舒文琦:创新引领,战略致胜——边缘计算在广电域的应用与探索

慧聪广电网 2018-10-25 14:18 来源:慧聪广电网

【慧聪广电网】2018年10月24日-26日,第二十六届媒体融合技术研讨会(ICTC2018)将在杭州举行。ICTC由国家广播电视总局批准、中国广播电影电视社会组织联合会技术委员会、浙江省广播电影电视产业协会和华数数字电视传媒集团有限公司等单位共同举办,是广电领域最具影响力的国际研讨会,至今已成功举办25届。慧聪广电网作为本次大会的支持媒体,将为您全面报道本次盛会的精彩和亮点。

舒文琦:创新引领,战略致胜——边缘计算在广电域的应用与探索

北京阳光云视科技有限公司副总经理舒文琦

在ICTC2018上,北京阳光云视科技有限公司副总经理舒文琦先生做了题为《创新引领,战略致胜——边缘计算在广电域的应用与探索》的主题演讲,以下是演讲全文:

舒文琦:我给大家带来的题目是《创新引领,战略致胜——边缘计算在广电域的应用与探索》。其实来之前我一直在想这次的主题会是什么,跟大家一起分享的是什么,于是乎我自己回忆一下,我近十年参加ICTC的一些演讲过程,我记得在2011年的时候跟大家分享的是未来云计算和云平台在广电里面的应用。

我记得是2011年的时候,大家还有一个雏形,还有一个想法,到了五年以后,在2016年的时候我给大家分享云计算介绍完之后,云计算有哪些能力可以为我们的广电服务。于是乎我来的时候在想,云计算建设,云能力不断丰富,下一个阶段对于媒体而言下一个拐点是什么,我认为边缘计算将来会成为一个很大的拐点,因为大家都知道,现在大家所有的手机都有计算能力,电脑的处理能力非常强大,边缘他能够做,我跟大家分享一下。

阳光云视以前大家听说过新奥特云视,我们9月份更名为阳光云视,这是因为资本的原因。但是阳光云视虽然改命了,但是阳光云视的服务依然不会改,依然是坚定地服务至上,同时阳光云视不断会引进更新的技术和更先进的理念引入到广电网络里面,我们通过近四年的时间里面我们建设16个省级台的媒体运云平台,就是媒体的Paas平台,这里面不仅了是广电用户,还有电视台的用户,医疗的用户,教育的用户,包括我们现在比较火的物联网汽车的用户,我们去年完成3000多家的直播活动。

刚才提到Paas平台,随着媒体云平台的建设,大家或多或少理解到,不管是阿里云还是腾讯云,还是亚马逊,Paas层越来越趋于行业化,媒体行业有自己的Paas,因为他所有的能力可以供应为其他的行业用,但是金融不是以这个行业为主,媒体Paas里面我们经常所说的用户画像,内容推荐,我们把这个Paas平台放到互联网里面去,给金融业用,给汽车用适合不适合,不太适合。

所以说,现在不管是阿里也好,腾讯也好,亚马逊也好,他们擅长是媒体层里面自己的专业的媒体Paas,我们在Iaas层,我们不是服务器交换机的生产厂,但是我们会跟他们做无缝的连接,我们为很多的应用提供服务的厂商,包括行业里面的大家熟知的一些应用厂家以及互联网的很多厂家提供标准的接口,我们通过16个云平台的建设,我们沉淀了很多的接口服务规范。

所以说,这是Paas平台,我们除了Paas平台之外,我们也在想媒体平台建设完之后,不仅为技术提供很多的帮助,或者是优化,能不能在未来媒体云平台建设完以后分享是什么,我们这两三年已经做尝试,首先我们帮江苏打造荔枝云,他强调移动之外,我们可以通过它的移动产品延伸出来一个荔枝直播和云报道的产品,2016年9月份的流量只有2万,完成一次之后达到150万的访问量,我们可以看一下,我们已经帮助电视台尝试从电视的角度向互联网里头推进,荔枝云也是帮助很多的媒体,很多的企业,很多的大型的商场做相关的直播服务。为什么用他们?因为他们专业,不管是主持人的专业,还是用镜头的专业,还是拍摄的专业,这就是荔枝云,我们帮七彩云做什么,在七彩云里面不仅仅有15个地级市22个县级台注入到七彩云,七彩云有三家企业两所高校和两所学院进入到七彩云,他提供宣传服务和推广服务,这是我们帮七彩云做的。

我们帮中华云,我们做内容的变现平台,大家一直听说流量变现,流量变现跟我们有什么关系,其实我们媒体有的是内容,那么,我们能不能依托我们的内容做变现,这是一个很关键的问题。我们现在帮中华云打造一个叫做内部的交换平台,他每天会有很少量的精品内容放到互联网的市场里面去,互联网市场产生一些内容的变现,把价值回馈过来,现在这个平台每天的流水大概有10万,而回填到流量市场里面去的时候,大概6-7万,也就是说,每天的存量他们已经有3-4万的收入。这是一个。内容变现并不是空想,我们尝试做内容的变现。

