某直辖市包括外地长期在本市车辆，实有小客车511万辆，电动自行车则超过900万辆，这样的人口和交通体量，在全国都名列前茅。相比之下，该市路网总密度为每平方公里2.93公里，人均拥有道路面积仅有12平方米。

该市面临的问题，人多、车多、路少，全国许多城市都存在，但交通所面临“两多一少”的困难程度，却是其它城市所无法比拟的。人多车多与道路资源匮乏之间的矛盾，面对庞大的城市建成区体量，在短期之内是很难解决的。在交管部门治堵的成功实践中，“智能信号灯系统”功不可没。智能信号灯不是简单示意停止或通行的，而是通过多渠道感知和收集交通数据，给出信号控制和交通组织的最佳方案。

而这其中的关键，对海量数据的实时处理和分析，均基于云计算平台完成，包含大量的图像、视频分析等非结构化数据处理，并且整个数据采集和处理的过程非常强调实时性，因此需要云计算平台具备超高的资源调度能力，为多种实时分析算法、应用提供强大的算力，同时由于交通信号灯业务的特点，底层云平台必须具备超强的稳定性、可靠性，确保上层应用高可用。

针对上述需求，ZStackCloud提供能够同时支撑CPU通用计算和GPU异构计算的私有云方案。

1、针对图像、视频分析等深度学习、AI推理类场景应用提供GPU型云主机，每台物理服务器配备若干张张NVIDIATeslaT4卡，根据推理算法和应用系统对云主机GPU数量的不同需求，每台物理机可提供若干台台高性能GPU云主机，极大提高视频图像分析的效率，并且能够根据应用需求实现灵活、可弹性伸缩的GPU资源分配，充分利用宝贵的GPU算力。

2、由通用X86服务器和全闪存SSD硬盘构建分布式存储池，为云主机提供高性能云硬盘，消除IO瓶颈。

3、针对CPU密集型应用提供通用型云主机，可以与GPU型云主机部署在相同的物理机上，云平台根据物理机的负载进行动态的资源调度，在确保云主机性能的前提下提高物理机资源利用率。

• ZStackCloud具备超轻量化设计，资源开销极小，虚拟化后云主机的性能损耗低于5%，能够为客户的高性能计算场景提供健壮、稳定的基础架构支撑。

• 在云平台界面即可轻松完成GPU透传/虚拟化的配置，实现GPU资源的灵活、弹性分配使用，支撑深度学习、AI推理类应用，充分发挥GPU算力的价值。

• 支持基于通用的X86服务器和全闪存SSD盘构建分布式存储，提供低时延、超高I/O的存储空间，支撑实时分析、交易类业务，无需购买昂贵的全闪存储阵列，避免厂商锁定。纵向和横向扩展均可在线完成，业务无需停机，扩展时存储集群的性能和容量亦可趋近于线性扩展。