傅丹妮,孫 昊,劉 越,陳 靚
(1.華數(shù)數(shù)字電視傳媒集團(tuán)有限公司,浙江 杭州 310056;2.浙江傳媒學(xué)院,浙江 杭州 310018;3.浙江省中波發(fā)射管理中心,浙江 杭州 310061)
隨著數(shù)字化和智能化的進(jìn)展,智慧廣電服務(wù)迅速興起,取代傳統(tǒng)有線(xiàn)電視。廣播電視企業(yè)擴(kuò)展至互聯(lián)網(wǎng)電視、視頻點(diǎn)播及智能設(shè)備等領(lǐng)域,提供多樣化娛樂(lè)體驗(yàn)并創(chuàng)造商機(jī)。然而,廣電市場(chǎng)正經(jīng)歷巨大變革,傳統(tǒng)有線(xiàn)電視用戶(hù)數(shù)量下降,與此同時(shí),互聯(lián)網(wǎng)電視用戶(hù)數(shù)量持續(xù)增長(zhǎng)。廣播電視企業(yè)必須快速轉(zhuǎn)型,提高競(jìng)爭(zhēng)力,以抓住市場(chǎng)機(jī)遇。本文將分析廣電家庭用戶(hù)流失問(wèn)題,重點(diǎn)關(guān)注智慧廣電服務(wù)場(chǎng)景和市場(chǎng)趨勢(shì),聚焦分析算力不足等問(wèn)題,并從技術(shù)層面提出解決方案。
數(shù)字化和智能化的廣電場(chǎng)景包括互聯(lián)網(wǎng)電視、視頻點(diǎn)播、智能電視盒子及移動(dòng)電視等,推動(dòng)了智慧廣電服務(wù)的拓展。這些服務(wù)提供了便捷多樣的娛樂(lè)體驗(yàn),為廣電企業(yè)創(chuàng)造了商機(jī)。智能電視盒子融合了互聯(lián)網(wǎng)和電視,用戶(hù)可以訪(fǎng)問(wèn)在線(xiàn)視頻平臺(tái),享受高清觀(guān)影。移動(dòng)電視滿(mǎn)足了用戶(hù)的隨身觀(guān)看需求。智慧廣電服務(wù)還包括智能家居控制和智能廣告投放,改善用戶(hù)在家的體驗(yàn)并提升廣告效果。內(nèi)容推薦和個(gè)性化定制服務(wù)通過(guò)算法模型滿(mǎn)足用戶(hù)需求,提供更便捷的方式,使用戶(hù)更輕松地發(fā)現(xiàn)他們感興趣的節(jié)目和信息。
隨著互聯(lián)網(wǎng)的崛起,廣電市場(chǎng)正在發(fā)生巨大變革。有線(xiàn)電視用戶(hù)逐漸減少,與此相反,互聯(lián)網(wǎng)電視用戶(hù)持續(xù)增加。究其原因,主要是傳統(tǒng)電視無(wú)法滿(mǎn)足多元化、高質(zhì)量的內(nèi)容需求?;ヂ?lián)網(wǎng)電視與各類(lèi)內(nèi)容提供商合作,提供大量電影、劇集及綜藝等內(nèi)容,鼓勵(lì)原創(chuàng)內(nèi)容制作,增強(qiáng)了互動(dòng)性,用戶(hù)能夠評(píng)論、分享、制作內(nèi)容,增加了參與感。此外,互聯(lián)網(wǎng)電視的便捷性提高了觀(guān)影自由度,吸引用戶(hù)通過(guò)各種設(shè)備隨時(shí)隨地觀(guān)看內(nèi)容。
互聯(lián)網(wǎng)電視的崛起,對(duì)傳統(tǒng)有線(xiàn)電視構(gòu)成了挑戰(zhàn)。對(duì)此,廣電企業(yè)應(yīng)升級(jí)網(wǎng)絡(luò),改善用戶(hù)體驗(yàn),解決算力不足問(wèn)題。傳統(tǒng)有線(xiàn)電視雖仍主導(dǎo)市場(chǎng),但需廣泛推廣新興產(chǎn)品,而提升算力是保持競(jìng)爭(zhēng)力和留存用戶(hù)的關(guān)鍵所在。
