4月12日消息，在今天舉辦的2017亞太CDN峰會上，騰訊云互聯網行業(yè)總經理答治茜作了題為《CDN的智能計算時代》主題演講。答治茜認為，隨著人工智能時代的到來，CDN亟需進行技術的快速變革，在價格戰(zhàn)之后，CDN行業(yè)將進入技術差異化競爭時代，他認為CDN將全面進入智能計算時代，騰訊云已經在這方面率先進行嘗試。

[[188325]]

圖為：騰訊云互聯網行業(yè)總經理答治茜

2016年騰訊云在亞太CDN峰會上提出了云+CDN的概念，騰訊云認為CDN不再是單純的在做內容緩存、分發(fā)一些職責，答治茜認為未來一定是云和CDN融合發(fā)展的時代。他表示，去年騰訊云提云+CDN概念的時候也是看到了行業(yè)這一趨勢，雖然從騰訊云過往的判斷來看，未來一定是融合，一定是云和CDN融合發(fā)展的時代，但究竟概念該怎么去做、該怎么落地。騰訊云這一年沿著這條道路堅定不移的做一些探索。

今年騰訊云也帶來了一些在云+CDN方面的嘗試和思考，并且在觀察去年熱點事件中得到一些結論，我們認為CDN將會進入智能計算時代：

***是隨著直播的發(fā)展，騰訊云過往CDN單純流量的分發(fā)類已經遠遠不能滿足直播的需求，比如假如說現在有十萬個主播的話，對數據中心資源的需求將會比過去大好多倍，大概有上千臺的服務器需要做類似于轉碼、截圖、錄制、鑒黃等等這樣一些計算的需求。隨著未來應用中類似于互動直播場景的出現，大量的轉碼需求也隨之出現，不僅僅是過往流量業(yè)務的不斷增長，而是隨著流量業(yè)務的蓬勃發(fā)展，相應也帶出了很大量的計算類的需求。

第二是隨著AI基礎算法的完備和完善，在圖像、音頻和自然語言處理這方面的夯實，騰訊云看到AI的實際應用場景也在為企業(yè)的服務，包括也進入了終端消費者的場景。從過往一年的歷史來看，騰訊云在AI這塊的市場份額、規(guī)模同時增長了大概5-6倍，在AI增長的同時也帶來了大量的計算類的需求。

從整個行業(yè)發(fā)展的熱點和趨勢來看，隨著上層應用的越來越多、越來越完備，下面計算類不僅產生了大量的需求，在帶寬類的需求產生的同時，計算的資源生產也非常非常大，呈指數型的爆發(fā)增長。這種計算資源的增長引來的矛盾是什么呢?

行業(yè)的發(fā)展對計算資源的苛求會越來越旺盛，但同一時間CDN的整個網絡和基礎設施的計算資源是有大量冗余的。如何解決矛盾，云企業(yè)怎樣調和這兩者之間的均衡度，騰訊云在這一年里做了很多嘗試：

1․ 視頻直播

視頻直播整個行業(yè)的做法都是由邊緣節(jié)點接入，流量回歸到數據中心，在數據中心里完成推流、轉碼和截圖的過程，***分發(fā)到觀眾。目前騰訊云做了一些優(yōu)化，現在的模式變成了主播產生的數據，舉個典型的場景，比如同城直播場景。騰訊云現在的做法是主播產生的數據接入邊緣節(jié)點之后直接做推流和轉碼的工作，把原來數據中心里邊重的操作下沉到邊緣節(jié)點去，這樣做帶來的好處有兩點：首先,邊緣節(jié)點和數據中心之間的穿越流量將會變的比這種模式顯而易見的會下降很多。其次、過往騰訊云一直提現在行業(yè)的趨勢對于計算資源的苛求會越來越明顯，同時CDN的網絡沉淀了大量的沉睡的計算資源，這種做法可以讓騰訊云可以同時滿足成本的下降，穿越流量的下降，數據中心資源在合理范圍內，同時邊緣節(jié)點的沉睡資源也可以喚醒。

2․ 智能鑒黃

騰訊云每天大概有超過十億次的鑒黃的請求，過往騰訊云對待鑒黃的請求基本上是用戶在用戶端產生UGC的內容，內容直接推到數據中心做計算類鑒黃。過往的模式帶來的問題有幾個，首先用戶產生的UGC內容中，99%的內容都是正常內容，只有1%的內容是違規(guī)內容，騰訊云因為這種極少量的不正常內容要消耗大量的資源做計算。其次，對于大部分的正常內容，騰訊云要做出判斷只是需要非常輕量級的計算就可以了。所以過往騰訊云把所有的請求都推到數據中心去做，現在進行了優(yōu)化，基本上是分兩層，***層是在邊緣節(jié)點做極速的鑒黃模型旨在回答，騰訊云準確的告知這一定是個正常內容，90%對話請求已經被處理。當騰訊云在邊緣節(jié)點上判斷不出來的時候，才會把可疑的內容推到數據中心里去極優(yōu)鑒黃模型，做更深度的計算。騰訊云有運營的數據表明，通過這樣優(yōu)化之后會把90%的請求都擋在邊緣節(jié)點去完成。

3․ 智能物聯

騰訊云認為未來有幾個最熱的潮流，除了大數據，除了AI，還有正在發(fā)生的熱點：萬物互聯。在萬物互聯的時代，騰訊云CDN應該做什么樣的準備?答治茜講了騰訊云的考量。

現在或者未來，萬物互聯的時代有可能聯到數據中心的終端是百億級的，到萬物互聯的時代，作為個體有十個設備，到智能家庭的設備數字可能是幾百億級別。百億級的設備并不會實時的產生有效數據，而是有大量的空閑連接和空閑設備，這種大量的空閑連接和空閑設備完全回到數據中心，路由層面是解決不了的。但是CDN天生可以做這樣場景的應對，因為CDN本身是分散的，幾百個節(jié)點，每個節(jié)點都可以去接入和管理設備的連接。連接上來之后把有用的、真正產生價值的數據合并了匯聚之后再送給數據中心，這一點CDN是有天然的應對百億級物聯設備連接挑戰(zhàn)。

騰訊云一直在探討CDN是純的緩存或者流量的業(yè)務，這是上層的應用決定的。那時候無論web1.0、2.0還是PC時代還是移動互聯網時代，對內容的獲取都希望有更好的體驗。未來無論是物聯的時代、AI時代，整個場景都發(fā)生變化了，大家不僅是對流量的訴求、不僅是對速度的訴求，而是有大量的設備、大量學習的任務、大量計算的任務。

答治茜認為，未來有三大類特征的計算會搬遷或者會移動到邊緣計算上來。

1․ 有區(qū)域性計算特征的，直播里的轉碼或者錄制有區(qū)域性計算特征的計算場景，更適合用邊緣網絡去完成和解決。

2․ 跟深度學習相關的，但是不依賴于大量的歷史陳舊數據，只依賴于深度計算學習到的一些模型數據，比如鑒黃場景。

3․ 萬物互聯時代對上百億級連接的處理，對空閑連接的分散，對無效請求的過濾，這樣一些場景會移動到邊緣節(jié)點上來。

答治茜認為，單純的數據中心的發(fā)展、單純CDN的發(fā)展已經遠遠不能滿足行業(yè)對于計算、對于傳輸、對于海量的連接、對于海量請求的處理的需求，未來一定是云和CDN的協同發(fā)展，或者說CDN就是云計算的一部分。