云計算的熱門話題里,CDN(軟件定義網(wǎng)絡(luò))算一個。在今日第七屆中國云計算大會上,迅雷CTO、網(wǎng)心科技CEO陳磊指出,CDN是互聯(lián)網(wǎng)的一個產(chǎn)物,同時也是絕大多數(shù)互聯(lián)網(wǎng)公司賴以生存的關(guān)鍵性技術(shù),但是CDN這個行業(yè)是最不互聯(lián)網(wǎng)化的一個行業(yè),迅雷希望從價格、服務(wù)和技術(shù)三個方面重新定義CDN。同時,迅雷CDN正式接受預(yù)定,售價為0.1元/GB(流量計價)和9999元/G/月(帶寬計價)。
迅雷CTO、網(wǎng)心科技CEO陳磊
貴、黑、亂是陳磊對目前CDN市場價格的形容詞。他曾在3月30號亞太CDN大會上指出,“2015年CDN的價格將被腰斬,2015年之后這個市場上就不應(yīng)該再存在一萬五千元/G/月以上價格的CDN了”。隨后阿里云等云行業(yè)其他企業(yè)的降價,讓陳磊更堅定了這個觀點。
所謂貴,是指CDN的帶寬價格售價貴,且價格跨度大。“CDN的市場價格有一個非常大的區(qū)間,最便宜的CDN外采,從今天的CDN龍頭企業(yè)可以用1.5萬元1G一個月買到CDN的服務(wù),但是還有很多客戶是花三萬或四萬價格去買。整個CDN的需求量其實非常大,我們估計應(yīng)該在60-80T之間,實際上CDN的服務(wù)商給這個行業(yè)提供的帶寬也就十幾個T,不到20個T的樣子。”于是很多廠商都是通過自建CDN的方式來滿足CDN行業(yè)龐大的需求量。
但這就面臨一個核心問題,廠商自建的成本其實遠遠低于市場售價,以銷售為主體的該模式存在不透明信息。“舉個例子,不同的企業(yè)用不同的價格買到了CDN,三萬塊錢買的CDN和一點五萬買的CDN價格差一倍,誰得到的服務(wù)更好?一定是花了一點五萬的那個企業(yè)得到的服務(wù)更好,為什么?因為他懂行。這就好像你去旅游景點買玉或珍珠,最便宜的價格買到珍珠和玉的多半是真的,最貴價格買到的反而有可能是假的,因為這個行業(yè)的銷售模式就是這樣一個模式。”
而且CDN的計價體系非常復(fù)雜,在這里面不同的計價方式,同樣的價格,最后付出的成本差距卻非常大。
不過他話鋒一轉(zhuǎn),說道:“重新定義CDN絕對不只是改變價格。”
長期以來,業(yè)內(nèi)都將CDN節(jié)點數(shù)量視為服務(wù)商實力最重要的衡量標(biāo)準(zhǔn),為此,幾乎所有的服務(wù)商都在致力于擴大自身節(jié)點數(shù)量。但當(dāng)前IDC機房資源其實已處于過剩狀態(tài),在經(jīng)濟發(fā)達地區(qū)、骨干網(wǎng)架設(shè)充裕的地區(qū),節(jié)點資源已經(jīng)超過了需求,而在經(jīng)濟欠發(fā)達地區(qū)節(jié)點資源則明顯不足,這種資源分布不均勻的問題,直接影響了CDN的價值。
陳磊透露,迅雷CDN在原有的200+個自建CDN節(jié)點基礎(chǔ)上,按照新的部署結(jié)構(gòu),節(jié)點數(shù)已突破了10萬,實現(xiàn)了對現(xiàn)有CDN行業(yè)節(jié)點數(shù)量高達百倍級的增長。且隨著旗下硬件終端賺錢寶投放數(shù)量的逐步增大,迅雷CDN在實現(xiàn)數(shù)百萬級節(jié)點規(guī)模的同時,也將帶來多方面的連鎖性革新效應(yīng)。
在自建CDN基礎(chǔ)上,迅雷在業(yè)內(nèi)獨家啟用個人節(jié)點,通過連接至千萬個家庭路由的賺錢寶們,迅雷CDN將散布于無數(shù)家庭的末梢?guī)捖?lián)結(jié)起來,織成一張節(jié)點均勻密布于全網(wǎng)的帶寬資源調(diào)度庫,將CDN節(jié)點增加至無限量級。未來,隨著賺錢寶百萬級銷量的逐步釋放,迅雷CDN節(jié)點數(shù)也將隨之突破至百萬級別。
