毛新健 呂旭煒

（交通運輸部東海航海保障中心上海航標(biāo)處，上海 201208）

0 引言

AIS，即船舶自動識別系統(tǒng)（Automatic Identification System)，是由岸基設(shè)施和船載設(shè)備共同組成的數(shù)字導(dǎo)助航系統(tǒng)，根據(jù)國際海事組織（IMO）相關(guān)規(guī)定，船舶AIS 應(yīng)向適當(dāng)安裝的岸基臺站、其他船舶和航空器自動提供包括本船身份、船型、船位、航向、航速、航行狀態(tài)及其他與安全有關(guān)的信息，并自動收取此等信息。根據(jù)SOLAS公約的規(guī)定，從2002 年7 月1 日起相關(guān)船舶分階段安裝AIS 設(shè)備。目前，所有300 總噸以上國際航行的船舶和500 總噸以上非國際航行的船舶以及客船都已經(jīng)安裝AIS 設(shè)備。近年來，越來越多的內(nèi)貿(mào)船舶和漁船也安裝了AIS 設(shè)備。AIS 已成為目前航行船舶應(yīng)用最為普及的導(dǎo)助航系統(tǒng)，針對AIS 大數(shù)據(jù)進行分析，無疑成為目前AIS 應(yīng)用的重要研究方向。

1 GPU 計算

GPU，即為圖形處理器，Graphic Processing Unit 的英文縮寫，與CPU 中央處理器一樣，是計算機設(shè)備核心部件。最早的GPU 是計算機用于獨立進行圖形圖像計算處理的部件，但隨著GPU 圖形處理技術(shù)的不斷完善發(fā)展，人們逐漸發(fā)現(xiàn)相比起CPU，GPU 擁有高性能的多處理器陣列與高帶寬、隱藏延遲顯存系統(tǒng)，這使得在大數(shù)據(jù)計算應(yīng)用上，GPU具有比CPU 更具優(yōu)勢，因此GPU 在大數(shù)據(jù)計算領(lǐng)域得到越來越廣泛的應(yīng)用。

CPU 中央處理器和GPU 圖形處理器，兩者都是為了完成計算任務(wù)而設(shè)計的芯片。但由于其設(shè)計目標(biāo)的不同，因此CPU 和GPU 分別適用于兩種不同的應(yīng)用計算場景。CPU 作為計算機最重要的核心，需要很強的通用性來處理各種不同的數(shù)據(jù)類型和進行不同判斷，計算能力只是CPU 的一部分功能。而GPU 面對的則是類型高度統(tǒng)一的、相互無依賴的大規(guī)模數(shù)據(jù)和不需要被打斷的純凈的計算環(huán)境，100%用于計算。

CPU 和GPU 的主要區(qū)別在于，芯片內(nèi)的緩存體系和數(shù)字邏輯計算單元的結(jié)構(gòu)差異。CPU 雖然也有多核，但最多也就局限于兩位數(shù)，每個核都有足夠大的緩存和足夠多的數(shù)字和邏輯計算單元，性能強勁，并輔助有很多加速分支判斷，甚至更復(fù)雜的邏輯判斷的硬件；GPU 的核數(shù)遠超CPU，多達成百上千核。盡管每個核擁有的緩存相對小，數(shù)字邏輯計算單元也少且簡單。但在浮點計算方面，GPU 卻可以提供數(shù)十倍乃至于上百倍于CPU 的性能。

CPU 和CPU 之間浮點計算功能之所以存在如此之大的差異，原因就在于GPU 專為計算密集型、高度并行化的計算而設(shè)計，能使更多晶體管完全用于數(shù)據(jù)處理，而不用考慮數(shù)據(jù)緩存和流控制。GPU 非常適用于解決可表示為數(shù)據(jù)并行計算的問題，在許多數(shù)據(jù)元素上并行執(zhí)行程序.具有極高的計算密度。因為所有數(shù)據(jù)元素都執(zhí)行相同的程序，所以對精密流控制的要求不高。由于在許多數(shù)據(jù)元素上運行，且具有較高的計算密度，因而可通過計算隱藏存儲器訪問延遲，而不必使用較大的數(shù)據(jù)緩存。因此，對于一個計算任務(wù)，任務(wù)中的子任務(wù)的數(shù)量越多，單個子任務(wù)計算工作量較小且大小等同，子任務(wù)之間數(shù)據(jù)交互越少，就越能充分發(fā)揮GPU并行計算優(yōu)勢。而CPU 剛好相反，適用于單個復(fù)雜的計算任務(wù)。簡單地說，需要對大量類似數(shù)據(jù)單獨進行同樣計算時，GPU 更合適，需要對同一數(shù)據(jù)進行不同類型的復(fù)雜計算，CPU 更好。