2021 年,工業(yè)和信息化部和國(guó)家互聯(lián)網(wǎng)信息辦公室發(fā)布新基建政策,涵蓋信息基礎(chǔ)建設(shè)、融合基礎(chǔ)設(shè)施和創(chuàng)新基礎(chǔ)設(shè)施。在信息基礎(chǔ)設(shè)施中,算力基礎(chǔ)設(shè)施如數(shù)據(jù)中心和智能計(jì)算中心備受矚目。國(guó)內(nèi)學(xué)者正在積極研究算力概念和技術(shù),側(cè)重于算力系統(tǒng)的構(gòu)建。史庭祥[1]等人通過(guò)搭建基礎(chǔ)設(shè)施即服務(wù)(Infrastructure as a Service,IaaS)和平臺(tái)即服務(wù)(Platform as a Service,PaaS)統(tǒng)一資源池實(shí)現(xiàn)算力供給新模式。賈慶民[2]等提出了分布式網(wǎng)絡(luò)構(gòu)建、節(jié)點(diǎn)狀態(tài)感知和計(jì)算任務(wù)調(diào)度機(jī)制來(lái)實(shí)現(xiàn)算力網(wǎng)絡(luò)的框架構(gòu)建。唐雄燕[3]等人提出了算力服務(wù)原生技術(shù)體系,通過(guò)算力服務(wù)原生體系原型部署以及業(yè)務(wù)驗(yàn)證,實(shí)現(xiàn)“代碼即服務(wù)”“算力即服務(wù)”的目標(biāo)。張慷[4]等人初步研究了感知用戶(hù)需求和全網(wǎng)的算力網(wǎng)絡(luò)資源、編排和路由策略。這些研究表明,構(gòu)建可靠、健壯的算力系統(tǒng),將是提升算力的關(guān)鍵所在。
本章主要介紹當(dāng)前主要的算力分類(lèi)以及未來(lái)算力種類(lèi)的發(fā)展趨勢(shì)、算力的評(píng)估方法以及廣電家庭服務(wù)算力需求統(tǒng)計(jì)分析方案。
算力的分類(lèi)主要包括通用算力、智能算力、超級(jí)計(jì)算(以下簡(jiǎn)稱(chēng)超算)算力以及邊緣算力4 部分。通用算力由中央處理器(Central Processing Unit,CPU)提供,智能算力則包括圖形處理器(Graphics Processing Unit,GPU)、現(xiàn)場(chǎng)可編程邏輯門(mén)陣列(Field Programmable Gate Array,F(xiàn)PGA)以及人工智能(Artificial Intelligence,AI)芯片等,超算算力專(zhuān)注于超級(jí)計(jì)算任務(wù),邊緣算力為用戶(hù)提供即時(shí)計(jì)算能力,是其他3 種計(jì)算形態(tài)的綜合。下面分別簡(jiǎn)要介紹每一種算力種類(lèi)的概念。
2.1.1 通用算力
通用算力以CPU 為主。CPU 內(nèi)嵌指令集用于指導(dǎo)和優(yōu)化計(jì)算。CPU 分為x86 和非x86 架構(gòu),包括x86、ARM、MIPS、Power、RISC-V、Alpha 等不同類(lèi)型。通用算力的發(fā)展靠硬件技術(shù)、芯片體系結(jié)構(gòu)及集群服務(wù)器來(lái)提高計(jì)算性能。
2.1.2 智能算力
智能算力主要以GPU、FPGA 及AI 芯片等為代表,主要芯片類(lèi)型如表1 所示。
