3月4日,中共中央政治局常务委员会会议强调,加快5G网络、数据中心等新型基础设施建设进度。包括城际高铁和城际轨道交通在内的“新基建”,一跃成为经济发展的焦点。去年年底正式通车的京张高铁,融合了我国一系列先进技术,正是从科技端发力的基础设施建设标杆。智能化城际高铁不仅有利于打造“1小时生活圈”,更能有效推动经济转型升级,以浪潮为代表的数字化企业,正在发挥更多作用并在其中获益。
相比于普通铁路,高铁运行速度更快、技术条件更高、故障影响更大、环境要求更严,对于安全保障、运行效率及服务质量等提出了更高的要求。同时,随着大数据、人工智能技术的重大突破及广泛应用,高铁向智能高铁转型有其必要性和可行性。而城际高铁作为新兴线路,已率先实现智能化。
“智能京张”作为中国铁路客运的智能化标杆线路,是我国“八纵八横”高铁网的重要组成部分,起自北京北,途经沙城、下花园、宣化,抵至河北张家口,沿途共设10个车站。自2016年上半年开工,2019年底建成,全线长约174公里,年单向运力可达6000万人,最快运行时间仅需47分钟,是“1小时生活圈”的强力支撑。它不仅是全球第一条最高设计时速350公里的高寒、大风沙智能化高铁线路,同时也是2022年北京-张家口冬奥会的重点配套交通基础设施。
对于旅客而言,京张高铁实现了电子客票一证通行和刷脸进站等便民服务,旅客不需要持票进站,凭有效身份证件、12306动态二维码进站,刷脸进站系统能够让旅客上车刷脸计费,下车刷脸结算;站内导航与站外导航融合,乘客从家出发输入车次即可导航至检票口或候车厅;沿线高铁站内配备各种智能机器人,像随行小秘书一样为旅客服务;各站配备了票务综合机,和其他车站购取票机不同,这种机器可以实现售、取、改、退及公安制证等多项功能,真正实现全自助。
对于司机而言,京张高铁实现了自动驾驶、智能行车,最大限度减少司机的劳动强度。司机按一个钮就能实现到点自动发车,区间自动运行,到站自动停车,停车自动开门,车门和站台联动。此外,京张高铁还设置了应急自动运行功能,可确保在一定电量的情况下能够走到最近地点。
对于调度员而言,京张高铁沿线的10个车站将共用同一个控制中枢,工作人员在控制室就可实现客站灯光、温度、湿度等设备管理、应急指挥等。
京张高铁的智能化覆盖智能建造、智能装备、智能运营全流程。智能装备包括智能列车、智能基础设施;智能运营包括智能调度、智能安防、智能养护维修、智能客运和智能经营管理。每一项智能化的背后都有云计算、大数据、人工智能等先进技术的支持,需要智能化产业链的参与。
在智能建造阶段,浪潮通过浪潮云ERP产品,助力中国交通建设股份有限公司、中国中铁股份有限公司等企业拥抱云数智时代,为其提供数字化转型支撑。在智能运营阶段,浪潮还提供服务器等设备,支撑海量数据存储,重点提升铁路企业的运输组织效率和经营效益。
中国铁道科学研究院集团有限公司首席研究员赵红卫表示,智能建造和智能动车方面,自动驾驶系统是重点。目前高铁自动驾驶一共分成四个等级:GOA1、GOA2、GOA3、GOA4。有人值守的自动驾驶系统GOA2已在京张高铁上应用;无人驾驶的全自动系统GOA4,虽然已在城市地铁应用,但因高铁速度等级高,线路开放多变,需要更高的智能化技术。在智能运营方面,如京张高铁配套的智能车站、智能服务、智能维修等相关设施,以及智能经营管理,正朝着更加智能化的体系引领发展。
当前,越来越多的高铁建设运营企业依据浪潮提出的“165N1”信息化框架,开展智慧化顶层设计。即搭建一体化的云数平台,支撑基层的数据和信息共享,部署研发设计、经营管理、智能服务等六大标准应用,实现财务、人力、市场、营销及IT五大共享,为N个产业模块提供服务,最终构建一个智慧“企业大脑”,以此推动城际高铁的数字化、智能化发展。
好文章,需要你的鼓励
微软将在今年夏季晚些时候推出Windows恢复力计划,著名的Windows蓝屏死机将被新的黑屏替代。这一变化是微软对2024年7月CrowdStrike故障事件的回应,该事件导致约850万台Windows设备瘫痪。作为Windows恢复力计划的一部分,微软正在重新设计Windows代码,让安全软件在内核外运行,以提高系统稳定性和恢复能力,减少因第三方安全软件问题导致的系统崩溃。
香港理工大学研究团队开发了突破性医学AI系统GEMeX-ThinkVG,让人工智能在分析胸片时能像医生一样详细解释诊断过程。该系统不仅能准确回答医学问题,还能标注具体的影像区域并提供完整的推理链条,解决了传统医学AI"黑盒子"问题。通过创新的强化学习训练方法,仅用八分之一数据就达到了传统方法的性能水平,为可解释医学AI开辟了新方向。
随着GPU成为AI工作负载训练和运营的关键,越来越多的云服务提供商开始提供云GPU实例。这为希望避免部署GPU硬件费用和复杂性的组织带来好消息。云GPU实例可按超大规模与专业化提供商、通用与专用实例、共享与独占服务器进行分类。选择时需考虑工作负载类型、GPU类型、成本、延迟和控制级别等因素。
希腊雅典理工大学团队开发CultureMERT-95M多文化音乐AI模型,通过两阶段持续预训练和任务算术方法,让AI系统学会理解希腊、土耳其、印度等非西方音乐传统。该模型在非西方音乐分类任务上提升4.9%准确率,同时保持西方音乐理解能力,为构建更包容的全球音乐AI系统奠定基础。