2 基于GPU 的AIS 大數(shù)據(jù)計算

應(yīng)用GPU 替代傳統(tǒng)CPU 對AIS 大數(shù)據(jù)進行計算，正是由于AIS 報文數(shù)據(jù)的特性非常匹配GPU 并行計算的需求。

AIS 工作于AIS1（頻道87B-161.975MHz）和AIS2(頻道88B-162.025MHz）兩個頻道，帶寬25kHz。采用時分多址(TDMA）通信協(xié)議，將每個指配頻率上的1分鐘的時段（幀）分割成2 250 個時隙，2 個頻率共有4 500 個時隙。2 250 個時隙為一幀，每分鐘不斷重復(fù)。其時隙與世界協(xié)調(diào)時（UTC）嚴格同步，由全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）提供。

AIS 按規(guī)定根據(jù)其船舶航行狀況，占用時隙進行數(shù)據(jù)發(fā)送。AIS 數(shù)據(jù)以報文的形式展現(xiàn)，根據(jù)船舶航行速度的不同發(fā)送頻率不一，例如：船舶移動速度在0～ 14 kn 為10mile發(fā)送一條AIS 報文，移動速度在14～ 23 kn 船舶，即6 s 發(fā)送一條AIS 報文，移動速度超過23 kn，則2 s 發(fā)送一條。報文內(nèi)容包括本船的靜態(tài)數(shù)據(jù)（船名、呼號、九位碼、船舶長度寬度、船型和GPS 天線位置等）、動態(tài)數(shù)據(jù)（船舶實時經(jīng)緯度位置、對地航向航速、船艏向、航行狀態(tài)等），以及航次數(shù)據(jù)（船舶吃水、危險貨物種類、目的港和預(yù)計抵達時間等）信息。根據(jù)國際電信聯(lián)盟（ITU）發(fā)布的ITU-R M.1371 建議書的標(biāo)準進行封裝和解析。當(dāng)一條條AIS 報文匯集起來，便形成了AIS 大數(shù)據(jù)。

針對AIS 大數(shù)據(jù)進行分析，首要就是將AIS 大數(shù)據(jù)進行再次分解，一組AIS 大數(shù)據(jù)所包含的AIS 船舶數(shù)量成千上萬，AIS 報文更是一個天文數(shù)字。但對于單艘船舶而言，其發(fā)送AIS 報文遵照規(guī)定標(biāo)準格式進行播發(fā)，自由度不大，格式基本統(tǒng)一，且不同船舶之間AIS 設(shè)備自行播發(fā)，互無關(guān)聯(lián)，沒有影響。單條AIS 報文受限于AIS 帶寬，報文數(shù)據(jù)量相對較小，相應(yīng)計算量也較少。這正是最能充分發(fā)揮GPU 并行計算能力的優(yōu)勢領(lǐng)域。對于幾百上千核心的GPU而言，由每個GPU 核心負責(zé)一條AIS 報文數(shù)據(jù)的分析，這樣即使是較大水域范圍和較長時間段的AIS 數(shù)據(jù)計算需求，GPU 也只需要按任務(wù)進行浮點分配并行計算即可批量快速完成分析工作。

3 AIS 大數(shù)據(jù)分析實現(xiàn)

為實現(xiàn)基于GPU 高性能計算在AIS 大數(shù)據(jù)分析上的應(yīng)用，部署了4 臺GPU 服務(wù)器，每臺GPU 服務(wù)器配置8 塊GeForce RTX 2080 Ti，性能核心參數(shù)如下：

CUDA cores: 4,352；

Clock speed: 1350MHz base,1545MHz boost；

Memory capacity: 11GB GDDR6；

Memory path: 352 bits；

Memory bandwidth: 616GBps 。

4 臺GPU 服務(wù)器以Hadoop 為基礎(chǔ)，以HBase 為核心、以Zookeeper 為管理，構(gòu)建分布式集群，應(yīng)用HDFS 分布式文件系統(tǒng)和HBase 列式存儲分布式數(shù)據(jù)庫進行AIS 數(shù)據(jù)流存儲，從而進一步加快AIS 大數(shù)據(jù)處理效率。

HDFS 分布式文件系統(tǒng)作為Hadoop 核心部件，負責(zé)分布式存儲數(shù)據(jù)，規(guī)定集群中服務(wù)器即節(jié)點的用途，其中包括：

1）命名節(jié)點 (NameNode)：用于指揮其他節(jié)點存儲的節(jié)點，用于儲存映射信息并提供映射服務(wù)的計算機，在HDFS系統(tǒng)中扮演唯一管理角色。

2）數(shù)據(jù)節(jié)點 (DataNode)：使用來儲存數(shù)據(jù)塊的節(jié)點，具有儲存數(shù)據(jù)、讀寫數(shù)據(jù)的功能。