智能算力領(lǐng)域的發(fā)展呈現(xiàn)多方面趨勢(shì),如邊緣計(jì)算、深度學(xué)習(xí)及量子計(jì)算等。這將引領(lǐng)技術(shù)創(chuàng)新,提高設(shè)備自主決策能力,拓展智能應(yīng)用領(lǐng)域。與此同時(shí),一些前沿概念如聯(lián)邦學(xué)習(xí)、隱私保護(hù)及強(qiáng)化學(xué)習(xí)等也將推動(dòng)智能算力的創(chuàng)新??珙I(lǐng)域交叉創(chuàng)新有望解決重大挑戰(zhàn),推動(dòng)技術(shù)和社會(huì)共同進(jìn)步。
2.1.3 超算算力
超級(jí)計(jì)算是一種利用多臺(tái)計(jì)算機(jī)系統(tǒng)的集中式計(jì)算資源,通過(guò)專(zhuān)用操作系統(tǒng)來(lái)解決極端復(fù)雜或數(shù)據(jù)密集問(wèn)題的計(jì)算科學(xué)。超級(jí)計(jì)算通常采用大型、高速、昂貴的計(jì)算機(jī),被廣泛用于尖端科研、國(guó)防軍工等大規(guī)模科學(xué)和工程項(xiàng)目,不僅是國(guó)家科研實(shí)力的代表,也是綜合國(guó)力的象征。
超級(jí)計(jì)算機(jī)的重要發(fā)展趨勢(shì)包括提高計(jì)算性能,增加核心數(shù)量和異構(gòu)計(jì)算來(lái)增速,以及探索量子和混合計(jì)算模型。此外,還將重點(diǎn)關(guān)注能效和散熱管理,嘗試云超算和分布式模式,以靈活利用資源。數(shù)據(jù)驅(qū)動(dòng)和領(lǐng)域特定應(yīng)用與超算相結(jié)合,將會(huì)推動(dòng)科學(xué)和工程創(chuàng)新。
2.1.4 邊緣算力
作為一種新型服務(wù)模型,邊緣計(jì)算在網(wǎng)絡(luò)邊緣執(zhí)行數(shù)據(jù)或任務(wù),適用于實(shí)時(shí)應(yīng)用。它結(jié)合了邊緣智能和人工智能,促進(jìn)智能數(shù)據(jù)處理和實(shí)時(shí)分析。將其與云計(jì)算融合,可支持多領(lǐng)域應(yīng)用,但需重視安全和隱私,并管理維護(hù)邊緣設(shè)備??梢?jiàn),邊緣計(jì)算正推動(dòng)著計(jì)算模型的進(jìn)一步演進(jìn),支持實(shí)時(shí)性、智能化和多領(lǐng)域應(yīng)用。
綜上,通用算力與硬件和體系結(jié)構(gòu)密切相關(guān),智能算力(包括GPU、FPGA、AI 芯片)主導(dǎo)多個(gè)領(lǐng)域的發(fā)展,超算算力(即超級(jí)計(jì)算機(jī))專(zhuān)注于數(shù)據(jù)應(yīng)用和高性能要求的計(jì)算,邊緣算力(包括邊緣計(jì)算、5G、智能化、云計(jì)算)支持實(shí)時(shí)性和創(chuàng)新。這些分類(lèi)展示了算力領(lǐng)域多樣化的趨勢(shì),驅(qū)動(dòng)著科技領(lǐng)域的不斷進(jìn)步。
