ZD至顶网CIO与应用频道 04月13日 北京消息:2017年4月12-13日,2017亚太CDN峰会在北京隆重召开,大会由亚太CDN领袖峰会、国际CDN论坛、电视新媒体CDN论坛、视频云论坛、未来网络论坛、C未来视频峰会、亚太CDN展览会等7大部分组成。在亚太CDN电视新媒体CDN论坛上,UCloud研发总监曾凯源先生发表了题为《云+CDN 开发融合全方位蓄势新媒体》的主题报告。
图为:UCloud研发总监曾凯源
在移动互联网的迅速普及和发展下及移动视频场景日新月异的催化下,云和CDN如何演变才能适应现在及未来的发展趋势。对于这个问题,UCloud研发总监曾凯源给出了答案。
移动互联网视频的趋势
第一个趋势,制作视频不再是原来的专业摄像师的专利,特别是短视频及直播这两种形态出现以后,视频的制作门槛得到极大的降低,互联网上的视频内容已经不可抑制的变的越来越多,内容上也趋于多样化而不再是电影,包括个人的生活、产业、户外旅游、购物体验、游戏分享、二次元等等。第二个趋势,回归到视频的主要功能或者本质,视频是丰富的内容及信息的载体,在海量的视频当中内容的质量、内容的价值决定了这个视频是被千万人所传阅,还是只是最终冷冰冰的存储在磁盘中。
在这个新的趋势、新的状况下会面临一些新的挑战,用户每天产生如此海量的视频怎么来存储是一个很大的问题。如何在千万次/天的视频当中能够快速通过用户的行为来发现一些有价值的内容?如何保障高质量内容的版权? CDN可能解决的问题就是如何应对大并发量的用户访问,传统的视频云服务更多是围绕着CDN展开设计。基于以上的特点及一些问题,现阶段的视频云其实除了带宽以外还要解决存储以及海量计算量的问题。
UCloud对于视频云服务的思考及其产品
首先存储方面,对象存储(UFile)具备了云的特点弹性扩容、海量存储和高分发能力,不会因为过高并发请求影响访问性能。
其次视频处理方面,UCloud依托于强大的云产品资源,借助于Docker技术,用户可以部署自定义视频处理应用、对视频进行不同格式、分辨率的转换,也可以上传自己提供一些专用视频处理程序,UCloud通用计算平台(UGC)会根据视频实时上传的量以及每个镜像处理单个视频的平均延时,实时调度十万个CPU核处理用户的视频任务。
最后UCloud CDN方面,UCDN的原理及所采用的一些技术包括分片上传、下载调度、运营资源及一些直播的秒拍、缓存等技术都已经非常成熟,UCloud于2015年左右开始着手自建CDN,通过近两年的布局,2016年已经完成了全国所有CDN节点的自建,并且在资源总量、带宽总量、质量上已经达到非常先进的水平,赢得不少客户的青睐。
在上月TIC大会上UCloud发布了吸睛无数的软件定义CDN产品,,此次大会上曾凯源先生再次讲到软件定义CDN,主要体现在三个方面:
1、用户可以定义CDN末端节点的服务逻辑,传统CDN一直以来服务只能监控、只能发现、只能做线路的调整,UCloud可以让客户自主定义自己的节点,依赖Docker技术,是目前非常完善的进项技术;
2、可以定义各个CDN节点之间的通信协议;
3、可以定义各个CDN节点之间的访问路由。借助于之前提及的Docker技术,只要把视频内容及要处理视频的线上要求,比如从CPU到网络到磁盘等等提交上来以后形成一个实例,这个实例可以装载用户的整个服务及视频。当把服务及视频提供到SD-CDN平台之后,SD-CDN会将用户的服务部署到UCloud全国的CDN节点。
从整个架构设计来看,UCloud自研软件提供了更多是边缘计算的能力,使得原来需要集中化的公有云计算的方式变成在边缘也能获得一个弹性的计算能力,以前比较重度的视频处理业务逻辑必须进行长距离的传输到集中公有云上处理,但是经过SD-CDN之后并不需要了,可以在边缘就把这个处理好,及时返回给用户的末端。软件定义视频提供的更多是另外一种架构设计的思考的方式,可以把一些高频或者重度的逻辑,或者是需要更快响应的逻辑放到离用户最近的地方,把一些低频不可避免的需要访问的逻辑放到大IDC或者公有云上,通过这些以后移动互联网用户必然会得到更好的服务体验。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。