3）副命名節(jié)點 (Secondary NameNode)：負責(zé)備份命名節(jié)點狀態(tài)數(shù)據(jù)。

集群依照HDFS 要求，進行服務(wù)器節(jié)點部署，如圖1所示。

圖1 HDFS 集群

GPU1 服務(wù)器部署了命名節(jié)點和數(shù)據(jù)節(jié)點；GPU2 服務(wù)器部署了副命名節(jié)點和數(shù)據(jù)節(jié)點；GPU3 和GPU4 各自部署了數(shù)據(jù)節(jié)點。

同時，4臺服務(wù)器組成一個HBase集群。部署如圖2所示。

圖2 Hbase 集群

GPU1-4 都部署Zookeeper；GPU1 部署為HBase Master節(jié)點；GPU2-4 部署為HBase RegionServer 節(jié)點。

1）Region Server：負責(zé)數(shù)據(jù)的讀寫服務(wù)，通過與Region server 交互來實現(xiàn)對數(shù)據(jù)的訪問。

2）HBase Master：負責(zé)Region 的分配及數(shù)據(jù)庫的創(chuàng)建和刪除等操作。

3）Zookeeper：負責(zé)維護集群的狀態(tài)。

經(jīng)測試，基于GPU 構(gòu)建的Hadoop+HBase+Zookeeper 服務(wù)器集群對AIS 大數(shù)據(jù)進行計算，單用戶下，數(shù)據(jù)總量少于千萬條AIS 報文的請求，平均響應(yīng)時間不超過1 s；數(shù)據(jù)總量在千萬到一億條的請求，平均響應(yīng)時間不超過5 s；數(shù)據(jù)總量在一億到十億條以內(nèi)的平均響應(yīng)時間不超過20 s，相比起傳統(tǒng)的CPU 分鐘級的計算速度，計算效能提升了一個數(shù)量級。

同時，對經(jīng)過GPU 分布式集群高性能計算處理后的AIS 大數(shù)據(jù)軌跡流量結(jié)果通過AIS 大數(shù)據(jù)分析應(yīng)用軟件系統(tǒng)進行可視化顯示，實現(xiàn)AIS 水域內(nèi)任意時間、空間、類別的船舶AIS 密度、熱力、航線等多層次的流量統(tǒng)計分析應(yīng)用。

1）船舶流量分析：分析規(guī)定水域和時間內(nèi)AIS 船舶軌跡情況，利用顏色和航跡，標(biāo)識不同類型船舶的航行線路、水域分布等，如圖3 所示。

圖3 船舶流量分析

2）船舶信息統(tǒng)計：利用軌跡矢量化技術(shù)展現(xiàn)不同水域、港口及航道的交通流量；利用顏色、圖形圖示統(tǒng)計船舶類型、航速、噸位等相關(guān)信息，如圖4 所示。

圖4 船舶信息統(tǒng)計

3）最佳航路推薦：基于歷年AIS 大數(shù)據(jù)分析，根據(jù)船舶航跡相似性特征，為船舶規(guī)劃任意兩點間最優(yōu)航路推薦，并預(yù)測船舶航行距離、所需時間、關(guān)鍵轉(zhuǎn)向點等信息，如圖5 所示。

圖5 最優(yōu)航路推薦

4）信號覆蓋檢測：對指定水域規(guī)歷年AIS 大數(shù)據(jù)進行統(tǒng)計分析，直觀查看AIS 信號覆蓋狀況，通過航道斷裂跡象，檢測AIS 信號覆蓋質(zhì)量，如圖6 所示。

圖6 信號覆蓋檢測

4 結(jié)語

近年來，大數(shù)據(jù)作為新興的信息技術(shù)在多個領(lǐng)域得到廣泛的應(yīng)用,創(chuàng)造了巨大的價值。航運業(yè)作為龐大的基礎(chǔ)性產(chǎn)業(yè)，AIS 數(shù)據(jù)作為航運大數(shù)據(jù)的重要組成，每時每刻都在產(chǎn)生海量的數(shù)據(jù)。但傳統(tǒng)的CPU 計算模式在面對大數(shù)據(jù)處理時所消耗的資源和時長難以接受。因此，基于GPU 替代CPU 對AIS 大數(shù)據(jù)進行高性能計算處理，計算效率提升一個數(shù)量級，從而更為有效實現(xiàn)船舶軌跡跟蹤、船舶貨物交通流量分析、統(tǒng)計航路通航率統(tǒng)計等應(yīng)用需求，對海事監(jiān)管、船舶安全、航運經(jīng)濟、航道設(shè)計都具有極其重要的指導(dǎo)意義。