騰訊云答治茜: CDN將進(jìn)入智能計(jì)算時(shí)代
2017-04-12 12:03:27 熱度:
4月12日消息,在今天舉辦的2017亞太CDN峰會(huì)上,騰訊云互聯(lián)網(wǎng)行業(yè)總經(jīng)理答治茜作了題為《CDN的智能計(jì)算時(shí)代》主題演講。答治茜認(rèn)為,隨著人工智能時(shí)代的到來,CDN也在亟需技術(shù)的快速變革,騰訊云認(rèn)為CDN將全面進(jìn)入智能計(jì)算時(shí)代。

圖為:騰訊云互聯(lián)網(wǎng)行業(yè)總經(jīng)理答治茜
2016年騰訊云在亞太CDN峰會(huì)上提出了云+CDN的概念,騰訊云認(rèn)為CDN不再是單純的在做內(nèi)容緩存、分發(fā)一些職責(zé),答治茜認(rèn)為未來一定是云和CDN融合發(fā)展的時(shí)代。他表示,去年騰訊云提云+CDN概念的時(shí)候也是看到了行業(yè)這一趨勢,雖然從騰訊云過往的判斷來看,未來一定是融合,一定是云和CDN融合發(fā)展的時(shí)代,但究竟概念該怎么去做、該怎么落地。騰訊云這一年沿著這條道路堅(jiān)定不移的做一些探索。
今年騰訊云也帶來了一些在云+CDN方面的嘗試和思考,并且在觀察去年熱點(diǎn)事件中得到一些結(jié)論,我們認(rèn)為CDN將會(huì)進(jìn)入智能計(jì)算時(shí)代:
第一是隨著直播的發(fā)展,騰訊云過往CDN單純流量的分發(fā)類已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足直播的需求,比如假如說現(xiàn)在有十萬個(gè)主播的話,對數(shù)據(jù)中心資源的需求將會(huì)比過去大好多倍,大概有上千臺(tái)的服務(wù)器需要做類似于轉(zhuǎn)碼、截圖、錄制、鑒黃等等這樣一些計(jì)算的需求。隨著未來應(yīng)用中類似于互動(dòng)直播場景的出現(xiàn),大量的轉(zhuǎn)碼需求也隨之出現(xiàn),不僅僅是過往流量業(yè)務(wù)的不斷增長,而是隨著流量業(yè)務(wù)的蓬勃發(fā)展,相應(yīng)也帶出了很大量的計(jì)算類的需求。
第二是隨著AI基礎(chǔ)算法的完備和完善,在圖像、音頻和自然語言處理這方面的夯實(shí),騰訊云看到AI的實(shí)際應(yīng)用場景也在為企業(yè)的服務(wù),包括也進(jìn)入了終端消費(fèi)者的場景。從過往一年的歷史來看,騰訊云在AI這塊的市場份額、規(guī)模同時(shí)增長了大概5-6倍,在AI增長的同時(shí)也帶來了大量的計(jì)算類的需求。
從整個(gè)行業(yè)發(fā)展的熱點(diǎn)和趨勢來看,隨著上層應(yīng)用的越來越多、越來越完備,下面計(jì)算類不僅產(chǎn)生了大量的需求,在帶寬類的需求產(chǎn)生的同時(shí),計(jì)算的資源生產(chǎn)也非常非常大,呈指數(shù)型的爆發(fā)增長。這種計(jì)算資源的增長引來的矛盾是什么呢?
行業(yè)的發(fā)展對計(jì)算資源的苛求會(huì)越來越旺盛,但同一時(shí)間CDN的整個(gè)網(wǎng)絡(luò)和基礎(chǔ)設(shè)施的計(jì)算資源是有大量冗余的。如何解決矛盾,云企業(yè)怎樣調(diào)和這兩者之間的均衡度,騰訊云在這一年里做了很多嘗試:
1、視頻直播
視頻直播整個(gè)行業(yè)的做法都是由邊緣節(jié)點(diǎn)接入,流量回歸到數(shù)據(jù)中心,在數(shù)據(jù)中心里完成推流、轉(zhuǎn)碼和截圖的過程,最后分發(fā)到觀眾。目前騰訊云做了一些優(yōu)化,現(xiàn)在的模式變成了主播產(chǎn)生的數(shù)據(jù),舉個(gè)典型的場景,比如同城直播場景。騰訊云現(xiàn)在的做法是主播產(chǎn)生的數(shù)據(jù)接入邊緣節(jié)點(diǎn)之后直接做推流和轉(zhuǎn)碼的工作,把原來數(shù)據(jù)中心里邊重的操作下沉到邊緣節(jié)點(diǎn)去,這樣做帶來的好處有兩點(diǎn):首先,邊緣節(jié)點(diǎn)和數(shù)據(jù)中心之間的穿越流量將會(huì)變的比這種模式顯而易見的會(huì)下降很多。其次、過往騰訊云一直提現(xiàn)在行業(yè)的趨勢對于計(jì)算資源的苛求會(huì)越來越明顯,同時(shí)CDN的網(wǎng)絡(luò)沉淀了大量的沉睡的計(jì)算資源,這種做法可以讓騰訊云可以同時(shí)滿足成本的下降,穿越流量的下降,數(shù)據(jù)中心資源在合理范圍內(nèi),同時(shí)邊緣節(jié)點(diǎn)的沉睡資源也可以喚醒。