對(duì)于不同的算力類(lèi)型,應(yīng)選擇適當(dāng)?shù)脑u(píng)估方法。如通用算力,可用每秒浮點(diǎn)運(yùn)算次數(shù)(Floating-point Operations Per Second,F(xiàn)LOPS)、每秒進(jìn)行讀寫(xiě)操作的次數(shù)(Input/Output operations Per Second,IOPS)及內(nèi)存帶寬等指標(biāo)評(píng)估,實(shí)際運(yùn)用中通常以數(shù)據(jù)中心或地區(qū)為單位比較。《中國(guó)算力發(fā)展指數(shù)白皮書(shū)(2022 年)》拓展了數(shù)據(jù)中心算力的內(nèi)涵,結(jié)合綜合概念和統(tǒng)計(jì)學(xué)方法構(gòu)建了包括通用算力、智能算力、數(shù)據(jù)中心算效、網(wǎng)絡(luò)算力及存儲(chǔ)系統(tǒng)算力的五力模型。本文借鑒算力五力模型,提出了基于哈夫曼樹(shù)的算力評(píng)估方法。本節(jié)先介紹相關(guān)定義,再闡述基于哈夫曼樹(shù)的算力評(píng)估方法,最后給出評(píng)估方法的應(yīng)用過(guò)程和結(jié)果。
2.2.1 相關(guān)定義
2.2.1.1 哈夫曼樹(shù)
在“樹(shù)”這種數(shù)據(jù)結(jié)構(gòu)中,樹(shù)中結(jié)點(diǎn)被賦予一個(gè)有意義的數(shù)值,稱(chēng)為該結(jié)點(diǎn)的權(quán)。從樹(shù)的根到任意結(jié)點(diǎn)的長(zhǎng)度(經(jīng)過(guò)的邊數(shù))與該結(jié)點(diǎn)上權(quán)值的乘積,稱(chēng)為該結(jié)點(diǎn)的帶權(quán)路徑長(zhǎng)度。樹(shù)中所有葉子結(jié)點(diǎn)的帶權(quán)路徑長(zhǎng)度之和稱(chēng)為該樹(shù)的帶權(quán)路徑長(zhǎng)度(Weighted Path Length,WPL),記為
式中:wi是第i個(gè)葉結(jié)點(diǎn)所帶的權(quán)值,li是該葉結(jié)點(diǎn)到根結(jié)點(diǎn)的路徑長(zhǎng)度。
在含有n個(gè)帶權(quán)葉結(jié)點(diǎn)的二叉樹(shù)中,帶權(quán)路徑長(zhǎng)度(WPL)最小的二叉樹(shù)稱(chēng)為哈夫曼樹(shù),也稱(chēng)最優(yōu)二叉樹(shù)。
2.2.1.2 數(shù)據(jù)中心算力衡量指標(biāo)
數(shù)據(jù)中心算力由數(shù)據(jù)處理能力、數(shù)據(jù)存儲(chǔ)能力以及數(shù)據(jù)流通能力3 項(xiàng)指標(biāo)決定。其中,數(shù)據(jù)處理能力,在應(yīng)對(duì)以大數(shù)據(jù)、人工智能為代表的新一代數(shù)字化技術(shù)產(chǎn)業(yè)趨勢(shì)過(guò)程中,又可以區(qū)分為以CPU為代表的通用計(jì)算能力和以GPU、AI 芯片為代表的智能計(jì)算能力。前者主要用于執(zhí)行一般任務(wù),后者主要承擔(dān)圖形顯示、大數(shù)據(jù)分析、信號(hào)處理、人工智能以及物理模擬等計(jì)算密集型任務(wù)。綜上,本文選取通用算力、智能算力、數(shù)據(jù)中心算效、網(wǎng)絡(luò)算力及存儲(chǔ)系統(tǒng)算力這5 個(gè)指標(biāo)進(jìn)行算力評(píng)估,對(duì)應(yīng)的具體衡量指標(biāo)如表2 所示。
2.2.2 基于哈夫曼樹(shù)的算力評(píng)估方法
