從韓國到英國,全球數(shù)億民眾正在自我隔離。事實(shí)證明,這種待在家中、盡量減少外出的方法,正是限制新冠病毒傳播的最佳方式。
與之對應(yīng),人們花在上網(wǎng)方面的時間自然會延長——民眾們甚至大面積出現(xiàn)了類似于“網(wǎng)癮”癥狀。但好消息是,雖然某些高人氣Web服務(wù)最近遭遇中斷,但據(jù)我們所知,互聯(lián)網(wǎng)在新冠病毒的沖擊下仍然基本穩(wěn)定。
網(wǎng)絡(luò)基礎(chǔ)設(shè)施與安全廠商Cloudflare公司首席技術(shù)官John Graham-Cumming表示,“人們?nèi)绯彼阌咳牖ヂ?lián)網(wǎng),而且人數(shù)一直在不斷上升。無論是白天還是夜晚,無論是管控地區(qū)還是尚未被病毒嚴(yán)重影響的區(qū)域,互聯(lián)網(wǎng)的使用頻率都在持續(xù)增加。”
當(dāng)然,互聯(lián)網(wǎng)使用量的具體增幅因國家/地區(qū)而有所不同。與COVID-19疫情爆發(fā)之前相比,美國西雅圖市的網(wǎng)絡(luò)使用增長率約為40%;意大利的增幅約為30%。不過在韓國等幾個區(qū)域,互聯(lián)網(wǎng)的總體使用率并未大幅提高:根據(jù)Cloudflare發(fā)布的數(shù)據(jù),韓國的整體使用率僅增長了5%。不過根據(jù)互聯(lián)網(wǎng)速度測試廠商Ookla發(fā)布的數(shù)據(jù),韓國的互聯(lián)網(wǎng)用量增長了12%至15%。
無論如何,最重要的是:這些額外的用量究竟來自何處?Graham-Cumming指出,“網(wǎng)絡(luò)流量開始從企業(yè)及大學(xué)向外轉(zhuǎn)移。”之所以會這樣,是因?yàn)槿藗冮_始離開城鎮(zhèn)及城市中心地帶,把原本用于上班的時間投入到了位處郊區(qū)的個人住宅當(dāng)中。
通常來看,互聯(lián)網(wǎng)的持續(xù)使用量在工作日中水平最高,而周末的在線人數(shù)則有所減少??梢岳斫猓吘购貌蝗菀紫铝税?,人們不愿意再花時間坐在電腦屏幕前面。而隨著新冠病毒的肆虐,這種模式并沒有發(fā)生多大變化。Graham-Cumming表示,“當(dāng)人們下班回家之后,晚上七八點(diǎn)互聯(lián)網(wǎng)的流量會達(dá)到峰值。我們對流量峰值已經(jīng)非常熟悉,只是不太習(xí)慣目前這種總量層面的整體上漲。”
這種整體使用量的增長,確實(shí)讓互聯(lián)網(wǎng)面對不小的壓力?;ヂ?lián)網(wǎng)的骨干網(wǎng)由數(shù)百個網(wǎng)絡(luò)組成,這些網(wǎng)絡(luò)由政府、商業(yè)供應(yīng)商以及學(xué)術(shù)機(jī)構(gòu)共同擁有。這張互聯(lián)網(wǎng)交換圖,展示出無數(shù)用于支持骨干網(wǎng)的子網(wǎng)絡(luò)間的信息交換。各子網(wǎng)絡(luò)之間,通過長達(dá)數(shù)千英里的海底互聯(lián)網(wǎng)電纜彼此相連。
網(wǎng)絡(luò)分析廠商Kentik公司CEO Avi Freedman解釋道,“如果關(guān)閉倫敦的有線電視,把所有觀眾都引流到互聯(lián)網(wǎng)上,那么倫敦當(dāng)?shù)氐木W(wǎng)絡(luò)將瞬間爆炸?;ヂ?lián)網(wǎng)承載不了這樣的強(qiáng)度,各個層級的帶寬都將告缺。但是,如果我們將互聯(lián)網(wǎng)上20%的主要服務(wù)容量提升一倍,就能基本解決問題。”
隨著人們從辦公室轉(zhuǎn)移到家中,各類在線服務(wù)的訪問量開始激增。由于通勤需求有所減少,孩子們待在家中的時間越來越長,用戶也紛紛涌向視頻會議服務(wù)、游戲以及流媒體平臺。意大利電信的一位高管在分析師電話會議上表示,“根據(jù)報(bào)告,通過固網(wǎng)實(shí)現(xiàn)的互聯(lián)網(wǎng)流量增長了70%以上,其中〈堡壘之夜〉等游戲占用了相當(dāng)可觀的網(wǎng)絡(luò)資源。”
Steam報(bào)告了有史以來最高的并發(fā)用戶數(shù)量,同時登錄的用戶超過2000萬。送餐應(yīng)用的下載量同樣迎來激增。根據(jù)應(yīng)用程序分析廠商AppAnnie發(fā)布的數(shù)據(jù),商務(wù)類、遠(yuǎn)程醫(yī)療以及教育類應(yīng)用程序的下載量同樣實(shí)現(xiàn)快速增長。
應(yīng)歐洲委員會的要求,Netflix公司已經(jīng)同意在30天周期之內(nèi)降低其在歐洲的流媒體服務(wù)質(zhì)量。該公司表示,降低圖像質(zhì)量能夠讓Netflix給網(wǎng)絡(luò)傳輸造成的壓力降低約25%。Netflix與其他視頻服務(wù)商目前普遍使用所謂自適應(yīng)比特率編碼流傳輸方法,能夠在網(wǎng)絡(luò)容量不足時自動降低視頻質(zhì)量以保證流暢的觀看體驗(yàn)。
