站内关键词自然排名优化,wordpress插件语言包,优秀网站设计作品分析,服务器安装网站// 编者按#xff1a;AIGC无疑是当下的热门话题和场景。面对AI带来的技术变革和算力挑战#xff0c;该如何应对#xff1f;LiveVideoStackCon 2023上海站邀请到了网心科技副总裁武磊为我们分享网心在面对AI应用场景和业务需求下的实践经验。 文/武磊 编辑/LiveVideoStack … // 编者按AIGC无疑是当下的热门话题和场景。面对AI带来的技术变革和算力挑战该如何应对LiveVideoStackCon 2023上海站邀请到了网心科技副总裁武磊为我们分享网心在面对AI应用场景和业务需求下的实践经验。 文/武磊 编辑/LiveVideoStack 大家好我今天分享的主题是AI重新定义音视频生产力“新范式”。 分享内容主要分为三部分①AI引领内容消费升级②“云”训练“边”推理是最优架构③网心的音视频架构演进。 -01- AI引领内容消费升级 首先是内容视频化。过去几年整个社会的表达、创作都在视频化转型与升级。从人类自身来看大脑处理视觉信息的速度比文字要快60000倍视觉辅助可以将学习效率提高多达400%。这在科学层面印证了视频化叙事的喜闻乐见。从中国整个视频用户规模来看2010到2022年的12年时间里增长了3.5倍并于2022年网络视听用户规模也正式超越了即时通讯成为互联网第一大应用。而移动互联网的用户使用时长更能反映出这种趋势2019年短视频用户使用总时长还落后即时通讯15%到2021年已经实现反超今年5月这一数据已经扩大到6.1%。 第二点是优质内容视频化效率有待提升。从网文到漫画、电影的内容视频化产生了很多成功的商业案例。斗罗大陆最早在起点中文网上连载到2018年点击量达到6千多万期间也改编过动画凭借着广泛的受众面在游戏化后创造了破百亿的累计流水。还有大家熟知的鬼吹灯系列2015年改编上映的《寻龙诀》电影由陈坤和黄渤等主演票房高达16.8亿成为当年度中国电影票房第三名。 优质IP的视频化拥有非常显著的经济效益但从视频化的效率上来看还有很多待提升的空间。比如将IP拍成电影需要经历剧本的打磨、选角、道具准备、拍摄、后期制作、宣发、时间和人力上都是巨大的投入。以阅文为例2022年进入IP改编的作品还不到新增作品的0.5%。随着AI技术的加入在剧本、剪辑、配音、特效、宣发海报等环节都能够很好地利用AI工具实现自动化生成带来效率提升。 第三点是AI音视频的全方位创新。从图片、音乐、配音、视频和交互等各方面已经有了很成熟的应用。 最近发生了好莱坞罢工事件演员和编剧们对于被AI取代的担忧已经逐渐成为了现实技术的革命意味着行业的洗牌和利益的重新分配。 以游戏制作为例在AIGC的加持下逐渐构建出来了新的创作模式与内容价值。具体来说1、AIGC可以给创意产生提供思路同时提升画质和交互性。2、为游戏制作提效。我们都知道《原神》它从立项到上线测试耗时2年左右如果在一些环节使用AI的确可以提升游戏制作效率例如网易现在用自研AI技术应用于游戏工业化全流程对关键环节的工作效率提升多达90%。3、降本由于减少了人员和时间投入可以很好地降低制作成本。4、玩法迭代助力游戏创新。 来自第三方的调查数据显示游戏行业平均研发费用占收入比例为25%左右如果用AI的方式可优化制作成本约266亿元40%的研发成本可以得到优化。这里包含了美术设计、自动化测试、音效制作等环节。 从文字到视频用户量级呈几何倍数的增加。阅文2022年平均月付费用户为790万人而视频应用仅爱奇艺一家会员用户就是过亿抖音用户更是达到惊人的8.09亿。视频的特点是内容听得到、看得着、强交互具有广覆盖的用户群体从网文到音视频的转化网文IP价值进一步放大随着AI的加入生成大量的虚拟人物产生强互动为元宇宙的到来奠定基础。 从文字到音视频的内容消费升级内容生产成本从过去的以人工单位定价转为算力定价。过去的配音、动漫制作、影视剧制作还是游戏开发核心的成本还是人员投入。但在AIGC模式下平均算力成本主要由GPU性能等决定训练成本与推理成本的比例大约是19以Midjourney为例大约10%的云成本用于训练90%是用户制作图像的推理。 AI的投入在带来生产力质的飞跃同时背后是天量算力的缺口。