编者按：AIGC已成为当下备受瞩目的热门话题与技术趋势。面对人工智能带来的技术变革与算力挑战，我们应当如何应对？LiveVideoStackCon 2023上海站特邀网心科技副总裁武磊，分享网心在AI应用场景及业务需求中的实践经验。

01 AI引领内容消费升级

先从内容视频化说起。过去数年，整个社会的表达方式与创作形式正加速向视频化转型。从人类认知规律来看，大脑处理视觉信息的速度比文字快约60000倍，视觉辅助可将学习效率提升高达400%——这从科学角度解释了为何视频化叙事如此受欢迎。再看数据：2010年至2022年间，中国视频用户规模增长了3.5倍；2022年，网络视听用户规模正式超越即时通讯，成为互联网第一大应用。移动互联网的使用时长同样印证了这一趋势：2019年短视频用户总用时仍落后即时通讯15%，到2021年实现反超，今年5月这个差距已扩大至6.1%。

第二点，优质内容的视频化效率仍有巨大提升空间。从网络文学到漫画改编、再到影视化制作，市场上已涌现出诸多成功案例。例如《斗罗大陆》，最初在起点中文网连载，2018年点击量超过6000万，随后改编为动画，凭借广泛受众基础，游戏化后累计流水突破百亿。又如《鬼吹灯》系列，2015年改编电影《寻龙诀》票房高达16.8亿，成为当年中国电影票房季军。优质IP的视频化确实能带来显著经济效益，但效率方面仍存在明显短板——将IP拍摄成电影，需经历剧本打磨、选角、道具、拍摄、后期、宣发等环节，时间和人力投入巨大。以阅文为例，2022年进入IP改编的作品尚不足新增作品的0.5%。而随着AI技术的介入，在剧本创作、剪辑、配音、特效、宣发海报等环节，均可借助AI工具实现自动化生成，大幅提升效率。

第三点是AI与音视频的全方位创新。在图像生成、音乐创作、语音合成、视频制作与交互体验等多个维度，已有成熟应用落地。近期好莱坞罢工事件中，演员和编剧对被AI取代的担忧正成为现实——技术革命意味着行业洗牌与利益重新分配。以游戏制作为例，在AIGC的加持下，正构建全新的创作模式与内容价值。具体而言：其一，AIGC为创意提供灵感，同时提升画质与交互性；其二，为游戏制作提效，例如《原神》从立项到上线测试耗时约两年，若在某些环节引入AI，效率可大幅提升——网易已用自研AI技术覆盖游戏工业化全流程，关键环节效率提升高达90%；其三，降低成本，减少人员与时间投入，制作成本明显下降；其四，推动玩法迭代，助力游戏创新。第三方调查数据显示，游戏行业平均研发费用占收入比例约25%，若引入AI，可优化的制作成本约266亿元，相当于40%的研发成本可被优化，涵盖美术设计、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增长。阅文2022年平均月付费用户790万，而视频应用仅爱奇艺一家会员就过亿，抖音用户更是达到8.09亿。视频的特点是听得到、看得见、强交互，覆盖用户群体极为广泛。文字内容向音视频转化，进一步放大了网络文学IP的商业价值。随着AI加入，大量虚拟人物被生成并产生强互动，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按人工单位定价，逐步转变为按算力定价。过去，配音、动漫制作、影视剧、游戏开发的核心成本是人员投入；而在AIGC模式下，平均算力成本主要由GPU性能决定，训练成本与推理成本的比例大约为1:9——以Midjourney为例，约10%的云成本用于训练，90%用于用户制作图像的推理。

AI驱动生产力的革命性提升，但背后是海量算力供给的巨大缺口。OpenAI分析表明，2012年至2019年间，AI训练所使用的算力每3.5个月翻一倍，相比之下摩尔定律每18个月才翻一倍，算力需求七年增长30万倍。巨大的算力需求背后是高昂的成本：GPT-3单次训练成本高达460万美元，日常运营单月成本高达千万美元。

