随着互联网信息技术的不断发展,大数据正在成为各行各业做出决策的重要依据。为了推进综合交通体系的发展,青岛市交通委以“互联网+”思维集中收集整合全市交通大数据,为高效智能的交通管理、服务做好数据支撑。
截止2015年7月份为止,青岛机动车保有量已经超过210万量,其中汽车超过180万辆,全市总通车里程达1.62万公里。缓解交通拥堵、掌握实时路况、处理违法违规等问题也越来越需要大数据的力量。
新平台三大要求:灵活、稳定、高效
创新、协调、绿色、开放、共享,是“十三五”规划建议提出的发展理念,建设智慧交通仍将是我国“十三五”期间交通科技领域重点支持和发展的战略方向。青岛市交通委决定搭建青岛市交通数据中心集中平台,并建立应急指挥系统。
根据青岛交通委的规划,本次建设的统一应用平台和数据中心将成为未来青岛市交通行业其他信息系统共享使用的基础,因此必须能够满足直属单位和区县单位信息系统未来扩容升级的要求。
平台必须具有较高的稳定性和可靠性,在确保信息正确的情况下要求系统可以保证数据的及时性,为公众提供及时准确的信息,为青岛市交通委进行决策管理提供正确的依据。所以新建的统一应用平台必须确保7*24小时的稳定运行,系统可靠性应达到99.99%。
平台建成后高并发访问量是一个不可忽视的问题,因而在建设平台之前,青岛市交通委就制定了明确的并发访问需求:并发访问数量满足1000人以上,门户网站每天不少于10000次的查询量,每次查询时间不得超过10秒。
浪潮2、4、8路齐上阵:平台稳、业务活、响应快
深入了解客户需求后,浪潮为其提供了整体解决方案,自下而上,由外场终端层、基础设施层、数据资源层、应用支承层、应用系统层、信息发布层7个层次,以及信息安全体系、标准规范体系和建设与运维管理体系共同构成。
50多台服务器、存储、网络设备构成了基础设施层,采用虚拟化技术,构建起计算、存储和网络资源池,满足信息化资源灵活调度和合理分配的需要。
其中,12台浪潮四路服务器NF8460M3性能均衡、稳定可靠,分别用于支撑内网和外网虚拟化平台,为实现信息共享、应用系统通用功能、业务协同工作提供技术支撑,承载了交通GIS-T(ENC)、视频监控整合、位置信息服务和数据交换与集成四个应用支撑平台,保障平台长时间稳定运行。
浪潮NF8460M3采用英特尔E7系列处理器,2TB内存,强劲性能使得平台能够轻松应对高并发访问需求;最大提供12个 PCI-E 3.0扩展插槽,持续优化的扩展能力可以有效保护客户投资,实现平台平滑升级,满足客户未来扩容需求;关键部件热插拔,支持内存交叉存取、内存镜像、内存热备份等高级RAS特性,保障平台稳定性。
32台浪潮双路服务器NF5270M3高效灵活,可满足多种应用需求,大大缩短业务相应时间,被用作各个平台的业务前置机或控制管理服务器,包括交通运输监测预警与协调联动平台、安全监督与应急处置平台、行业监管与决策支持平台、综合交通信息服务平台四个应用系统。
另外4台浪潮高端八路服务器TS860两两一组负责运行核心数据库;1台AS8000M1作为内网核心存储设备,2台FS5800用于搭建核心SAN网络,1台AS10000G6用作外网核心存储设备。
数据互联互通 科学决策依据
依托浪潮服务器,青岛市交通委建成了全新的统一应用平台,支撑起数据交换、数据服务系统、应急指挥系统等关键应用系统。青岛市交通委相关负责人谈到,“建设这样一个新的平台,我们对服务器的稳定性、扩展性要求比较高,必须能够保障平台的稳定运行,浪潮服务器上线以来运行十分稳定,符合我们的要求。另外我们业务大并发查询的特点对平台的性能要求也很高,浪潮服务器良好的性能获得了一线使用部门的一致好评。”
系统上线后,执法终端的执法取证和执法过程监督,车载位置终端对车辆进行卫星定位和车载视频的监控,部署于高速、国道省道等交通枢纽、客货运场站和港口码头的视频监控摄像头对客流情况、异常突发事件进行监测,这些数据都将汇集到这个平台上来进行统一管理,并且与市政、应急、公安、交管、铁路和民航的数据进行交换、互联,为青岛市交通委为青岛市交通委开展综合运输体系规划工作,重点交通运输枢纽、站场的规划、建设和管理工作提供科学的决策依据。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。