2、智能鑒黃
騰訊云每天大概有超過十億次的鑒黃的請求,過往騰訊云對待鑒黃的請求基本上是用戶在用戶端產(chǎn)生UGC的內(nèi)容,內(nèi)容直接推到數(shù)據(jù)中心做計(jì)算類鑒黃。過往的模式帶來的問題有幾個(gè),首先用戶產(chǎn)生的UGC內(nèi)容中,99%的內(nèi)容都是正常內(nèi)容,只有1%的內(nèi)容是違規(guī)內(nèi)容,騰訊云因?yàn)檫@種極少量的不正常內(nèi)容要消耗大量的資源做計(jì)算。其次,對于大部分的正常內(nèi)容,騰訊云要做出判斷只是需要非常輕量級(jí)的計(jì)算就可以了。所以過往騰訊云把所有的請求都推到數(shù)據(jù)中心去做,現(xiàn)在進(jìn)行了優(yōu)化,基本上是分兩層,第一層是在邊緣節(jié)點(diǎn)做極速的鑒黃模型旨在回答,騰訊云準(zhǔn)確的告知這一定是個(gè)正常內(nèi)容,90%對話請求已經(jīng)被處理。當(dāng)騰訊云在邊緣節(jié)點(diǎn)上判斷不出來的時(shí)候,才會(huì)把可疑的內(nèi)容推到數(shù)據(jù)中心里去極優(yōu)鑒黃模型,做更深度的計(jì)算。騰訊云有運(yùn)營的數(shù)據(jù)表明,通過這樣優(yōu)化之后會(huì)把90%的請求都擋在邊緣節(jié)點(diǎn)去完成。
3、智能物聯(lián)
騰訊云認(rèn)為未來有幾個(gè)最熱的潮流,除了大數(shù)據(jù),除了AI,還有正在發(fā)生的熱點(diǎn):萬物互聯(lián)。在萬物互聯(lián)的時(shí)代,騰訊云CDN應(yīng)該做什么樣的準(zhǔn)備?答治茜講了騰訊云的考量。
現(xiàn)在或者未來,萬物互聯(lián)的時(shí)代有可能聯(lián)到數(shù)據(jù)中心的終端是百億級(jí)的,到萬物互聯(lián)的時(shí)代,作為個(gè)體有十個(gè)設(shè)備,到智能家庭的設(shè)備數(shù)字可能是幾百億級(jí)別。百億級(jí)的設(shè)備并不會(huì)實(shí)時(shí)的產(chǎn)生有效數(shù)據(jù),而是有大量的空閑連接和空閑設(shè)備,這種大量的空閑連接和空閑設(shè)備完全回到數(shù)據(jù)中心,路由層面是解決不了的。但是CDN天生可以做這樣場景的應(yīng)對,因?yàn)镃DN本身是分散的,幾百個(gè)節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)都可以去接入和管理設(shè)備的連接。連接上來之后把有用的、真正產(chǎn)生價(jià)值的數(shù)據(jù)合并了匯聚之后再送給數(shù)據(jù)中心,這一點(diǎn)CDN是有天然的應(yīng)對百億級(jí)物聯(lián)設(shè)備連接挑戰(zhàn)。
騰訊云一直在探討CDN是純的緩存或者流量的業(yè)務(wù),這是上層的應(yīng)用決定的。那時(shí)候無論web1.0、2.0還是PC時(shí)代還是移動(dòng)互聯(lián)網(wǎng)時(shí)代,對內(nèi)容的獲取都希望有更好的體驗(yàn)。未來無論是物聯(lián)的時(shí)代、AI時(shí)代,整個(gè)場景都發(fā)生變化了,大家不僅是對流量的訴求、不僅是對速度的訴求,而是有大量的設(shè)備、大量學(xué)習(xí)的任務(wù)、大量計(jì)算的任務(wù)。
答治茜認(rèn)為,未來有三大類特征的計(jì)算會(huì)搬遷或者會(huì)移動(dòng)到邊緣計(jì)算上來。
1、有區(qū)域性計(jì)算特征的,直播里的轉(zhuǎn)碼或者錄制有區(qū)域性計(jì)算特征的計(jì)算場景,更適合用邊緣網(wǎng)絡(luò)去完成和解決。
2、跟深度學(xué)習(xí)相關(guān)的,但是不依賴于大量的歷史陳舊數(shù)據(jù),只依賴于深度計(jì)算學(xué)習(xí)到的一些模型數(shù)據(jù),比如鑒黃場景。
3、萬物互聯(lián)時(shí)代對上百億級(jí)連接的處理,對空閑連接的分散,對無效請求的過濾,這樣一些場景會(huì)移動(dòng)到邊緣節(jié)點(diǎn)上來。
答治茜認(rèn)為,單純的數(shù)據(jù)中心的發(fā)展、單純CDN的發(fā)展已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足行業(yè)對于計(jì)算、對于傳輸、對于海量的連接、對于海量請求的處理的需求,未來一定是云和CDN的協(xié)同發(fā)展,或者說CDN就是云計(jì)算的一部分。
責(zé)任編輯:方珍