基于哈夫曼樹(shù)的算力評(píng)估方法的思路是:首先將每個(gè)指標(biāo)經(jīng)過(guò)映射分級(jí)函數(shù)得到指標(biāo)分級(jí)等級(jí),其次根據(jù)指標(biāo)分級(jí)等級(jí)構(gòu)造哈夫曼樹(shù),最后求得哈夫曼樹(shù)的帶權(quán)路徑長(zhǎng)度。哈夫曼樹(shù)的帶權(quán)路徑長(zhǎng)度作為一個(gè)數(shù)據(jù)中心算力的最終評(píng)估指標(biāo)。
每個(gè)指標(biāo)經(jīng)過(guò)映射分級(jí)函數(shù)得到對(duì)應(yīng)的指標(biāo)分級(jí)等級(jí),其定義為
式中:PG、PAI、BC、BN、BS分別表示通用算力、智能算力、數(shù)據(jù)中心算效、網(wǎng)絡(luò)算力、存儲(chǔ)系統(tǒng)算力;Γ、H、Θ、Φ、Ψ分別表示5 個(gè)指標(biāo)對(duì)應(yīng)的映射分級(jí)函數(shù);IG、IAI、IC、IN、IS分別表示5 個(gè)指標(biāo)對(duì)應(yīng)的分級(jí)等級(jí)。映射分級(jí)函數(shù)的作用是根據(jù)分級(jí)表將不同單位的衡量數(shù)值轉(zhuǎn)換成無(wú)量綱的等級(jí)。
然后,根據(jù)5 個(gè)指標(biāo)的分級(jí)等級(jí)構(gòu)造哈夫曼樹(shù)。給定n個(gè)權(quán)值分別為w1,w2,…,wn的結(jié)點(diǎn),構(gòu)造哈夫曼樹(shù)的算法如下。
(1)將這n個(gè)結(jié)點(diǎn)分別作為n棵僅含一個(gè)結(jié)點(diǎn)的二叉樹(shù),構(gòu)成森林F。
(2)構(gòu)造一個(gè)新結(jié)點(diǎn),從F中選取兩棵根結(jié)點(diǎn)權(quán)值最小的樹(shù)作為新結(jié)點(diǎn)的左、右子樹(shù),并且將新結(jié)點(diǎn)的權(quán)值置為左、右子樹(shù)上根結(jié)點(diǎn)的權(quán)值之和。
(3)從F中刪除剛才選出的兩棵樹(shù),同時(shí)將新得到的樹(shù)加入F中。
(4)重復(fù)步驟(2)和步驟(3),直到F中只剩下一棵樹(shù)為止。
最后,計(jì)算出的哈夫曼樹(shù)帶權(quán)路徑就是數(shù)據(jù)中心的算力值。
2.2.3 基于哈夫曼樹(shù)算力評(píng)估模型的案例分析
現(xiàn)給出3 個(gè)數(shù)據(jù)中心對(duì)應(yīng)的5 個(gè)指標(biāo)(通用算力、智能算力、算效能力、網(wǎng)絡(luò)能力、存儲(chǔ)能力)數(shù)據(jù),如表3 所示。
根據(jù)專(zhuān)家的經(jīng)驗(yàn)和數(shù)據(jù)分布的情況,評(píng)估步驟如下。
(1)根據(jù)數(shù)據(jù)將所選的5 個(gè)指標(biāo)進(jìn)行分級(jí),結(jié)果如表4 所示。
表4 數(shù)據(jù)中心五力指標(biāo)分級(jí)
(2)將表3 的數(shù)據(jù)根據(jù)表4 數(shù)據(jù)中心算力指標(biāo)分級(jí)表進(jìn)行定級(jí),結(jié)果如表5 所示。
表5 數(shù)據(jù)中心算力指標(biāo)定級(jí)結(jié)果
(3)根據(jù)定級(jí)構(gòu)造哈夫曼樹(shù),如圖1~圖3所示。求得哈夫曼樹(shù)的帶權(quán)路徑長(zhǎng)度,可得每個(gè)數(shù)據(jù)中心的算力,結(jié)果如表6 所示。
