客户背景:
在国家“十二五”信息化规划中,将“安全生产监管”列为15个重大信息化工程之一;交通运输“十二五”发展规划中也明确提出,要“加强交通安全监管和应急体系建设,更好地保障经济社会持续健康发展和人民群众安全便捷出行”。
湖北省地处中国中部、长江中游、洞庭湖以北,历来为中国水陆交通运输枢纽。近年来,公路分布不平衡状况有了极大改善,市州到县(市)全部通达二级以上公路。受地形影响,神农架南部等地为全省多雨中心,江汉平原在梅雨期长的年份常发生洪涝灾害,鄂西北山区昼夜温差较大。旺盛的过境运输需求致使湖北公路水路的保畅压力巨大;特殊的地理环境决定了湖北由于强降雨、多雾、局部雨雪冰冻灾害造成的交通阻断事件频发。 湖北省交通运行安全与应急处置能力面临着新的挑战。
客户需求与挑战:
保障交通运输安全畅通是交通运输发展的永恒主题,提高安全监管和应急处置能力是湖北省交通厅的重要职责。针对湖北省交通业务覆盖范围广、突发事件多、时效性要求高的特点,湖北省交通厅现有视频会议系统面临以下挑战:
· 业务支撑单一
现有视频会议系统仅支撑省厅与各市级单位召开日常大型行政视频会议使用,功能单一,无法满足远程培训、协同办公、信息资源共享等新业务需求。
· 远程应急指挥效率低
湖北省交通厅对交通情况的信息获取主要以实时监控图像为主,而目前交通厅县级单位采用iTV视频会议直播形式,将省会议现场通过互联网实时送到县交通运输局会议电视上,无法进行互动。亟需加强省-市-县多级单位的音视频交互效率,提升应急处理能力。同时由于系统建设时间较早,视频质量无法达到1080P的高清图像效果,影响事故处理效率。
· 产品稳定性和可维护性要求持续提高
交通厅基于对应急事件处理的实际需求,对产品的稳定性提出了新的要求,如在低带宽条件下进行高清视频会议, 不能因为设备故障导致会议中断,提高产品的可靠性和可维护性,让县级单位可以独立维护设备,等。
华为解决方案:
华为针对湖北省交通厅的实际需求,结合不同业务场景对系统应用的不同需求,以便捷的高清视音频交互为核心,采用新一代的视频会议设备,与现网视频会议系统进行融合,一套系统能够同时满足内部工作视频会议和应急指挥会商的应用需求。
功能丰富,让会议更加便捷高效:系统支持标准的H.239双流功能,辅流图像可以支持1080P60/30、 720P50/60/30等多种格式,实现了高清晰全动态双视频流,还可以提供高清动态会场图像与超清晰PC内容同步传送的静态双流。系统支持使用手机/PAD/PC/MAC等任意终端,随时、随地移动接入会议,提高工作沟通效率。
极致高清,让体验如此不同:系统视频会议图像使用业界高清的1080P30格式效果,可以清晰流畅的还原远端会场的细节,大幅提升会议体验。系统配合华为独创的VME活动图像增强技术,最低在512K带宽的网络环境下仍可召开1080P高清会议,在确保会议效果的同时,也大大节省了客户的网络投入;
多重备份,让会议永不中断:考虑到视频会议系统的重要性,为确保系统稳定,本次方案设计提供了SMC2.0管理平台、MCU等设备的备份功能,杜绝因核心设备单点故障导致的会议中断,同时系统支持语音系统备份,当视频系统出现故障,可以迅速切换到语音系统,确保客户各类远程会议的正常稳定召开。
配置两台TE40全高清终端接入视频会议;分别现有视频会议系统及新建视频会议系统,两台终端通过背靠背连接,把现有视频会议系统及新建视频会议联通,实现两套系统的音频、视频、辅流的互通。
各区县配置1套华为TE30一体化高清终端接入视频会议;分别可以适用于大会议室,小会议室或办公室等使用环境,可以灵活部署,减少运维压力,且同时可以同时召开多组会议,互不干扰。
客户价值:
· 覆盖全省各地市县,实现全省交通运输行业三级应急指挥会商。
· 提升日常业务监控处理,事故应急处置的能力,提高工作效率,降低行政成本。
· 兼容现网系统,保护前期投资。
好文章,需要你的鼓励
还在为渲染一个3D模型等上几小时吗?还在纠结移动办公就得牺牲性能吗?当AI遇上专业工作站,传统设计流程的游戏规则正在被改写。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
据报道,OpenAI正与亚马逊洽谈至少100亿美元的融资。亚马逊此前已是Anthropic的最大投资者,并为其建设了110亿美元的数据中心园区。若融资达成,OpenAI将采用AWS的Trainium系列AI芯片。Trainium3采用三纳米工艺,配备八核心和32MB SRAM内存。AWS可将数千台服务器连接成拥有百万芯片的集群。报道未透露具体估值,但OpenAI最近一次二次出售估值已达5000亿美元。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。