打造城轨云数智一体化平台，助力城轨运维高质量发展

打造城轨云数智⼀体化平台，助⼒城轨运维⾼质量发展 1.腾讯交通简介 ⽬录 交通-构建交通数字底座，助⼒⾏业数智化发展 交通-做好交通强国建设的数字化助⼿，共创美好交通⽣命体 智 慧 物 流 智 慧 轨 交 物流货运地图解决⽅案 数字货运AI⼤模型解决⽅案 离线⼤数据平台迁移降本增效 ⼴州地铁与腾讯利⽤TCE全栈云原⽣技术构建分布式智慧交通数字基座 城轨云，打造智慧平台，实现资源统管理与⾼效复⽤，助⼒⼴州地铁数字化转型。 基于福佑卡车丰富的业务场景，结合腾讯AI⼤模型产品能⼒，在单证识别、智能客服等场景实现落地，有效提升营销服务流程的智能化⽔平，实现降本增效。 ⾯向物流⾏业提供专业版货运地图，通过丰富的地图数据资源、精准的货运路线规划能⼒，助⼒中国邮政、满帮等物流客户提升⽹络货运平台的路线规划服务质量。 为货拉拉提供20+云服务，助其成功迁移离线⼤数据平台⾄腾讯云，降低了20%+成本，提升核⼼经营报表产出15%的效率。 智 慧 民 航 智 慧 公 路 航司数字化转型赋能 西部机场旅服商业⼀体化运营平台 中航信结算云底座 「江苏通⾏宝」数字化底座 国航：基于企微底座建设“国航之翼3.0”移动协同平台，连接中航集团11万⽤户同时，覆盖国航全场景190+应⽤南航：基于⽹络安全、Devops技术赋能南航信息安全与研效体系建设，联⼿翔翼打造⾸个国产全⾃研“全动飞⾏模拟机视景系统” 旅服商业⼈⽂⼀体化运营体系建设，基于腾讯C端连接能⼒以及⾼精物联、增长引擎、数字营销技术，帮助西部机场提升旅客出⾏服务体验的同时，创新流量运营模式，构建⾮航第⼆增长曲线。 基于TCE平台实践建设结算云底座，⼀云多芯覆盖主流信创芯⽚同时结合TencentOS，为客户侧核⼼结算业务全⾯上云及推进信创改造提供基础环境。 基于云计算、⼤数据、安全、电⼦签等能⼒，助⼒江苏通⾏宝在ETC办理、审核、运营分析等⽅⾯降本增效，建设⾼效服务、安全畅通的⾼速公路服务体系。 2.城轨运维发展趋势及挑战 ⽬录 城轨运维发展趋势 ⼤模型驱动下的智能化升级，正在成为⾏业创新发展的新⽅向 第⼀阶段：故障修 第⼆阶段：均衡修 第三阶段：状态修 1）以PHM+AI为⼿段，实现按需维修；2）低维修成本同时不影响⾏车； 1）以设备RAMS为核⼼，缩短设备巡检周期；2）故障修依然是主旋律，⼀旦故障会影响⾏车；； 1）计划修+故障修结合⽅式；2）⼈⼒资源消耗巨⼤，⼀旦故障影响⾏车； ⼤模型卓越的泛化能⼒，为城轨智能运维从单⼀任务处理向复场景决策演进提供新动能 2025年3⽉信专委发布垂域⼤模型应⽤指南，多家地铁公司已接⼊⼤模型； ⼤模型驱动的智能运维场景涌现 ⼤模型+设备运维正成为各⼚商及业主单位研究热点，针对设备维修信专委提出5 类场景及要求 ⼈员培训 故障处置 资源调度 设备维护 故障诊断 1）基于故障预测结果、维修⼈员技能、合理配置维护⼈员及备件；2）维护资源优化效率：提升20%。 1）基于设备运⾏状态及历史维修记录，进⾏故障预测；2）故障预测准确率：≥95%。 1）制定个性化培训内容，并定期考核；2）技能评估准确率：≥90%。 1）基于设备故障数据及历史案例，进⾏根因分析；2）故障诊断响应时间：≤5分钟。 1）基于设备知识库，为维修⼈员提供辅助⽀持；2）问答准确率：≥90%。 ⾏业⼤模型：热点中的‘痛点’，驱动⾏业云+数+AI能⼒升级 打造云数智⼀体化，实现算⼒、算法、数据闭环协同，助⼒⼤模型⾼效落地 云、数、AI割裂的建设⽅式严重制约⼤模型价值释放 》 算⼒下沉⼤模型训练部署在中央，边缘部署轻量推理模型，视频带宽及关键设备算法推理在边缘⾃成闭环； ⼤模型集中部署OCC中央侧，同时随着⾼清摄像头的普及，带来的时延及带宽压⼒增加； ⾯对近百万终端设备，⾏业⼤模型迭代训练及推理⾄少过百张卡并发作业，普通GPU集群难以提供⼤规模⾼性能算⼒； 算⼒⾼效选择混合并⾏分布式训练框架，⽀持AI算⼒与⽹络及加速框架协同，保障AI算⼒层⾯⾼效； 算⼒需求增加 构建⼤数据平台实现数据集中管理及治理，实现轨交数据的全⽣命周期管理，保障给到AI数据质量； 数据标准 统⼀平台构建从算⼒-数据-训练-推理-迭代全流程⼀体化的AI平台，同时兼容主流⼤模型； ⼤模型技术⽇新⽉异，不同⼤模型依赖不同训练框架，迁移成本⾼； ⽣态碎⽚化4 3.云数智⼀体化⽅案 ⽬录 打造云数智⼀体化平台，助⼒城轨运维⾼质量发展 云边协同 ⽀持云边协同，实现AI算⼒全域覆盖 智算⼀体 提供极致算⼒及AI加速，缩短AI上线周期； 数智⼀体 实现数据驱动智能，智能反哺业务，实现全链路AI应⽤加速； 安全可靠 满⾜国密及等保建设需求，同时提供全⾯⼤模型防护能⼒； 依托腾讯专有云平台打造云数智⼀体，实现算⼒、数据、模型等AI核⼼资产的全⽣命周期管理与协同 云边协同，实现AI算⼒⽆界延伸 中央云业务特征： 1）承载线路级、中央级业务应⽤；2）承载⼤数据相关业务，实现数据集中管理及价值挖掘；3）承载算法训练及推理业务，⽀撑AI模型的快速迭代与智能化应⽤落地； 边缘云业务特征： 1）承载站级业务，确保降级模式下车站可正常运⾏；2）AI算⼒下沉，部分对时延要求较⾼的业务，实现就近计算； 智算⼀体，软硬协同释放算⼒潜能 1.数据读取快 基于TurboFS提供⾼性能存储，为AI集群训练快速提供数据。 2.⽹络交换快 基于⾃研RDMA⽹络架构，提供最⾼3.2TbpsRDMA⽹络，结合⾃研TCCL集合通信库加速分布式训练通信效率。 3.训练计算快 提供TACO训练加速套件，通过优化深度学习框架的算⼦库，实现AI训练性能提升40%，推理性能提升5.2倍； 数智⼀体，实现全链路AI应⽤加速 1.降低数据准备时间 以往算法⼈员60%精⼒聚焦在⾼质量数据准备，现在由⼤数据平台提供标准化数据； 2.⼀站式⼤模型精调 内置⾃研⼤模型，主流开源⼤模型，⾃研Angel加速框架相⽐开源deepspeed可实现1.5+倍加速⽐。 3.AI数据闭环 AI推理应⽤产⽣的结果数据反哺⼤数据平台，成为算法迭代升级的持续燃料； ⼤模型知识引擎提供⾼效智能体应⽤开发能⼒ 1.全⾯模型驱动，各取所长 ⽀持使⽤混元、deepseek及⽤户⾃训练等多类⼤模型，提升在不同专属领域的应⽤效果； 2.RAG效果⾏业领先 ⽀持图⽂表混合内容的多模态结构化解析； 3.具备复杂应⽤构建能⼒ ⽀持托拉拽⽅式构建复杂⼤模型应⽤⼯作流； ⼤模型带来的安全新挑战 挑战⼀ 挑战⼆ 挑战三 对抗样本攻击 数据泄露 越狱攻击 l毒性⽣成：引导模型⽣成恶意代码、包含隐私数据的输出、虚假新闻或误导性信息。l幻觉：模型在⽣成⽂本时，产⽣不准确或虚假的信息的现象。 ⼤模型安全：提供多模型、多场景下的全链路防护能⼒ 实时检测并拦截针对⼤模型的算⼒滥⽤、提⽰词攻击及数据泄露风险，构建可信、稳定、可持续的⼤模型服务 4.案例介绍 ⽬录 简介： 1）穗腾OS是腾讯与⼴州地铁联合打造的泛在操作系统，经院⼠及专家评估，达“⾏业⾸创、国际领先”⽔平。 2）云：基于TCE+TCS实现中央云与边缘云⼀体化，TCE按照同城双活架构，已投放400+服务器，边缘云已投放140个车站； 3）数：⼤数据⽬前已接⼊220T数据量，共计维护8万张表，1100亿条数据； 4）智：算法平台已⽀撑地保特征设备识别、车辆运维、信号运维等数⼗种地铁中长尾算法；