两网融合的背景
铁路信息化通信网络当前存在着多张覆盖全路的数据承载网络,包括数据通信网、综合计算机网(TMIS网络)、客票网、CTC/TDCS(铁路调度指挥信息管理系统)等。
其中,数据通信网近两年已基本完成了网络的升级改造,主要承载路局视频会议、综合视频监控、5T系统、工务雨量、旅客信息服务、办公自动化、事故救援查询平台、物联网、软交换等业务,通过MPLS VPN技术实现多业务之间的隔离,升级改造后的数据通信网带宽资源丰富,网络可靠性及业务承载体验进一步提升,具备从路局到沿线车站的大带宽综合承载综能力。
而另外一张网络:综合计算机网(TMIS网络),主要承载包括运输、客运、货运、机务、工务、电务、车辆、局办、工会、安监、人事、劳卫、计划、财务等各专业业务口的生产与办公应用系统,各路局综合计算机网普遍存在带宽不足、带宽扩容受限、网络覆盖范围不足等问题,网络带宽及服务质量远远不能满足铁路信息化发展的需要。
综上所述,将“数据通信网”、“综合计算机网”进行两网融合,可充分利用数据通信网的网络资源,实现资源的优化配置,解决综合计算机网络带宽等问题。
两网融合需求分析
在铁总发布的《铁路局综合计算机网与数据通信网融合技术方案》中,要求综合计算机网与数据通信网的融合,需要对原有综合计算机网局域网交换机进行升级改造,同时在铁路局机关、各汇聚点(原分所)、车站、段、动车所等处增加用户边缘路由器(CE)、防火墙,保证两网融合的数据安全,其中数据通信网VPN300将作为综合计算机网业务承载并采用MPLS VPN实现不同业务之间的安全隔离。同时因为两网融合的网络覆盖面广,涉及区域环境复杂,所以需要满足易运维、稳定可靠、可平滑过渡等要求:
华为两网融合解决方案及价值
首先需要满足《铁路局综合计算机网与数据通信网融合技术方案》中两网的融合,华为采用Sx7系列交换机对综合计算机网络的交换机进行升级改造;在铁路局机关、各汇聚点(原分所)、车站、段、动车所等处设置的综合计算机网局域网采用NE系列路由器作为用户边缘路由器接入数据通信网;采用下一代防火墙NGFW设备USG6000系列防火墙进行逻辑隔离,实现对局域网的安全防护;
针对两网融合安全问题,华为采用立体防护、多维度审计的解决方案,对两网做到多重安全防护,为铁路的网络安全做到全方位、立体式、整体化的信息防护体系。
在满足两网安全融合后还要满足两网融合中整体网络易运维、稳定可靠、可平滑过渡的难题和需求:
可视化精准运维,两网融合运维责任界面清晰
通常在网络部署完后,业务割接前,采用免仪表测量技术,验收融合网络。华为采用业界成熟的标准RFC2544,直接在网管上对割接前网络吞吐量、时延、丢包等性能进行测量,确认新网络的性能是否满足计算机网各种业务要求,避免割新网络不能满足业务的性能要求,也免去了采用仪表进站测量。
业务正常运行后,采用可视化、“傻瓜化”监控网络运行质量。在计算机网的CE设备之间,通过IP FPM功能,采用真实业务报文检测进行端到端测量,支持点到多点、多点到多点,提供10-6 精度的丢包性能测量,主动全面感知全网业务质量,确保两网融合出现故障后快速判断是哪张网的问题,理清信息部门和通信部门的问题责任界面,快速运维。
双平面架构,保证网络业务高可靠运行
方案整体网络采用双平面架构,采用双节点双链路冗余,保证任何设备或链路故障,能得到恢复。部署硬件BFD 3.3ms,加快故障检测时间,另外采用硬件BFD,不需要占用CPU资源,避免CPU处理在业务拥塞时发包延迟甚至混乱。交换机、防火墙、CE设备以及和PE设备之间的链路和节点,配置IP FRR或IGP FC倒换技术,确保业务快速倒换。
在设备可靠性方面,设备采用NP架构确保CPU故障不影响转发,设备支持主要板件如主控交换冗余,支持NSF、NSR、ISSU等。
此外,针对大量小型车站,采用工业路由器,可在-40℃至65℃的温度范围内稳定可靠运行,解决小型车站由于机房条件不好造成的设备故障率高的问题。
完善割接方案,确保两网平滑融合
华为针对两网融合的特点,设计了完善的割接方案,已经在实验室成功镜像验证,为后续各路局成功平滑改造提供坚实的基础。
总结
华为凭借RFC2544、IPFPM等系列技术,为路局两网融合提供清晰的运维界面,快速实现两张网络故障定界,免仪器仪表便捷测量网络带宽及丢包率、时延等关键指标;为路局小型车站打造工业路由器,设备体积小易安装,-40℃~65℃宽温工作,可在小型车站无空调的机房长期稳定运行。
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。