè)應(yīng)用架構(gòu)在將來(lái)的發(fā)展帶來(lái)了無(wú)限的想象空間,集成在ESB上的標(biāo)準(zhǔn)化“服務(wù)”可對(duì)外開(kāi)放,而普元新版的PrimetonESB6.5.1為這種開(kāi)放鋪墊了路基。
目前,普元Primeton ESB產(chǎn)品憑借其高性能、高可靠、高擴(kuò)展等特性?xún)?yōu)勢(shì),已經(jīng)廣泛應(yīng)用于電信等行業(yè)。典型的成功案例包括中國(guó)電信集團(tuán)公司基于Primeton ESB的CSB項(xiàng)目群和OIP項(xiàng)目群、中國(guó)移動(dòng)通信集團(tuán)上海有限公司基于Primeton ESB上海移動(dòng)服務(wù)管控平臺(tái)等等。在中國(guó)電信集團(tuán)公司OIP項(xiàng)目群中,截至2013年全網(wǎng)進(jìn)行了電信總部及21個(gè)省的OIP項(xiàng)目實(shí)施,其中18個(gè)省及電信總部是采用普元ESB進(jìn)行實(shí)施的。上海移動(dòng)服務(wù)管控平臺(tái)采用了普元ESB產(chǎn)品與服務(wù)治理解決方案,截止當(dāng)前該平臺(tái)已接入系統(tǒng)61個(gè),接入服務(wù)2357個(gè),日最大交易量為9542萬(wàn)。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。