王勇良：新一代城市智能信息关键技术布局|报告分享
点击蓝字关注我们
今天为大家分享的是上海数慧系统技术有限公司数据中心产品线技术副总王勇良在2021第七届数慧新年大讲堂“从数字化到智慧化，加‘码’城市智能治理”专题会场上的报告，仅供大家学习与交流使用，感谢作者授权发布。
作为现代城市的新型基础设施，城市智能信息平台可以促进城市精细化、智慧化管理，推动城市治理体系和治理能力现代化。新一代城市智能信息需要有两种驱动力的推动，一是以云计算、物联网等为代表的新一代数字技术体系，二是全域全要素的三维立体空间组成的数据模型体系。
以此为核心，构建城市基础设施、城市三维空间、城市数据治理、城市智慧大脑和城市智能应用5层架构，对应关键技术布局的5个方面：三维空间、云端智治、多端融合、数字智能、数据智治与自我进化。其中，三维空间是城市智能信息的载体，通过云、端、智、治4个维度，实现技术与数据的全面融合，从而将城市三维空间变为智能信息空间。
一、三维空间成为城市标配
城市三维空间，不仅是一个天空地网全域分布、汇聚山水林田湖草人车路地房等各种要素的立体空间，更是一个智能信息空间，它还是可分析、可计算的三维数字化空间，在这样一个数字空间里面，一切皆数据。
针对城市三维空间，我们需要从几个方面进行提前布局，让它具备几项基础能力。
1
●
全时空覆盖的数字化表达能力
实现过去、现在、未来，从地上建筑到地下空间、从室外空间到室内空间、从物理空间到虚拟空间的全时空覆盖。
2
●
全要素多源数据融合能力
我们要将各种各样的数据，比如地形、倾斜摄影、白模、精模、BIM、激光点云、全景数据、IOT等数据，在这个三维空间上能进行融合、展示、叠加。
3
●
场景化的三维计算能力
三维可视化渲染只是对真实世界的客观描述，场景化的三维计算能力，才能开展分析获得反馈，真正辅助城市的精细化管理。
4
●
二三维一体化能力
有了三维，也不能把二维完全抛弃掉，我们要充分考虑二维与三维的有机结合，实现二维三维的数据一体化、显示一体化、空间分析一体化和服务发布一体化，实现二三维环境下大规模场景数据高性能加载显示及分析计算。
二、云原生重塑IT技术体系
云原生是云计算时代的发展产物，是保障城市智能信息平台上云成功的基石。随着技术的发展，云原生经历了从ON Cloud到IN Cloud两个阶段，通过微服务、容器等技术，渗透到云的方方面面，深度了改变软件的开发、部署和运营模式，通过多租户SAAS服务等方式营造整个云应用的生态。
1
●
软件装配式定制扩展的能力
让软件开发能够像乐高积木一样，能够根据需求进行编排组合。服务端的装配主要是通过微服务架构，让各类服务能够独立开发、独立运行、编排组装的问题，从而实现服务资产的积累和复用。客户端的装配是通过微前端架构，让前端应用也能实现可组装。
2
●
多租户模式下的容器化快速部署运维能力
多租户技术也是云计算特有的概念，意思就是在多用户的环境下，共用相同的系统或程序组件，并且还要确保各用户间数据的隔离性。比如统建模式下，省级平台跟市级平台有些公共的模块，但是又部署在不同的政务云。那么我们通过容器技术，就可以实现一处更新，处处更新。
三、从各自为战到多端融合
我们处在一个万物互联的时代，城市信息从传统的物理空间延伸到了更广泛的数字空间。物联网平台成了各大互联网厂商布局的战略重点。从智能穿戴、智能家居、智能办公到智能出行，终端的形态越来越多样化。端跟端之间也变得互联互通，从各自为战到多段融合。我们也需要进行一系列布局，跟上技术的发展。主要包括：
1
●
客户端融合适配的能力
不管是WEB端、APP端、小程序端，需要实现一次构建多端适配，并且有些公共的能力可以做到共享复用。除了客户端要做到多终端的融合适配。在服务端，也需要对主流的数据库引擎、空间数据引擎、文件引擎等进行了兼容，实现自主适应。同时，通过容器虚拟化技术，实现基础环境的隔离，做到跨平台部署。
2
●
云端协同计算的能力
除了端之间需要融合，云端之间也需要协同。章鱼在捕猎时异常灵巧迅速，腕足之间配合极好，从不会缠绕打结。这得益于它们类似分布式计算的“多个小脑+一个大脑”。其实也是一种云跟端之间的协同。基于云端协同计算的能力，我们可以将国土空间规划审查的规则注入到审查软件中，通过机器审查+人工确认的方式，实现国土空间规划规划成果的云端审查。
四、数字智能提升数据价值
数据、算力和算法是智能化的三要素。针对智能化的关键技术布局主要也是从这3个方面进行展开。
1
●
空间数据仓库构建能力
城市信息有大量的数据指标来源于空间数据。对于城市智能信息平台来说，空间数据仓库构建能力不可或缺。在数据仓库构建技术基础上，融入空间规则运算和空间维度建模，最终形成一个层层下钻的多维指标模型，对数据进行筛选，对比和钻取，方便将不同维度的数据进行彼此关联，实现指标的快速获取。
2
●
时空大数据并行计算能力
针对城市级的数据，数据量大、种类多，如果通过常规的计算方式，对软硬件的要求比较高，而且耗时也比较久。而通过分布式计算环境，这个时间可以极大的压缩。包括多源数据的接入、分布式存储、并行计算以及任务调度监控。
3
●
模型动态构建调度管理能力
算法模型作为一种数据价值的载体，同时也是最容易被忽视的资产。针对不同的应用场景，我们需要开发大量的模型，每个模型背后都需要开发人员通过复杂代码逻辑单独实现，门槛比较高，质量也不可控，无法随需应变。模型动态构建调度管理能力就是将模型拆解为原子级别的算法跟组件，实现模型的动态构建和调度管理，从而在一定程度上实现资产的复用。
通过三要素的融合，建立指标库、模型库、推理库，实现指标统计、规则预警、模型评估、到认知决策。
五、数据自治与自我进化
数据自治主要包含2层含义：第一层含义是通过技术手段简化数据治理过程，第二层含义是数据所有者可以对数据进行自行确权和管理，做到数据既开放又有保障。针对这两个方面，我们也需要进行相应的布局。
1
●
基于规则的数据优化能力
将规则注入到数据归集和沉淀过程，在数据归集过程加入质量控制环节，开展质量评估与反馈，计算有效归集率，为动态归集“打分”，压实责任，从而实现数据的高质量有效归集。
2
●
分层分级的数据代理共享的能力
数据所有者可以对数据进行自行确权和管理，通过空间范围管控，将同一份数据共享给不同的用户对象，不同的人看到的内容是不一样。通过服务器端代理拦截和安全认证，既保障了数据的开放共享，又保障了客户端的数据安全。
站在每个城市自己的角度，关键技术的布局还是要根据自身的情况，具体问题具体分析，就像中台一样，拆和建都不是目的，解决问题才是目标。
设星标 不迷路
点“在看”给我一朵小黄花