至顶网CIO与CTO频道 01月09日 人物访谈(文/王聪彬):作为一位《王者荣耀》资深玩家,虎牙直播一直是我常用的App之一,不仅仅是因为其上丰富的主播资源,直播的流畅度、秒开率都是我选择虎牙直播的原因之一。
随着电竞行业的日趋成熟,也让游戏直播迅速在直播领域竖起了一面大旗,像虎牙直播中的《王者荣耀》、《英雄联盟》、《绝地求生》、《和平精英》等都是最热门的游戏分类,所以在2018年虎牙大举进军海外市场。
2018年5月,虎牙发布面向海外市场的游戏直播平台Nimo TV,包括PC端和移动端应用,主要在东南亚和南美洲地区运营。截至2018年12月,虎牙海外产品月活用户已突破1000万。
虎牙一直被称为“游戏直播第一股”,财报显示,2018年虎牙总营收46.634亿人民币 (约合6.783亿美元),净利润为人民币4.609亿元(6700万美元)。财报最大的亮点就是透露电竞、出海将是虎牙2019年的发展主题。
在虎牙上市后的每份财报中,“出海”都成为了不可回避的关键词。但是出海也带来为虎牙提出了很多问题,尤其是直播体验上,如何才能与国内保持一致。
出海的差异化竞争
虎牙公司是一家以游戏直播为核心业务、致力于打造全球领先的直播平台的技术驱动型内容公司,覆盖超过3300款游戏,全年直播电竞赛事超过760场。在游戏直播的成功基础上,虎牙并已逐步涵盖娱乐、综艺、教育、户外、体育等多元化的弹幕式互动直播内容。
随着直播领域的日趋同质化,虎牙也将海外业务视为直播领域的核心差异化竞争因素。
截至2019年9月30日,虎牙海外MAU已突破1700万。其实在2018年之前,虎牙在海外已经有一些用户,在AWS有小规模的部署。但是在广州总部如何有效地管理海外业务、搭建海外的IT系统和架构成为不小的挑战。
“国内的内容生产、分发和海外还是有很大的区别。”虎牙CTO赖立高说道,因为整个基础设施、用户终端等因素的不同,对直播体验有着很大的影响。所以虎牙也在思考在不同的条件下如何让直播的用户体验可以尽可能的一致,达到视频秒开,即在1秒之内Live就可以呈现。
虎牙CTO赖立高
一个明显的例子就是在转码上,东南亚观众会观看码率相对较低的画面,这在转码的资源配置和成本上与国内相比都有很大的不同。
在业务架构层面,虎牙在中国采用混合云架构,以自有数据中心为主,通过公有云作为资源拓展,海外则所有的计算和数据都要基于公有云。所以在选择公有云上要满足四点,一、有丰富的资源,完善的API接口;二、资源布局全球覆盖,灵活地拓展全球市场;三、运行稳定,具有强大的故障恢复能力;四、良好的伸缩性,当某个地区业务发生变动时,都能方便的即时扩容或者清退资源。
云上的海外快速扩展
虎牙在上云这件事情上非常坚定,而且直播行业是一个高度竞争的行业,时间就是生命线。所以在开发效率、部署速度、成本等方面其选择了以AWS为主开展海外业务,其他云服务商作为扩展,在业务架构上形成融合云。
目前虎牙已使用20多项AWS服务,包括Amazon EC2、Amazon S3、Amazon VPC、AWS Auto Scaling、Amazon CloudFront、Amazon SNS、Amazon SQS、Elastic Load Balancing、Amazon DynamoDB、Amazon RDS、Amazon Aurora、Amazon ElastiCache、Amazon Elasticsearch Service等。
虎牙应用架构示意图
虎牙通过同一个团队对全球的业务进行统一运维,包括全球资源的交互、部署和管理。在具体的使用上,通过AWS Lambda应对流量高峰,灵活扩容;通过DynamoDB存储用户的动态信息,包括支付、状态、好友关注关系等信息,通过Aurora存储相对静态的信息,例如用户的基础信息。
AWS帮助虎牙实现了海外业务的快速扩张,节省了应用开发和部署的时间,同时这些资源可以灵活调配,实现成本的节省。
电竞是一个非常完善的生态,所以每一款游戏都可能会有赛事的直播。赖立高称这非常像电商的双十一,也是对整个技术架构可行性的一次检验,因为直播本身流量特性就带有突发性,在赛事中就更为明显,所以弹性资源在整个过程中非常关键。
同时虎牙也看到AI上云的趋势,其在数据和算法上有一定的积累,同时还可以利用Amazon SageMaker在云上训练机器学习模型。当然虎牙直播也希望未来利用更多的功能,进一步加强产品的竞争力。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。