亚洲国产成人久久综合,丰满爆乳bbwbbwbbw,12裸体自慰免费观看网站,苍井そら 无码50分钟

歡迎訪問【江蘇研致系統工程有限公司】官網
打開客服菜單
當前位置:研致首頁 > 案例展示分類 > 工商銀行選擇華為智能模塊化數據中心
工商銀行選擇華為智能模塊化數據中心
編輯 : 江蘇研致 時間: 2019-05-20 13:59 瀏覽量: 369

工商銀行選擇華為智能模塊化數據中心


gonghang800664

一、客戶介紹

中國工商銀行(INDUSTRIAL AND COMMERCIAL BANK OF CHINA,簡稱ICBC ,工行),

成立于1984年1月1日。

 總行位于北京復興門內大街55號,

是中央管理的大型國有銀行,

國家副部級單位。 


2017年2月,Brand Finance發布2017年度全球500強品牌榜單,中國工商銀行排名第10位。

2018年6月20日,《中國500優秀具價值品牌》分析報告發布,中國工商銀行排名第4位。

2018年7月,英國《銀行家》雜志發布2018年全球銀行1000強排名榜單,中國工商銀行排名第1位。 

2018年《財富》世界500強排名第26位。

2018年12月18日,世界品牌實驗室編制的《2018世界品牌500強》揭曉,中國工商銀行排名第43位。

中國工商銀行4



在金融科技的浪潮中,

在面對互聯網金融為代表的新業務模式和IT架構轉型時,

工行始終重視科技與業務創新能力并積極做出應對。

工行于2013年在業內率先推出智能化網點,

積極運用人工智能、生物識別、大數據分析等技術對網點服務進行智能化改造、并且提出向數字化方向轉型,

這使得工行對信息科技基礎設施快速、靈活部署和節約成本投入提出了更高要求。



二、業務挑戰

工行目前在全國有17000多個網點,

智能網點數量15000個,

向全球532萬公司客戶和4.96億個人客戶提供廣泛的金融產品和服務;

而且2017年“工行服務”微信小程序訪問量突破千萬,

全年LBS位置數據服務訪問量達1.06億次,

網點WIFI總客流量突破2億人次。

面對如此龐大且日益增長的數據,

工行現有的傳統數據中心開始疲于應對;

設備分散,集成度低,占地面積大,總體租金費用太高;

業務運行穩定性需要得到保障;

分行、支行、網點等數據中心無法集群統一管理,

數據中心故障響應速度慢,運維效率低等。

由此可見,

傳統機房的建設、運維模式無法滿足金融行業競爭帶來的成本壓力、

無法滿足數字金融轉型帶來的IT架構快速更新及業務快速上線的訴求,

無法滿足機房亂亂放、人為誤操作帶來的業務中斷問題;

此外數據中心運維人員普遍短缺且年齡老化,

難以適應分行科技職能轉型要求。


mmexport1465906531965

三、解決方案

工行所面臨的問題凸顯了一個無法回避的事實:

進行機房數據中心改造是工行的必然選擇。

如何將先進的信息技術及智能化的運維管理融入金融垂直化的結構管理中,

利用銀行龐大的線下網點更好地覆蓋和服務客戶,

完成信息化銀行的轉型?

工行決定攜手華為,

部署華為FusionModule500&800小型智能模塊化數據中心解決方案,

進行了全國網點機房的一體化改造,

并選擇南通的朝暉支行進行全國網點機房改造的試點。

華為FusionModule500&800小型智能模塊化數據中心系列是一體化的機房解決方案,

將機房的供配電設備、監控等基礎設施集成在一個機柜之內,

而且所有部件在工廠預制完成,

相比傳統的建設模式節省占地40-50%以上,

占地面積的減少帶來實實在在的租金費用的降低,

從而減少了運營成本;

運營商設備和安全設備分離,

可在一體柜兩側擴展網絡柜,擴容靈活。

整體的機房數據中心改造方案布局不僅簡潔美觀,

而且即使未來銀行網點完全取消,

一體化機房也能夠做到快速搬遷,

從機房搬到辦公區域,

只需要斷開市電和網線,

借助機柜滾輪機移動到目的地即可,

并不影響正常的業務開展。

中國工商銀行5

華為FusionModule500&800小型智能模塊化數據中心解決方案不僅僅是一體化建設,

更是全生命周期的智能運維。

工行全國有17000個網點,

如何對多個網點進行集中統一管理?

華為數據中心智能營維系統,

可對工行多網點集中監控,

統一管理,實現預防性維護,

通過GIS定位技術提高故障相應速度,

提升數據中心運維效率;

移動APP監控,

從內到外簡化管理,

輕松知曉海量網點數據中心運行情況,

擺脫傳統人工的運維檢修方式,

降低維護下站次數和節省出差費用,

有效緩解工行數據中心運維人員老齡化問題,

讓數據中心管理變的更加簡單、高效。


中國工商銀行300300


標簽:
上一篇: 南京郵電大學數據中心升級改造項目 下一篇: 沒有了
cache
Processed in 0.009456 Second.