华为在北京:智慧园区,不仅仅是场景之变

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 华为在北京:智慧园区,不仅仅是场景之变

2021年年初,北京市“十四五”时期智慧城市发展行动纲要发布,纲要显示:到2025年,将北京建设成为全球新型智慧城市的标杆城市。基本建成根基强韧、高效协同、蓬勃发展的新一代智慧城市有机体,有力促进数字政府、数字社会和数字经济发展。

这也意味着,北京的智慧城市开始从以基础设施建设和数据融合为代表的1.0时代,迈向以“全域场景开放”和大规模建设为代表的2.0时代。

智能化场景的全面打开,是两个时代更迭的标志。而智慧园区的场景作为缩小版的城市,已经变成一个承上启下的枢纽,作为最小的公共单元,提供数字化服务的能力,辅助园内企业加速数字化转型和智慧升级。

换言之,智慧园区不仅仅是场景之变,智慧园区本身是为智慧城市服务的,而城市的智慧也可以在智慧园区当中得到体现。


01 中关村壹号的“智慧”之约

中关村壹号位于中国科技资源最为密集、科技条件最为雄厚、科技研发成果最为丰富的中关村科学城。作为北京市重点项目,其定位于中关村科学城北部人工智能标志性园区、北清路前沿科创发展轴的地标,致力于成为全球硬科技人工智能创新中心。

中关村壹号总建筑面积约50万平方米,拥有20栋楼的园区,目前入驻率超85%以上,入驻人数超过10000人。智慧园区建设可以帮助中关村壹号提高服务的体验,更好地为入驻企业赋能。

我们知道有很多传统园区都在向智慧园区的方向改造升级。传统园区的定位更像是“房东”,园区物业只提供基本的水电气、交通、建筑等基础设施建设,数字化服务通常需要入驻企业自建,规范不统一,也缺乏统一管理。园区内部则是数据孤岛林立,系统间信息不共享、数据不互通,为进一步的数字化转型和智慧升级埋下了很多坑。

因此,中关村壹号希望通过智慧园区建设,避免“传统化”,并希望通过新一代数字技术,提升用户体验、降低园区运营成本、提升运营效率,创造一个智慧园区的新标杆项目。

实际上,中关村壹号的智慧园区建设需求本身也具备很多代表性。

首先,很多管理场景依然还是依靠传统人工方式。例如访客登记采用传统纸质手工方式,效率相对较低、查询起来也比较慢,访客通行体验较差。

其次,管理方式缺乏数字化能力。如资产管理纸质台账管理,无法实时掌握资产状态。

第三,数据处理欠缺智能化的辅助工具。如大量视频数据的分析还是依靠人工的方式,没有智能化的实时分析,对园区内异常情况无法及时响应。

在这样的背景下,中关村壹号选择了与华为携手,着手建设中关村壹号智慧园区。


02 全方位的智慧升级

解决了中关村壹号的难题,就等于实践了智慧园区一个典型的方法论。那到底要如何做呢?

从中关村壹号的角度,希望建立一个统一的系统集成平台,实现对园区现有/未来建设的独立子系统的统一接入和集成,实现数据共享和业务交互,消灭烟囱式的孤立系统,实现整个园区的联防联动,大幅提升应急处理的速度。再者还需要对所有物联网设备终端的统一管理和运维需求,包括设备状态实时监测、设备信息的可视化展示、设备设施的信息化运维等,建了一个统一的可视化园区运营中心,以提高整个园区的运营管理效率。

简单地理解,中关村壹号的智慧园区需要一个“大脑”,汇集和处理所有的数据来指导决策,并实现所有设备的联接,能够快速部署,最后辅以人工智能技术,让一些关键场景实现自动化,减轻人力负担。

那么华为给出的方案,是否能够满足这些复杂的需求呢?

首先,华为帮助中关村壹号建设了智能运营中心IOC,这个平台华为实现模块化的设计和部署,按需上线,不仅减缓了项目前期的投资压力,也为将来的系统升级奠定了基础,这就是典型的可以“自进化”的园区大脑。

其次,基于华为的数字平台和ROMA平台强大的集成和接入能力,将现有的园区子系统和终端设备,如车辆闸机等不同来源的设备实现了接入与集成,大大缩短了业务上线的时间。

第三,大数据和AI逐步使用,比如车辆等统一智能分析,以及视频的智能分析,大大减少了中关村壹号的人力投入,降低了运营成本。

事实上,智慧园区的建设本身,就意味着一种思维模式的转型,经过智慧园区建设,中关村壹号也实现了全方位的智慧升级。

例如,在招商引资方面,目前的统一运营管理平台,可实现精准招商,能极大缩减招商成本、提速招商效率、聚焦精准产业客户的强大功能;在车行通道方面,加装了测温模块的门禁系统,让员工不用摘口罩刷脸测温,通过后直接进入楼宇,门口不再排长队。反向寻车系统,解决了地下车场较大不好找车的问题,大幅提升了体验;在预警处理方面,大量消防传感设备时刻待命,一旦判定事故情况,仅需几秒钟即可做到快速的响应,极大提升了事故响应速度,应对救援及调度措施也更加准确有效。

客观地说,中关村壹号的价值本身并不在于解决自身向智慧园区进化的问题,更在于这个项目可以形成一套标准和方法论,赋能北京各大园区的智慧转型。


03 立足北京,满足各类园区智慧需求

中关村壹号代表了北京科技园区的智慧典范,而从华为的角度,作为智慧园区的赋能者,也从许多个不同智慧园区的需求上丰富了实践的经验。

比如中关村东升科技园,作为全国知名的集总部基地、高科技产业研发基地、加速器及企业孵化基地、高新科技成果展示等于一体的产业园区。其坐落在北京海淀学府区,也是典型的老园区智慧转型的代表。

