阿里云佘俊泉:创新涌现,边缘云场景的探索与机遇|GDCC智算奔涌

2023年见证了人工智能与云计算领域的深度融合与集中爆发,其中GPT模型的横空出世对全球科技革新产生了深远的影响,颠覆性地推动了计算机智能应用的边界。这一趋势在分布式云架构下得到了进一步强化和扩展,AI技术深度融入云计算服务的血脉之中,驱动着云服务体系向大模型时代全面转型,并依托强大的AI算力构筑起千行百业坚实的数字基石,有力支撑起了数字经济发展的新型分布式云基础设施。

分布式云具有巨大颠覆性的潜力,并正在形成用途不断扩大的战略科技发展趋势,算力作为激发数据要素潜能的“发动机”,为加快发展新质生产力提供了重要支撑。AI时代智算浪潮奔涌而来,3月27日,大会在北京胜利召开,以助业内合作伙伴们更好地适应新一轮科技革命和产业变革趋势。

3月27日,全球分布式云大会(Global Distributed Cloud Conference,GDCC)在北京胜利召开。阿里云智能边缘云网产品线负责人佘俊泉先生,在会上发表了主题为《创新涌现,边缘云场景的探索与机遇》的演讲,详细阐述了边缘云的现状、发展趋势,以及对未来重点创新方向的思考和判断。

佘俊泉介绍,边缘云是由大规模地域分散的边缘节点相互协同组成的一朵可远程管控,安全可信,标准易用的分布式云,相较具备规模、可靠性、性能优势的中心云Region,有着广覆盖、低时延、单点轻量化、多点分布式协同等特点,更适合能匹配这些场景化特征的客户业务选用。

目前,边缘云的主流应用场景仍集中在泛互联网需求,同时呈现出明显的多元化趋势。在典型使用场景中,音视频内容分发平台(如CDN、直播、点播、RTC等)的业务规模最大,而以云游戏、云应用为代表的终端云化类应用增速最高,前者侧重成本优化,后者则注重实时互动体验。此外,虽然边缘AI推理当前的规模不大,但随着AIGC以及LLM技术全面应用到千行百业,边缘云在这个方向上有巨大潜力,在未来5-10年内将产生更多创新业务场景。

针对上述场景化需求,阿里云智能的边缘云网产品线在全球化资源布局、场景化产品架构和功能、整体解决方案这三个层面为客户提供核心价值,帮助客户优化用户体验、提升业务效率、降低业务成本、推动业务模式革新。

在未来产品规划上,首先会继续坚持完善以多态计算产品矩阵为代表的IaaS能力,同时将重点从解决功能的有无问题,转向持续提升客户体验,继续优化产品的性能、易用性、稳定性;其次,会在异构计算和云网融合这两个战略创新方向上持续发力,确保边缘云网的可持续发展和可持续增长。

在对未来创新方向的解读中,佘俊泉首先表示,异构计算将是边缘云未来5-10年最大的机会点,包括以云游戏、云应用、云渲染等业务为代表的终端云化、和以AIGC为代表的边缘AI推理。

终端云化将会从目前的存量终端应用上移到边缘云的阶段,进一步过渡到开发、部署和运行在边缘云上的原生云应用,通过唯一云端版本+音视频流化协议支持实时互动,统一各类终端的用户体验,不再受制于终端硬件瓶颈。

对于边缘AI推理,当前主流的文生文、文生图类应用更适合部署在中心云Region,同时Sora、Suno.AI等文生音视频类应用,正在指数级提升AIGC自动生成海量个性化内容的可能性和可行性,后者在未来将可以满足“李小龙和李连杰同框出演实时互动VR电影”这种个性化内容消费需求。

其次,从本质上看,终端云化和边缘AI推理都是在生产可供C端用户消费的数字化内容。在在大模型出现之前,任何数字化内容的生产周期,都是要远长于其消费周期,例如,剧组拍一部电影的时间以计算,而观众坐在电影院里完成观影只需要几个小时。那么当我们进入Everything on LLM的时代,所有数字化内容生产领域都开始应用大模型进行海量内容的自动化个性化生产之后,数字化内容的生产周期会第一次变得比消费周期更短,实现真正的千人千面内容生产和消费,此时整个行业的生产关系也会发生改变,从过去的少量统一内容的生产和消费阶段分离,演进到海量个性化内容的生产和消费一体化,那么这个趋势对应的解决方案就是边缘云的内容生成和分发一体化方案,使用离用户最近的异构计算实例实时生成内容并分发给用户,最大程度保障C端用户体验。

最后,除了上述中长期趋势,边缘云在各行各业的传统算法被大模型替代的过程中,也会在包括互联网金融等行业的时延敏感实时推理等场景中持续获得最佳实践的落地机会。

另一个值得重视的方向是云网融合,网络的本质是连接,是为数据的计算、分发、存储服务的,虽然云网融合的市场预期规模不如异构计算,但从企业发展的全生命周期角度来看,随着企业业务持续发展,必然经历小规模上云、大规模用云、海外多云、部分下云、云和自建IDC组合使用的多个阶段,阿里云智能所提供的中心云Region、边缘云、客户自建IDC之间任意多点互联的线路服务和组网能力,以及上云专线、云边互联、多云互联、边边互联等标准产品服务组合,是帮助客户高效用云的粘合剂,也是客户全球化基础设施中不可或缺的组成部分。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,080评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,422评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,630评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,554评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,662评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,856评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,014评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,752评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,212评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,541评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,687评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,347评论 4 331
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,973评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,777评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,006评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,406评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,576评论 2 349

推荐阅读更多精彩内容