但Freedman也指出,目前使用流媒體服務(wù)的群體并不是互聯(lián)網(wǎng)骨干網(wǎng)的主要壓力來源。相反,真正的壓力源自那種指向單一服務(wù)且始終保持特定狀態(tài)的使用方式。在線模式的轉(zhuǎn)變已經(jīng)帶來不少麻煩:Xbox Live與Nintendo Online一直無法使用,微軟旗下的協(xié)作工具Teams也遭遇宕機(jī)。在此期間,英國移動網(wǎng)絡(luò)同樣遭遇到連接性問題,但各家企業(yè)的高管紛紛表示這一切與新冠病毒的爆發(fā)無關(guān)。
為了回應(yīng)現(xiàn)有網(wǎng)絡(luò)無法滿足需求的擔(dān)憂,英國電信表示他們“有信心”應(yīng)對由人們長期在家?guī)淼氖褂昧吭鲩L。英國電信指出,歷史上曾經(jīng)出現(xiàn)的網(wǎng)絡(luò)能量峰值曾達(dá)到每秒17.5 Tb,但此次新冠病毒期間的日間流量僅增長35%至65%,峰值為每秒7.5 Tb。英國電信還發(fā)現(xiàn),期間移動數(shù)據(jù)用量反而減少了5%,這是因?yàn)槿藗冊诩抑挟?dāng)然會接入Wi-Fi網(wǎng)絡(luò);同時,語音通話用量也有所增加。
Freedman補(bǔ)充道,“我覺得現(xiàn)在出現(xiàn)的問題并不是什么系統(tǒng)性故障,而更像是把原本六個月內(nèi)的正常停機(jī)時間塞進(jìn)為期三周的敏感期。這里并不存在什么前所未有的新情況,只不過當(dāng)趨勢快速推進(jìn)時,人們總會感覺問題好像變多了。坦率地講,Web服務(wù)一直在發(fā)生崩潰,只是最近大家更關(guān)注、更敏感了。”
問題的發(fā)生,很大程度上源自單一服務(wù),而非由基礎(chǔ)設(shè)施整體所引發(fā)。Graham-Cumming指出,“好消息是,各家高人氣服務(wù)供應(yīng)商都在努力擴(kuò)展自己的接待能力。”大部分在線平臺都在使用微軟、亞馬遜或者谷歌提供的云服務(wù)托管系統(tǒng),在需求增加時,這些平臺都能自動添加新的服務(wù)器。視頻會議服務(wù)Zoom可以說是自COVID-19疫情爆發(fā)以來最大的受益者之一,該公司表示其工程運(yùn)營團(tuán)隊(duì)已經(jīng)在旗下全部17處數(shù)據(jù)中心內(nèi)添加了服務(wù)器。
Ookla公司首席技術(shù)官Luke Deryckx解釋稱,“對于當(dāng)前出現(xiàn)的網(wǎng)絡(luò)擁塞情況,我認(rèn)為基本都屬于孤立問題。發(fā)生狀況的大多屬于單一城鎮(zhèn)的網(wǎng)絡(luò),而非位于阿姆斯特丹或者倫敦的互聯(lián)網(wǎng)交換中心。”
然而,人們?nèi)詴г棺约杭抑械幕ヂ?lián)網(wǎng)網(wǎng)速似乎變慢了。這是真的嗎?有可能,因?yàn)楸姸嗉彝ネ瑫r登錄流媒體或者視頻通話平臺,確實(shí)有可能占用更多本地傳輸資源。Deryckx表示,“相較于移動設(shè)備,對帶寬的大量占用確實(shí)會給固網(wǎng)的速度與性能使用感受造成更強(qiáng)烈的影響。”
另外需要強(qiáng)調(diào)的是,人們在家中往往會使用Wi-Fi路由器,而這類設(shè)備的穩(wěn)定性是眾所周知的爛。Deryckx指出,“不少消費(fèi)者在發(fā)生網(wǎng)絡(luò)穩(wěn)定性較差時,首次都會痛罵互聯(lián)網(wǎng)服務(wù)供應(yīng)商。但真實(shí)情況是,供應(yīng)商的網(wǎng)絡(luò)一般更加穩(wěn)定,最薄弱的環(huán)節(jié)就在消費(fèi)者的家中。”因此,如果大家感覺最近網(wǎng)絡(luò)不好,最好先看看自己的路由器是不是很久沒重啟過了。
好文章,需要你的鼓勵
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)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(jī)制和漸進(jìn)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(yùn)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(yùn)動質(zhì)量,在多項(xiàng)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(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)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(jià)值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)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(bào),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。