返回首页> 云计算 > 云计算如何助力城市管理
跳过导航链接

云计算如何助力城市管理

文章摘要: 云计算如何助力城市管理,在今年的云栖大会中,杭州市政府宣布推出“城市大脑”智慧城市建设计划,将首先把城市的交通、能源、供水等基础设施全部数据化,连接城市各个单元的数据资源,打通“神经网络”,并连通“城市大脑”的超大规模计算平台、数据采集系统、数据交换中心、开放算法平台、数据应用平台等五大系统...
 

云计算如何助力城市管理,在今年的云栖大会中,杭州市政府宣布推出“城市大脑”智慧城市建设计划,将首先把城市的交通、能源、供水等基础设施全部数据化,连接城市各个单元的数据资源,打通“神经网络”,并连通“城市大脑”的超大规模计算平台、数据采集系统、数据交换中心、开放算法平台、数据应用平台等五大系统进行运转,对整个城市进行全局实时分析,自动调配公共资源。

  参与企业包括阿里云、依图科技等软硬件领域的一线企业,而据介绍在杭州城区的部分路段初步试验中,“城市大脑”通过智能调节红绿灯,车辆通行速度最高提升了11%

  智慧城市近年逐渐成为世界多个城市关注的热点领域,如哥本哈根在去年3月投资6000万克朗,建造380个“智慧交通信号灯”,通过传感器实时获知人流情况实现红绿灯的智能化操作,缩减拥堵时间,日本冈山县冈山市锦町在2012年也将感应器装入信号灯中,以此实时调控交通。

  那么,杭州市政府此次发布的“城市大脑“计划较之国外相关经验究竟有何同于不同呢?

  云计算才是“城市大脑”的核心

  无论是哥本哈根亦或是日本,其智慧交通的基本逻辑为:通过传感器获得人流情况,以此作为交通灯调配的主要依据。此应用场景的关键点为:1.传感器的精准度;2.控制交通灯的算法,也即变灯条件的界定。

  在铁哥看来,此乃是将整个城市交通网络变为以单个红绿灯为个体,以缩短单个红绿灯的通行时间来提高整个城市的交通效率,其背后则是忽略了全城交通的一体化,对拥堵路段的预测、分流等效果意义不大。

  这与杭州的“城市大脑”显然有明显不同,后者的重点乃是云计算。

  在杭州的规划中,此后城市所有的基础设施均要有传感设备,以此获得及时的数据信息,并在云端运算,指导整个城市的快速运转。换言之,如若没有云计算的支持,庞大的数据和运算模型是难以正常运转的。

  显然,此规划的关键节点为阿里云了。成立于2009年的阿里云,在国内云计算企业中,率先完成“去IOE化”,提高了云计算数据的安全性,又在通过服务阿里、微博、12306、国家海关等企事业单位,强化了阿里云的工作效率,尤其2014年与12306合作之后,曾经备受诟病的火车售票再也未出现“宕机”现象。

  因此,在杭州的“城市大脑”中,以硬件厂商的传感器将数据传输至云端,通过阿里云的计算,为城市提供系统化的调配,整个城市各个数据互配合为一个整体,这与通过传感器实现单个红绿灯的所谓“智慧城市”是有本质区别的。

  城市大脑涉及的数据量巨大,仅视频摄像头就有5万多路,通过阿里云研发的飞天(Apsara)超大规模通用计算操作系统,将百万级的服务器连成一台超级计算机,提供源源不断的计算能力,以保证大脑能够“眼疾手快”、“当机立断”。

  基于此,铁哥认为杭州城区部分路段测试的“智能调节”红绿灯也与仅仅将传感器装上红绿灯有明显不同,相比之下,杭州市逻辑中的数据要更加多元化算法也更加复杂,阿里云方面也表示其为城市大脑植入了ET内核,已具备智能语音交互、图像/视频识别、交通预测、情感分析等技能,在洞察全局和实时决策方面能力突出。

