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
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。