圖1 數(shù)據(jù)中心DC1 的哈夫曼樹(shù)
圖2 數(shù)據(jù)中心DC2 的哈夫曼樹(shù)
圖3 數(shù)據(jù)中心DC3 的哈夫曼樹(shù)
表6 3 個(gè)數(shù)據(jù)中心的算力評(píng)估結(jié)果 單位:TELOPS
最終得出3個(gè)數(shù)據(jù)中心的算力大小關(guān)系為DC2>DC1 >DC3。
分析廣電家庭服務(wù)的算力需求,不僅需要綜合考慮業(yè)務(wù)范圍、受眾及服務(wù)類(lèi)型等因素,還需考慮未來(lái)業(yè)務(wù)擴(kuò)展和用戶(hù)增加時(shí)的算力可擴(kuò)展性。下面給出統(tǒng)計(jì)當(dāng)前算力需求的初步分析方案。
(1)業(yè)務(wù)需求分析。分析公司的業(yè)務(wù)類(lèi)型和目標(biāo),確定需要提供的服務(wù)類(lèi)型。
(2)應(yīng)用場(chǎng)景。確定每種應(yīng)用場(chǎng)景所需要的算力,考慮算法復(fù)雜度、計(jì)算量以及并發(fā)用戶(hù)數(shù)量等因素。
(3)用戶(hù)量估計(jì)。估計(jì)每種服務(wù)的預(yù)期用戶(hù)數(shù)量,根據(jù)公司的市場(chǎng)調(diào)研、用戶(hù)需求等來(lái)預(yù)測(cè)潛在用戶(hù)量。
(4)數(shù)據(jù)處理量??紤]每種服務(wù)需要處理的數(shù)據(jù)量,包括輸入數(shù)據(jù)和輸出結(jié)果,從而確定數(shù)據(jù)處理的計(jì)算需求。
(5)計(jì)算負(fù)載預(yù)測(cè)?;趹?yīng)用場(chǎng)景和用戶(hù)量,預(yù)測(cè)不同時(shí)間段(如高峰期和低谷期)內(nèi)的計(jì)算負(fù)載。
(6)性能指標(biāo)和需求。確定服務(wù)的性能指標(biāo),如響應(yīng)時(shí)間、處理速度等,以滿(mǎn)足用戶(hù)期望。
(7)硬件和軟件要求??紤]所需硬件(如服務(wù)器、GPU、FPGA)和軟件(如框架、算法)來(lái)支持服務(wù)的運(yùn)行。
(8)實(shí)際測(cè)試和監(jiān)控。在實(shí)際部署之前,進(jìn)行一些實(shí)驗(yàn)和模擬負(fù)載測(cè)試,以評(píng)估系統(tǒng)在不同負(fù)載情況下的性能表現(xiàn)。
(9)容量規(guī)劃。根據(jù)以上信息,制定容量規(guī)劃,包括所需服務(wù)器數(shù)量、配置及網(wǎng)絡(luò)帶寬等。
(10)監(jiān)控和自動(dòng)化。設(shè)置監(jiān)控系統(tǒng),跟蹤算力使用情況、性能指標(biāo)等,以便根據(jù)實(shí)際情況做出調(diào)整。
(11)彈性擴(kuò)展方案。設(shè)計(jì)彈性擴(kuò)展方案,以應(yīng)對(duì)突發(fā)的高負(fù)載情況,如使用云計(jì)算的自動(dòng)擴(kuò)展功能。
多方面考慮算力需求,需根據(jù)實(shí)際數(shù)據(jù)進(jìn)行詳細(xì)建模和分析,包括共享、綠色、智能以及可信算力服務(wù)。趙倩穎[5]等總結(jié)了算力服務(wù)為滿(mǎn)足業(yè)務(wù)需求應(yīng)具備的算力服務(wù)特性。
