很多车主在收费站排队取卡或缴费的时候,都遇到过车流慢甚至拥堵的情况,而旁边的ETC收费通道却往往畅通无阻,车快速开过还会自动抬杆放行,如今通过高速ETC设备,您也可以轻松享受这种"特权"。今年9月底,全国除海南、西藏之外的29个省份实现高速公路ETC联网,帮助逾千万用户不停车快速通行高速路。在这背后,浪潮AS1000G6光纤存储解决方案功不可没。
用户突破千万,通关急需提速
全国高速公路ETC经过初期发展形成了部分省市区域内联网,但随着高速公路通车里程和入网用户及交易量的超过30%年持续增长,全国高速公路ETC联网运营管理的任务更重、挑战更多,交通运输服务难以满足高并发、低延迟的交易需求,问题逐渐显现。

交通路网压力大,ETC通行现短板
ETC全国联网系统建成后,预计用户数量到2015年底将突破2000万,日均将产生120万笔跨省交易量;三年后,全国ETC用户将发展到3000万用户,日均将产生180万笔跨省交易量;系统将同时为国家交通运输主管部门、各省ETC中心运营管理人员、广大的ETC用户提供运营管理、清分结算、出行信息等服务。服务必须做到7×24小时实时、高效、不间断,系统的安全性及可靠性尤为必要。
ETC跨省业务需求量激增,但由于各省市在ETC建设上存在差异,运营管理水平参差不齐,客户服务水平不一,直接影响省际之间的业务协调及用户感受,制约跨省服务的协调统一和高效运转。为了更加便捷民众出行,需要逐步实现全国范围内的ETC联网。
超10万公里高速路,一张不停车收费网,一卡畅行全国
国家中心系统作为全国高速公路ETC联网运营的核心,进行所有高速公路跨省通行交易的清分结算处理,以及争议交易、退费、投诉等业务的流转和确认,同时提供综合查询和访问服务。
结合ETC全国联网实际需要,浪潮采用AS1000G6光纤存储作为在线ETC核心数据库、应用虚拟化平台等系统的业务磁盘存储,通过基于SAN架构存储技术的有机结合,实现ETC用户数据和交易数据的集中管理和分布处理,推进ETC跨省并网运行。

浪潮AS1000G6光纤存储
基于8Gb架构的AS1000G6可满足高端应用对存储系统的苛刻需求,独立的控制缓存与数据缓存设计充分释放性能,可靠、易用、易维护,保障全国29个联网省市平稳运行,同时建成后的ETC联网系统平台规模可以按照未来需求动态扩展。
由于系统对数据访问和数据安全的实时性要求较高,浪潮为国家中心系统配置了备份存储做实时数据容灾,数据卷镜像,在主存储方式宕机时,可以由备存储接管数据应用,同时通过DP2000虚拟磁带库实现核心数据离线存储备份,保证业务连续性,7×24小时服务不间断。
随着全国29个省份实现ETC系统联网,我国也建成了全世界里程最长的高速公路ETC联网系统。11万多公里高速公路、2100多万用户、跨省交易量累计约1亿辆次,ETC已经被越来越多的用户认可。
节约87%费用,降低20%人力,通关仅需3秒
目前路网中心ETC清分结算系统和各联网省市ETC清分结算系统运行平稳,交易数据日清日结,清分结算正确率为100%,资金划拨及时率、正确率均达100%。同时,6个月来ETC用户跨省投诉量也呈下降趋势,这得益于运营管理和服务水平的不断提升。
和传统的人工收费站相比,ETC在实现全国联网收费后,在提高效率、节约人力成本、绿色节能减排等方面的优势将更加明显。交通运输部路网中心ETC中心负责人表示:ETC可以节约近87%的收费站扩建费用,降低约20%的人工与服务成本。车辆通过收费站的平均时间由14秒降低到3秒。
ETC联网让高速公路有了魂,通过提升高速公路管理水平,缓解高速公路拥堵、提高通行效率,将人、车、路和信息真正结合在一起,未来ETC还将不断拓展功能,例如根据分析交通量合理调节交通流;根据公路网运输状态、流动趋势为经济发展研究提供数据支持;ETC支付卡除了缴路费之外,还可实现加油、购物、停车一卡通……这张看不见的信息大网正在创造着更多的效益。
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。