OpenAI分析表明2012-2019年AI训练使用的算力每3.5个月就会翻一倍相对比摩尔定律是每18个月翻倍对算力的需求七年增长了30万倍。而巨大的算力需求背后是高昂的算力成本。以GPT3训练为例单次训练成本高达460万美元日常运营对应的单月运营成本高达千万美元。 -02- “云”训练“边”推理是最优架构 实际上边缘计算一定不是建设驱动和比拼资金密度的行业基于碎片化的供给会有很强的平台效应。 网心通过合作招募自建共建等方式触达到的云、边、端的资源这也是网心从2015年一直从各个渠道拓宽触达更广的边缘资源。有了稳定供给的资源中间一层核心工作是异构资源的治理和标准化通过统一的接入流程千万节点的容器化的平台支撑做到资源的合理调度和高效应用。最上层是我们的解决方案产品矩阵网心当前两大成熟场景边缘计算平台和基于边缘资源的带宽加速解决方案。 网心的定位是做边缘云计算服务提供商提供支持未来任何算力的需求场景在算力场景我们构建了一个健壮弹性高可用的基础设施平台通过智能调度服务能够更加经济节省的满足客户的AI推理自动驾驶工业互联网等场景需求。 我们希望通过提供底层的边端资源中心云进行模型训练、算法迭代等得到一个合适的推理模型放在边缘做数据建模。例如我们最近在和某电动汽车厂商合作尝试把智能语音模型推理从云端改到边端。 接下来讲一下新架构带来的变化。 第一、多云融合需要把中心云和边缘云的能力进行契合通过探索和实践实现训练和推理的无缝衔接。 第二、资源视图升级为服务视图我们不仅作为资源提供方更要亲身实践提供相关的服务。 第三、边缘云的多层计算力分配将分散、异构、多层级、闲置的算力集合起来。 第四、延时降低交互增加带来更多的沉浸式和“临场感”需求需要增加相应的技术积累。 在此基础上我们提出IAAS架构。最底层就是上文提到的中心云与边缘云的合作以提供更好的资源管理中间层通过模型托管平台把开源和闭源模型做好衔接最上层是应用层包括端到端应用等。 在AIGC实践上。我们尝试将AIGC中的某些业务模块所需要的算力从中心下沉至边缘节点当然目前还是将数据回传至中心存储未来希望能直接存储在边缘达到真正的云边端协同。 -03- 网心的音视频架构演进 AIGC的爆发会使更多的内容在边缘产生同时带来了低延时的需求。 在直播场景中需要将一路流拆分成多路分配到离用户更近的边缘节点在播放端需要这路流时寻找多个边缘节点拉起多路子流合成最终直播流。这个流程目前已经相对成熟无论是在QoS还是QoE方面都和传统的方式没有太大差异。 目前我们的要求有两点1、质量上与云厂持平包括流畅度、画质、延时等2、成本上保证边缘要服务80%以上的流量。在关键技术点上云负责起播和回切边负责多链路传输通道以及网络传输优化。 在做双端优化的过程中我们通过用户端的网络容量评估实现对单个链路的带宽分配通过用户和每个链路之间的实时质量评估以及冗余FEC多通道容错机制尽量减少重传。 在云游戏中延时要求更高。接入端和玩家距离越近延迟越低网心智能调度服务可以根据网络距离实现最优覆盖通过调度返回最优节点列表实现更低延迟。 在这里谈谈基于Serverless构建边缘算力服务。内容在边缘产生边缘是一定有用的。内容在边缘分发超低延时的技术积累一定有用。 内容在边缘大量产生就需要把它们组织起来。我们目前的思路是中心云在Serverless存在实践难点而在边缘云当中是刚需所以需要充分发挥新业务端Serverless相结合的优势。 网心作为全球边缘计算创领者从2015年至今一直深耕边缘计算目前拥有首屈一指的边缘网络资源而且资源的丰富度和异构度是非常充足。 关于未来网心的业务演进方向大致是三步走的策略 第一步是降本增效采用更高效的方式、更好的资源配比助推企业良性扩张。 第二步是功能迭代在算力场景下不断积累逐步探索和实践出真正能跑通的业务场景和商业模型。 第三步是构建生态推动边缘网络和算力叠加对接产业场景并实现产业场景产品化并构建开放网络平台吸引开发者、合作伙伴共同构建生态。 以上就是我的分享谢谢大家 LiveVideoStackCon是每个多媒体技术人的舞台如果您在团队、公司中独当一面在某一领域或技术拥有多年实践并热衷于技术交流欢迎申请成为LiveVideoStackCon的出品人/讲师。 扫描下方二维码可查看讲师申请条件、讲师福利等信息。提交页面中的表单完成讲师申请。大会组委会将尽快对您的信息进行审核并与符合条件的优秀候选人进行沟通。 扫描上方二维码 填写讲师申请表单