  因此,日本和哥本哈根的智慧城市停留在 “硬件传感器化”的1.0版本的阶段,基于阿里云的杭州智慧城市则是完全基于城市大数据的2.0阶段。

  政府支持重要 生态企业的配合更重要

  此前我们看到的所有“智慧城市”的案例和探索,其关键核心点皆为政府,即在政府的意识提高和推动之下,整个项目才有可能快速推进起来,即智慧城市多为政府绝对主导项目,无论日本亦或是哥本哈根,均为此。

  但在杭州市政府的规划中,政府作为主要推动者的权重并未降低,而于此同时,整个规划中合作伙伴也引起了业内的高度重视,有券商已公布“智慧大脑”的相关概念股。

  其原因很简单,在传统“硬件传感器化”的1.0阶段,政府的智慧城市主要与硬件厂商合作,其对合作伙伴的选择标准为“传感器的正常高效长期稳定运行”,政府与厂商的关系为传统的招标购买关系。

  而在杭州市政府的规划中,政府作为计划的推动者仍处于中心位置,但由于整个规划涉及全城的基础设施数据,这必然就要面临两个问题:1.数据的安全性以及高效处理,整个城市海量的数据不仅要高效,也要确保数据安全;2.硬件传感设备商与阿里云之间的沟通衔接的高效。

  如前文所言,阿里云率先打破了“IOE”对云计算行业的垄断,提高了数据的安全性,成为国内政府云计算的主要供应商,又通过实际运营尤其是每年双十一为阿里零售提供了稳定服务,确保阿里云硬件与软件的高效,在2015年双十一创下了每秒交易14万笔的交易峰值。

  这自然是杭州政府选择阿里云为合作伙伴的主要原因,而至于与传感器硬件厂商的衔接,在2015年的智能家居世界大会上,阿里云就表示“智能硬件的未来是开放融合,云计算平台是基础,大数据分析服务是核心。” 除阿里云自己提供智能硬件平台的基础开发框架,阿里云也与许多提供智能硬件平台的合作伙伴一起为传统企业向智能硬件企业转型提供完整的解决方案。

  软硬件的配合问题已在此解决。

加入了人工智能的杭州城市大脑的未来是光明的,传统交通灯加传感器的做法也将逐渐被淘汰,数据获取维度过少,缺乏城市统一规划将是限制其发展的主要瓶颈,基于全城大数据的智慧城市必然会成为主流。

 

