腾讯云数智一体化平台：实现城轨大模型智能运维高效落地

行业面临智能运维升级瓶颈

城轨运维正从“故障修”向大模型驱动的“状态修”演进，但传统建设模式存在核心瓶颈。云、数、AI割裂的建设方式严重制约大模型价值释放：大模型集中部署带来时延与带宽压力；面对近40万设备，百卡级算力需求超出普通GPU集群能力；跨专业数据壁垒导致数据质量不足，易引发模型幻觉。

构建云边协同的算力基础设施

腾讯采用中央云与边缘云协同架构，实现AI算力全域覆盖。中央云（TCE）承载线路级业务与大数据处理，边缘云（TCS）确保车站级业务降级正常运行。在实际部署中，广州地铁项目已投放400+台中央云服务器和140个车站边缘云节点，有效降低关键业务时延。

软硬协同释放极致算力性能

通过自研技术栈实现算力加速：基于TurboFS高性能存储实现数据快速读取；RDMA网络架构提供最高3.2Tbps网络带宽；TACO训练加速套件使AI训练性能提升40%，推理性能提升5.2倍。自研Angel加速框架相比开源DeepSpeed实现1.5倍以上加速比。

实现数据与智能的闭环流转

平台建立完整数据治理体系，接入40万设备量、日均6亿条消息的生产数据，管理42个系统、2000张数据表、累计400亿条数据。算法人员数据准备时间从占比60%大幅降低，AI推理结果反哺大数据平台，形成持续迭代的数据闭环。

广州地铁实现运维效率突破性提升

在广州地铁“穗腾OS”项目中，平台支撑车辆、信号等数十种智能运维算法。大数据平台已接入220TB数据量，维护8万张表、1100亿条数据，经院士团队评估达到“行业首创、国际领先”水平。该平台为故障预测、诊断等场景提供核心算力与数据支撑。

腾讯技术栈确保平台领先性与可靠性

腾讯云基于专有云TCE/TCS架构，结合自研星脉网络、TACO加速套件等核心技术，提供从算力、数据到训练推理的全链路优化。平台满足国密及等保要求，具备全链路大模型安全防护能力，支持混元等主流模型，确保智能运维场景的稳定落地。