我们尝试帮电视台的媒体云平台做运营,13年-18年,很多的媒体云已经建设起来,建设媒体云的目的让云平台有媒体属性,帮助电视台的媒介融合问题,解决多工具运营的问题,这一步做得非常好,AI是特别热的词,可以帮助媒体解决很多问题,接下来三年时间里头,将AI赋能媒体云,他不仅解决工作效率,这个工作效率包括业务,包括运营,包括运维的效率问题,也能做很多的工作提升,其实这里面我们自己定义,我们在Paas平台定义就是一定要让能力服务非线性化,因为传统的电视的集成商他们已经习惯了电视台所有的线性流程的变化。不是在一个功能节点用到这个服务,我们倡导让功能服务非线性化。

下一个阶段我们觉得是什么,我认为是边缘计算,这个边缘计算就是要利用边缘计算去组建我们媒体自有的媒体区块链的生态,大家知道区块链很热,我们有管道,我们有内容,我们为什么不能利用我们的管道和内容建立我们自己有的区块链。我们打通网络,让人工智能变成真正的机器智能,说到边缘计算是什么,边缘计算就是把计算的能力分配到边缘,不是把数据集中到核心的云资源里面做计算,边缘计算已经在很多数据的连接,智能芯片,包括感知,大家熟悉的物联网,都是已经使用到边缘计算。

边缘计算又用到到端和单机,是不是所有的变化又从单机变成网络,又从网络回归到单机,很多人在问我,我觉得技术的发展不是线性的,他应该是看似从自己出发,但是又回到自己,其实,我们从另外一个角度来看技术的发展,其实他是一个螺旋形,他是一个不断螺旋上升的个技术的发展体系。而不是说是一个圆从一个点回到另外一个点,他不断上升,单机的性能不断提升,网络的性能不断提升,计算资源不断提升。

我们再看一下刚才提到云计算,边缘计算,还有网络,在互联网云生态里一个是云,一个是端,一个是管,云计算就是管理的平台化,平台的管理化,我们的网络做到智能化,也就是刚才华为提到我们的管道要做到足够的智能化,还要合作的渠道化。端是解决多样化和边缘化,我们一直在提芯片,现在的芯片的体积越来越小,能耗越来越低,处理能力越来越快,越来越高效,我们想到未来云计算、物计算和边缘计算他们的比肯定有很大的变化。

也就是说,当你拍摄一个视频,当你处理一个文档的时候通过手机可以处理60%-80%,你传输到云的过程当中同时用云端的边缘路由来帮助你结算10%,这是一个趋势。我们来看一下边缘计算和广电网络有什么关系?大家都知道有线电视的终端,除了盒子,还有电视,我们所有的上行带宽都是空闲的,它的本地的存储资源大家都没有用,如果我们把上行带宽和本地的存储资源共享给别人,我们就可以构建出P2P网络,也就是说,它可以是一栋楼,它也是可以是一个小区,甚至是一个社区和一个城区。这个端可以把上行带宽贡献1M也可以覆盖很多地方,我们前段时间跟一个大学做过一个测试,我们在模拟一个5000人的小区里面,这里面有50个人看了4K的电影,这个时候他就能支撑整个5000人小区的流量观看这个电影,他就是利于这个技术来看这个电影,边缘计算可以做这个事情。

如果我们把边缘计算和区块链结合起来就会有很大的成果。因为什么呢,第一个互联网要求的去中心化,第二个C端已经节省90%的流量,节省下来的钱我们拿50%出来分享给C端,每家每户大家都愿意把电视机的上行流量空闲出来。我们可以把比特币,创建广电的比特币来做挖掘服务都是有可能的。

因为把区块链加进来就知道谁提供内容,谁提供带宽,谁提供计算能力都是有依据。大家知道边缘计算在物联网里面有很多技术,在边缘完成80%识别完之后到后端做20%的处理。我们可以想象一下,如果索尼和松下的摄像机对场景有所识别,他知道是男性,1.7米的身高,把这些信息记录下来,到后台云计算计算的量非常小。

有一个技术叫做图像识别技术,他成为有趣的深度学习之一,左边这个图是雪山的图,右边这个图通过机器学习之后自动生成的夏日图。举一个例子,他们要把一个马和斑马相互转换,通过200次的训练,1万的训练。20万次的训练,80万次的训练,他们把一个马变成一个斑马,如果利用这个技术他们能够做什么,他们做了一个实验,把一个4K的图像通过函数计算和配合一个矢量图,它的存储容量达到很小的兆比级,他把这个图像给这个机器,这个机器还原出跟4K一模一样的图片,这个不是所谓的压缩编码,就是机器学习完之后,一个矢量图和函数可以生成一个新的图像,这个技术成熟以后,我觉得会带来非常大的变化。

我们再想象一下,现在的压缩编码4K封装,他有大量的计算资源,有大量的存储资源,对于编辑而言,他需要高的带宽完成编辑,需要高计算来做合成,如果一个计算机植入一个芯片,这个芯片具备函数编译的功能,他以前的一张图半个小时的4K图像,现在编译之后,同时把这个图像给一台机器,机器可以快速生成这个图像,我觉得这个技术是非常厉害的。我觉得不仅仅是颠覆传输领域,也会颠覆我们媒体的资产管理系统。

我们一直在谈技术在在创新和改变产业,我们一直在探索创新,探索和创新的目的是为了战略的引领行业,一如既往站在技术的前沿,把最前沿的技术带给广电,于是愿意跟大家一起改变媒体的现在,去引领媒体的未来。

免责声明:凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。