新闻中心

了解青椒云最新资讯

GPU云如何驱动GIS测绘行业技术升级

time2020-08-31 06:08:34

随着微小卫星、激光雷达、立体摄像头、点云处理技术、高精度定位与室内定位等技术取得重要进展,可以预见的是,智能化测绘、遥感、导航无人机、测绘测量机器人等 AI 新技术和应用工具的发展,必将使地理信息的数据采集和成图手段更加自动化、实时化,而 GIS 必然会面临数据暴增、计算密集、高并发等方面的挑战,从而进入全新的技术升级阶段。

office-620817_1920.jpg

目前,大多数的测绘地理信息单位的 IT 系统存在几大问题:

1. 数据分发效率低。涉密数据一般通过磁盘对拷方式分发到相关业务部门,而作业端在使用图形工作站处理数据前,光是下载原始数据就占用了超过 40%的业务处理时间。由于存储以及网络性能造成的瓶颈,当前业务处理模式尤其是遥感数据工程如 CIPS、PixelGrid 以及 GXL,往往需要数周时间才能完成作业。

2. 数据存储缺乏高效管理和容灾保护机制。重要的业务数据主要保存在服务器或者集中式存储上,数据存储没有灾备保护,一旦服务器发生故障,数据将会丢失,造成巨大的损失。

3. 涉密数据流转风险大。多台图形工作站部署在作业端,USB 接口外设容易导致计算机病毒程序流入、以及涉密信息泄露等安全风险,需要投入大量的管理成本来进行约束。

4.缺乏一套为数据中心建设提供管理、决策的平台。IT 资产种类繁多,使用率、使用情况难以通过统一界面管理。传统方式以图形工作站作为基本单位进行采购,新增硬件设备纳入资源管理又需要繁琐的流程,工作人员需要投入大量的时间精力在操作系统和常用软件的安装上,实属低效率的重复劳动。

在某直属测绘地理信息局的实际案例中,“超融合+GPU 云”让这些问题都得到了很好的解决,基于超融合构建统一基础云服务平台,为数据工程都、遥感事业部、系统开发部等多个部门提供高性能、高可用的 IT 资源,适应新一代的 GIS 要求,极大地释放和提高了生产力:

woman-wearing-purple-shirt-holding-smartphone-white-sitting-826349.jpg

1.提升业务生产效率:数据的分发和流转,不再以人工实地拷贝的方式,而是以项目为单位,由作业端向管理部门申请云端的计算资源,直接将涉密数据导入作业平台,数据使用完毕后提交生产结果数据,计算资源当即释放,可以说是无需流转文件即可完成业务。

同时,大型原始素材直接转由 GPU 云处理,分布式存储的数据读写速度比普通磁盘更快,支持大量用户并发工作的需求,大幅提升了生产效率。

2.保证云端图形生产力:GPU 云满足重度图像渲染使用场景,提供本地图站一致的使用体验。

3.保障涉密数据安全:将所有数据集中在云端,提供多副本部署模式,支持异地数据备份与双活数据中心,能够有效避免因为硬件故障导致的数据丢失,以及外围设备的拷贝导致的数据泄密。

4. 简化管理和运维:超融合架构的资源池化,让 IT 资源实现统一管理,合理分配应用使用资源,提升资源利用率。同时,所有生产系统操作系统和软件无需工作人员单独部署,直接通过云数据中心快速创建。

5.满足测绘系统日益增长的数据压力:面向未来不断增长的数据需求,超融合的横向扩展升级也非常方便,还可对现有 x86 服务器进行利旧。

GIS 的发展,导致了数据规模快速增长,如何快速有效的存储和处理这些数据,成了 GIS 能否发挥其最大价值的关键。

这种价值需要有相适应的 IT 技术作为支撑和推动。“超融合+GPU 云”作为全新的云计算生产架构,从数据管理和业务生产,给予了完整的 IT 解决方案。这将有力推动测绘行业向现代地理信息产业的转型升级,为智慧城市建设添砖加瓦。


标签:
GPU云GIS