这种类型的产业园,通常已经构建了相当程度的智慧应用,往往希望能力的建设能够更丰富,服务的支持能够基于场景深入挖掘,并提升园区在产业发展方向上的竞争力。

以东升科技园为例,通过打造统一、开放、灵活扩展的数字平台底座,使得面向B端和C端的应用极大丰富。同时,数字技术赋能园区,提升企业智能办公体验,挖掘资产的数字增值价值,特别是深入挖掘科技金融服务痛点,将数字技术融入场景建设,实现园区金融服务智慧升级。而在园区主打的科创服务能力上,通过数字平台建立企业间强联接,形成以博展为圆心的科创生态。

华为与东升科技园,成功塑造了一个资产运营+科创服务+科技金融+数字化增量业务的新商业模式,也为老牌科技园的智慧转型提供了新的模板。

实际上,华为在北京极具特色的智慧园区还有智慧场馆类的国家大剧院。不同于产业园区,国家大剧院的智慧建设,更聚焦于系统改造,以及上层应用的智慧化。

通过整个园区综合态势,实现剧院事件实时统计、事件类型趋势可视、事件状态可视、任务状态趋势可视、数据驱动辅助决策。并以此将综合指挥、人员管理、车辆管理、内部管理,基于剧院特色进行了有机融合,实现了联动、智能、高效的智慧剧院综合管理系统。

对于华为而言,国家大剧院也是其孵化的首个剧院类智慧场馆场景方案,不仅丰富了智慧园区落地的实践,更在智慧场馆的细分场景上形成了新的能力集。

随着北京智慧城市建设的不断提速,新园区建设与老园区改造,乃至特殊园区场景的升级都需要更好的服务,华为已经在北京积累了丰富的智慧园区建设范例,展示了足够的能力,将会成为北京智慧城市建设的一份子。

相关文章
|
11月前
|
人工智能 自然语言处理 算法
Tideflow 领衔:2025 年 6 款免费 SEO 优化工具全解析,新手秒变优化高手
本文介绍了多款免费SEO优化工具,尤其推荐了适合新手的Tideflow免费SEO优化工具。它功能全面,涵盖关键词挖掘、AI智能改写、TDK优化、链接检测等,帮助用户提升内容质量与搜索引擎排名。同时对比了其他五款高性价比工具,如147SEO、好资源AI、西瓜AI等,满足不同场景需求。文章强调,合理使用免费工具,结合内容策略,新手也能实现专业级SEO效果。
|
10月前
|
算法
【电力系统潮流】5节点系统潮流计算-牛拉法和PQ分解法(Matlab代代码实现)
【电力系统潮流】5节点系统潮流计算-牛拉法和PQ分解法(Matlab代代码实现)
854 3
|
Web App开发 监控 JavaScript
一些常用的 Vue 性能分析工具
【10月更文挑战第2天】
1258 154
|
IDE Java 应用服务中间件
spring boot 启动流程
Spring Boot 启动流程简介: 在使用 Spring Boot 之前,启动 Java Web 应用需要配置 Web 容器(如 Tomcat),并将应用打包放入容器目录。而使用 Spring Boot,只需运行 main() 方法即可启动 Web 应用。Spring Boot 的核心启动方法是 SpringApplication.run(),它负责初始化和启动应用上下文。 主要步骤包括: 1. **应用启动计时**:使用 StopWatch 记录启动时间。 2. **打印 Banner**:显示 Spring Boot 的 LOGO。 3. **创建上下文实例**:通过反射创建
924 5
|
JSON 小程序 JavaScript
微信小程序开发笔记—底部导航栏tabar
本文介绍了微信小程序开发中底部导航栏的设计方法,步骤详细,非常适合初学的小伙伴!
1378 0
|
机器学习/深度学习 人工智能 算法
AI在医疗影像诊断中的应用与未来展望####
本文深入探讨了人工智能(AI)在医疗影像诊断领域的最新进展、当前应用实例及面临的挑战,并展望了其未来的发展趋势。随着深度学习技术的不断成熟,AI正逐步成为辅助医生进行疾病早期筛查、诊断和治疗规划的重要工具。本文旨在为读者提供一个全面的视角,了解AI如何在提高医疗效率、降低成本和改善患者预后方面发挥关键作用。 ####
|
存储 Java 关系型数据库
基于Java和MySQL实现的大学生学籍管理系统(毕业设计附完整项目代码)
基于Java和MySQL实现的大学生学籍管理系统(毕业设计附完整项目代码)
2847 0
基于Java和MySQL实现的大学生学籍管理系统(毕业设计附完整项目代码)
|
安全 前端开发 JavaScript
http和https
【10月更文挑战第22天】http和https
1527 2
|
Java 编译器 开发者
Java中Switch语句的使用及性能考量
Java中Switch语句的使用及性能考量
|
机器学习/深度学习 并行计算 PyTorch
【多GPU炼丹-绝对有用】PyTorch多GPU并行训练:深度解析与实战代码指南
本文介绍了PyTorch中利用多GPU进行深度学习的三种策略:数据并行、模型并行和两者结合。通过`DataParallel`实现数据拆分、模型不拆分,将数据批次在不同GPU上处理;数据不拆分、模型拆分则将模型组件分配到不同GPU,适用于复杂模型;数据和模型都拆分,适合大型模型,使用`DistributedDataParallel`结合`torch.distributed`进行分布式训练。代码示例展示了如何在实践中应用这些策略。
3667 2
【多GPU炼丹-绝对有用】PyTorch多GPU并行训练:深度解析与实战代码指南