除了技術(shù)上徹底終結(jié)了既有CDN節(jié)點瓶頸問題外,迅雷CDN的無限節(jié)點布局模式,還將在CDN領(lǐng)域引發(fā)一連串良性反應(yīng)。
陳磊介紹:“迅雷通過眾籌的方式,讓更多的用戶主動貢獻他的帶寬和流量給行業(yè),實際上就是提供給其他用戶。”用這樣的做法迅雷的節(jié)點數(shù)已經(jīng)突破十萬,帶來的變化就是,用戶可以從更近的地方獲得他想要的互聯(lián)網(wǎng)技術(shù),比如說同局域網(wǎng),比如說從小區(qū)拉取內(nèi)容數(shù)據(jù),這樣的服務(wù)會更快。
迅雷的服務(wù)意識是,主動為用戶節(jié)省帶寬和流量,所以迅雷將把P2P的技術(shù)發(fā)揮到極致,讓用戶通過P2P的方式減少帶寬成本。同時,迅雷在H.265這個技術(shù)領(lǐng)域進行資本和技術(shù)的投入,讓用戶能夠節(jié)省50%的視頻流量。不但優(yōu)化了成本,還提升了用戶最終的體驗。
陳磊總結(jié),用智能硬件的方式去眾籌CDN帶寬的商業(yè)模式其實是走得通的。“其中有一部分眾籌是在淘寶售賣,我們叫賺錢寶這樣的產(chǎn)品,受到很多用戶的歡迎??匆唤M數(shù)字,在淘寶做了45天眾籌,迅雷籌集的資金突破了500萬,但是500萬這個數(shù)對我們來說其實是比較容易做到的。我們核心的瓶頸是硬件產(chǎn)能爬坡沒有跟上,45天眾籌過程當(dāng)中用戶真正獲得的時間總長度不到5分鐘,因為我們一上貨就被搶光,最后一次上貨10秒鐘就被搶光。”
無限節(jié)點是迅雷做CDN業(yè)務(wù)的出發(fā)點。陳磊說:“無限節(jié)點能帶來巨大的機會,當(dāng)你有400個、500個節(jié)點的時候,你把用戶導(dǎo)到或者連接到離他最近的節(jié)點,最適合他的節(jié)點,是非常容易的,相對來說比較容易。”
首先,百萬級節(jié)點配合迅雷CDN星域調(diào)度系統(tǒng),可打造出“無限節(jié)點式內(nèi)容分發(fā)網(wǎng)絡(luò)",用戶可實現(xiàn)自住宅小區(qū)內(nèi)拉取內(nèi)容數(shù)據(jù),讓CDN服務(wù)傳輸距離近至100米,速度更快,穩(wěn)定性更佳。這讓越來越復(fù)雜的互聯(lián)網(wǎng)環(huán)境里,傳統(tǒng)CDN服務(wù)商應(yīng)對吃力的跨領(lǐng)域、跨網(wǎng)絡(luò)及跨設(shè)備的信息交換輸送自此變得輕松快捷。
在此基礎(chǔ)上,既有的自建高質(zhì)量CDN節(jié)點,配合可隨時靈活調(diào)配的個人CDN節(jié)點,迅雷CDN既可面向大型客戶提供大規(guī)模高質(zhì)量服務(wù),也可針對互聯(lián)網(wǎng)+時代里層出不窮的中小型企業(yè)提供靈活便捷服務(wù)。且在面向兩者的服務(wù)中,CDN的穩(wěn)定性和性價比得以兼顧。
此外,得益于無限且分布均勻的個人節(jié)點,迅雷CDN高質(zhì)量帶寬資源庫的成本可以大幅降低。這讓迅雷CDN實現(xiàn)了相較傳統(tǒng)CDN腰斬式的價格下調(diào),同時采用開放售賣的透明價格策略,真正做到對客戶一視同仁。
陳磊在最后表示:“我們看到,整個行業(yè)都是用自建去替代外采,迅雷所做出的努力都是幫助這些企業(yè)去減少自建,我們可能是唯一一家公司在用CDN廠商的服務(wù)去替代互聯(lián)網(wǎng)企業(yè)的自建。”
陳磊透露,接下來,迅雷將以專精于CDN的全新服務(wù)商定位,為現(xiàn)有CDN注入全新商業(yè)模式。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。