厦门--中国东南沿海最重要的中心城市,也是现代化国际港口风景旅游城市,这里全年气候宜人,风景秀丽,环境整洁,拥有“联合国人居奖”、“国际花园城市”、“国家卫生城市”、“中国优秀旅游城市”等特殊荣誉。厦门市常驻人口将近400万人,受地理位置所限,岛内人口密度达到每平方公里14000多人,已经超过香港、新加坡,为了给全市人民带来一个安全、便捷、绿色的公共交通环境,解决岛内居民的便利出行问题,厦门市政府于2014年4月全面开工建设厦门轨道交通1号线。
厦门地铁1号线一期线路长度30.23公里,设站24座,连接了思明区、湖里区、集美区等重要组团,作为厦门市第一条城市轨道交通线路,厦门地铁1号线担负了建设成为国内一流地铁线路,并为后续厦门轨道交通建设积累宝贵经验的重任,这就要求建设者根据线路实际情况,选择合适的技术方案,保障厦门地铁1号线快速优质建成并顺利运营。华为公司作为全球领先的信息与通信解决方案供应商,充分理解厦门轨道交通各专用通信子系统的业务诉求,基于其成熟的轨道交通产品和解决方案,为厦门地铁1号线打造了一张可靠、安全、简易运维的通信数据承载网。
地铁无间断运行,网络可靠是基础
作为轨道交通PIS、CCTV等业务系统的数据承载网,除了要求高吞吐量,同时还需要网络具备高可靠性。为了预防地铁通信网络单点故障而导致业务中断问题,在厦门地铁一号线采用了华为高端敏捷交换机S12700,其主控、交换、电源、风扇等关键部件均实现冗余,为厦门地铁网络提供99.999%的高可靠性。S12700提供第二代交换网集群技术(CSS2),其主控1+N冗余备份技术,可保证只有一块主控工作的情况下,整个集群系统仍然正常工作,大大提高了核心集群的可靠性。此外,CSS2集群的集群带宽可达1.92Tbps,可以很好的满足CCTV系统大数据转发的要求。
敏捷特性显神通,轻松运维轨交网络
厦门地铁1号线共24座车站,各通信系统设备部署范围广,分散在多个站台、控制中心以及车辆段,一旦出现网络故障难以定位发现问题,同时,网络运维人员少、维护工作量大,针对这些问题,华为通过创新的专利技术iPCA网络包守恒算法、以及SVF超级虚拟化方案,帮助客户彻底解决运维难题。
华为创新专利技术iPCA首次让无连接的IP网络具备网络质量感知功能,可对任意业务流随时随地逐点检测网络质量,无需额外开销,实现了从“粗放式运维”到“精准化运维”的大转变,借助华为eSight网络运维系统,可以为地铁运维人员实时、直观的展示网络中每条链路的质量状况,做到网络质量一目了然,轻松定位网络故障。
通过采用华为SVF超级虚拟化方案,将接入交换机虚拟化为核心交换机的板卡,使得“核心+汇聚+接入交换机”的网络架构,可以整体虚拟化为一台逻辑设备,在网管上只需要管理一台逻辑设备,从而大大减轻网络运维工作量。
流畅的高清视频,高带宽大缓存来保障
地铁CCTV系统,连接着所有车站的高清监控摄像头,为整个地铁系统安全高效运行提供实时视频监控。视频流量的传输占用大量网络带宽资源,尤其在业务高峰时瞬间视频流量激增,对网络的带宽、缓存、时延提出极高的要求。华为敏捷交换机S12700具备高带宽、大容量缓存能力,单端口可支持200ms的数据缓存,且端口转发时延达微秒级,可轻松应对突发视频流量冲击,保证视频流量不丢包,保障CCTV系统的视频业务清晰流畅。
厦门地铁一号线将在7月份正式开通运营,华为敏捷网络必将为厦门轨道交通插上腾飞的翅膀,为厦门市民带来一个畅通无阻的公共交通环境,同时,对于轨道交通的网络管理人员来说,可以从繁琐的网络运维中解放出来,聚焦到如何给乘客提供更优质服务的价值工作中去,助力厦门轨道交通系统向以服务乘客为中心的运营模式发展。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。