更多推荐:大数据云计算  Cloudera认证培训  Hadoop基础培训  Apache Hadoop CCAH培训

上一篇:云计算将改变我们的生活?
下一篇:微软、AWS、VMware如何在中国云计算市场淘金
文章摘要: 微软、AWS、VMware如何在中国云计算市场淘金,在中国云计算市场淘金绝非易事,国际大佬微软通过与世纪互联合作,AWS通过与光环新网签约,VMware通过与华云数据达成战略伙伴关系,完成了合规,在中国云计算市场大展拳脚。 国际金融服务公司摩根斯坦利预计,中国云计算将进入高速发展期。在全球经济发展“平稳”的时局下,谁能拿下中国云计算市场这块“高地”,谁就掌握有利地势,能在全球云市场站稳脚跟。 然而但凡涉及到...
◆云计算SaaS采用要考虑的5大因素 ◆如何构建一个私有存储云 ◆云计算的三大支柱 ◆云计算的真正价值不仅仅是节省开支 ◆云计算将改变我们的生活? ◆微软将在Office中引入人工智能 ◆微软发Surface Pro 4/Studio固件更新日志 ◆微软:AI人工智能应该帮助,而不是替代人 ◆微软推出WDATP强化企业终端威胁防护 ◆Windows申请免费SSL证书-Let's Encrypt ◆思科ASAP助力全数字化时代数据中心创新 ◆怎样选择合适的PoE交换机? ◆思科持续保持企业基础设施市场优势 ◆网络工程师需要的8项技能 ◆思科IOS中改善CLI的用户体验 ◆H3C交换机以太网端口类型 ◆H3C交换机做DHCP ◆H3C交换机常用配置命令 ◆新华三集团总裁兼首席执行官于英涛2017年会致辞 ◆新华三加速云落地 ◆RHEL7 配置VNC远程桌面 ◆RHEL7利用iso镜像制作本地yum源 ◆RHEL6 学习笔记 ◆RedHat5和RedHat6 配置yum源详解 ◆RedHat7上为Nginx编译安装nginx_push_stream_module ◆是否有必要参加PMP考试培训 ◆该怎么选择PMP培训公司 ◆企业为什么需要IT配置管理及其如何使用 ◆PMP考试心得 ◆IT资产管理与ITIL配置管理的区别和联系 ◆Juniper用户快更新:Junos OS、SRX有DoS漏洞 ◆Juniper防火墙之恢复出厂默认设置 ◆Juniper SSG双机高可用(HA)平滑升级经验分享 ◆高盛:Juniper市场表现将超过Cisco和Arista ◆Juniper收购云管理公司AppFormix ◆F5 Network:让爱点亮世界 ◆F5发布2017年应用交付状态报告 ◆除F5外,其他负载均衡软件的优缺点 ◆负载均衡的那些算法们 ◆F5配置手册:设备初始化配置 ◆Oracle培训:Oracle数据泵导入dmp文件 ◆Oracle培训:Oracle手工建库出现ORA-01519错误 ◆Oracle培训:Oracle CDC部署 ◆Oracle培训:Oracle 12c创建可插拔数据库(PDB)及用户 ◆Oracle EXP和IMP使用方法介绍 ◆VMware中CentOS 6.6的kdump启动失败解决 ◆VMware NSX升级:微细分、安全启动和支持非vSphere环境 ◆VMware虚拟化培训:虚拟化的基础知识 ◆VMware发布2016数字化工作空间现状报告 ◆VMware助力广州科政实现恒大集团打造全虚拟化数据中心 ◆戴尔EMC补丁在VMAX存储系统中出现漏洞 ◆EMC进行SAN拆分,解决更细化的存储需求 ◆EMC数据中心全闪存年,机架级闪存可让Hadoop提速10倍 ◆EMC发布2016年新品和技术路线 ◆重新定义企业IT,EMC联手VMware推超融合 ◆最近面试的大数据岗位的公司经历 ◆用大数据预测雾霾,已获得环保部订单的微软是如何做到的? ◆大数据学习经验 ◆身处大数据时代,大数据这些误区你知道吗 ◆大数据分析促进人才招聘 ◆云计算SaaS采用要考虑的5大因素 ◆如何构建一个私有存储云 ◆云计算的三大支柱 ◆云计算的真正价值不仅仅是节省开支 ◆云计算将改变我们的生活? ◆Apache Spark也有不完美 ◆Spark将机器学习与GPU加速机制纳入自身 ◆spark作业调优 ◆Spark基本工作流程及YARN cluster模式原理 ◆从Spark 2.0版的推出,看开源大数据技术的商业化发展 ◆EasyStack郭长波当选OpenStack基金董事 ◆OpenStack私有云:好处、挑战和未来 ◆在Openstack上创建并访问Kubernetes集群 ◆思科公司关闭基于OpenStack的公共云 ◆2017年OpenStack管理员认证会不会火? ◆IBM和Bell联手共同打造苹果iOS企业应用 ◆IBM首席执行官提出人工智能部署三大基本原则 ◆调研IBM与西门子:软件将是工业的未来! ◆IBM在美获专利最多 ◆IBM闪存迎接新挑战 ◆Hadoop创始人Doug Cutting寄语2017:五种让开源项目成功的方法 ◆基于Ubuntu Hadoop的群集搭建Hive ◆HDFS以及HBase动态增加和删除节点 ◆Cloudera提供课程帮助缩小数据技能差距 ◆Cloudera提供课程帮助缩小数据技能差距 ◆扩大与Azure合作,思杰力推超融合基础设施上部署VDI ◆MapReduce工作流多种实现方式 ◆Citrix虚拟化技术:XenServer6.2资源池配置 ◆Citrix虚拟化技术:XenServer6.2虚拟机创建 ◆Citrix虚拟化技术:XenServer6.2存储管理 ◆2017年十大最热IT技能:安全位列其中 ◆筑牢个人信息安全防火墙 ◆2016年最热门的六大IT职位 ◆CISP认证和CISSP认证区别 ◆成为CISSP的理由