02 “云”训练“边”推理是最优架构

实际上，边缘计算不应当是由建设驱动和比拼资金密度的行业，基于碎片化的供给，会产生很强的平台效应。网心通过合作伙伴招募、自建节点以及联合共建等多种模式，广泛汇聚云、边、端算力资源——自2015年起就持续拓宽渠道，获取更广泛的边缘资源。在稳定供给的基础上，核心工作是异构资源的治理与标准化，通过统一的接入流程、千万节点容器化平台支撑，实现资源的合理调度与高效应用。

最上层是解决方案产品矩阵，网心当前拥有两块成熟场景：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，支持未来任何算力需求场景；在算力场景中，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，能以更经济的成本满足客户在AI推理、自动驾驶、工业互联网等场景的需求。核心思路是：提供底层的边端资源，中心云负责模型训练与算法迭代，然后将合适的推理模型部署到边缘进行数据建模。近期，我们正与某电动汽车厂商合作，尝试将智能语音模型推理从云端迁移至边端。

新架构带来了以下几方面变化：

• 多云融合：实现中心云与边缘云能力的深度协同，通过探索与实践完成训练与推理的无缝衔接。
• 资源视图升级为服务视图：不仅提供资源，更需亲身实践，提供相关配套服务。
• 边缘云的多层计算力分配：将分散、异构、多层级、闲置的算力集中起来，统一调度。
• 延迟降低、交互增强，带来更多沉浸式与“临场感”需求，需要相应的技术积累作为支撑。

基于此，网心提出了IAAS+架构。最底层是中心云与边缘云的协同合作，提供更优的资源管理；中间层通过模型托管平台，将开源与闭源模型做好衔接；最上层是应用层，包括端到端应用等。在AIGC实践中，我们尝试将AIGC中某些业务模块所需的算力从中心下沉到边缘节点，当然目前仍将数据回传至中心存储，未来希望直接存储于边缘，实现真正的云边端协同。

03 网心的音视频架构演进

AIGC的爆发促使更多内容在边缘产生，同时也带来了低延迟需求。在直播场景中，需将单路流拆分为多路，分发到距离用户更近的边缘节点，播放端需要该路流时，寻找多个边缘节点拉取多路子流，合成最终直播流。该流程目前已较为成熟，无论从QoS还是QoE来看，都与传统方式没有显著差异。当前的要求有两点：第一，质量上与云厂商持平，包括流畅度、画质、延迟等；第二，成本上确保边缘承载80%以上的流量。关键技术点为：云负责起播与回切，边缘负责多链路传输通道及网络传输优化。在进行双端优化时，通过用户端的网络容量评估，实现单条链路的带宽分配；通过用户与每条链路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。

在云游戏场景中，延迟要求更高。接入端与玩家距离越近，延迟越低。网心的智能调度服务可根据网络距离实现最优覆盖，通过调度返回最优节点列表，达到更低延迟。在此，有必要讨论基于Serverless构建边缘算力服务。内容在边缘产生，边缘的价值必然存在；内容在边缘分发，超低延迟的技术积累一定有用；内容在边缘大量产生，就需要将其有效组织起来。当前的思路是：中心云在Serverless上存在实践难点，而在边缘云中却是刚需，因此需要充分发挥新业务、终端以及Serverless相结合的优势。

网心作为全球边缘计算的创领者，自2015年起持续深耕边缘计算领域，拥有业界领先的边缘网络资源，资源丰富度与异构度十分充足。关于未来的业务演进方向，大致分为三步：第一步是降本增效——采用更高效的方式与更优的资源配比，助力企业良性扩张。第二步是功能迭代——在算力场景中不断积累，逐步探索出真正可落地的业务场景与商业模式。第三步是构建生态——推动边缘网络与算力叠加，对接产业场景并实现产品化，打造开放网络平台，吸引开发者和合作伙伴共同构建生态。