廣電家庭服務(wù)算力實(shí)現(xiàn)方式有云端、終端以及云終端結(jié)合3 種方式。為了給出3 種方式的實(shí)現(xiàn)方案,需要先對(duì)比3 種方式的區(qū)別。三者的主要區(qū)別如表7 所示。
表7 3 種算力實(shí)現(xiàn)方式的區(qū)別
廣電服務(wù)終端算力系統(tǒng)側(cè)重于終端用戶(hù)體驗(yàn),廣電服務(wù)云端算力系統(tǒng)專(zhuān)注于后臺(tái)內(nèi)容處理和分發(fā),而廣電服務(wù)云終端算力系統(tǒng)試圖在終端和云之間找到平衡,以實(shí)現(xiàn)更好的性能和用戶(hù)體驗(yàn)。
廣電家庭服務(wù)主要使用云端計(jì)算,將資源集中在云端并通過(guò)網(wǎng)絡(luò)提供給用戶(hù)服務(wù)。本文參考文獻(xiàn)[6]的分層思想,設(shè)計(jì)了云端算力系統(tǒng)架構(gòu)。廣電家庭服務(wù)云端算力系統(tǒng)架構(gòu)如圖4 所示。
圖4 廣電家庭服務(wù)算力系統(tǒng)架構(gòu)
廣電家庭服務(wù)的云端算力系統(tǒng)分為服務(wù)層、網(wǎng)絡(luò)管理層、計(jì)算資源管理層、數(shù)據(jù)存儲(chǔ)資源管理層以及基礎(chǔ)設(shè)施層。
(1)服務(wù)層,提供多項(xiàng)服務(wù),包括云視頻、虛擬現(xiàn)實(shí)以及實(shí)時(shí)直播,利用推薦系統(tǒng)提供用戶(hù)感興趣的內(nèi)容。
(2)網(wǎng)絡(luò)管理層,負(fù)責(zé)內(nèi)容傳輸、流媒體傳輸以及網(wǎng)絡(luò)安全。使用內(nèi)容分發(fā)網(wǎng)絡(luò)(Content Delivery Network,CDN)技術(shù)提高內(nèi)容傳輸速度,關(guān)注網(wǎng)絡(luò)安全以減少攻擊。
(3)計(jì)算資源管理層,有效管理計(jì)算資源,支持頂層服務(wù)執(zhí)行,包括資源調(diào)度、分配、監(jiān)控及優(yōu)化等功能,使用分布式計(jì)算技術(shù)提升算力。
(4)數(shù)據(jù)存儲(chǔ)資源管理層,組織和管理數(shù)據(jù)存儲(chǔ),保障數(shù)據(jù)安全和效率,包括選擇存儲(chǔ)技術(shù)、備份策略、數(shù)據(jù)安全及監(jiān)控等功能。
(5)基礎(chǔ)設(shè)施層,提供基礎(chǔ)資源,確保系統(tǒng)穩(wěn)定性、性能及安全性,適應(yīng)不同業(yè)務(wù)需求和變化。
值得注意的是,以上架構(gòu)設(shè)計(jì)為廣電家庭服務(wù)云端算力系統(tǒng)提供基本方向,實(shí)際技術(shù)應(yīng)根據(jù)業(yè)務(wù)需求和可用資源選擇。
廣電家庭服務(wù)終端算力系統(tǒng)的核心是建立端側(cè)算力網(wǎng)絡(luò)系統(tǒng),可以從網(wǎng)絡(luò)和算力有效利用兩個(gè)角度進(jìn)行構(gòu)建,主要目標(biāo)是提高用戶(hù)的智能化、個(gè)性化應(yīng)用服務(wù)體驗(yàn),設(shè)計(jì)的架構(gòu)如圖5 所示。
基于端側(cè)算力網(wǎng)絡(luò)的特性,該架構(gòu)有以下4 種主要形態(tài)。
(1)時(shí)空高度動(dòng)態(tài)組網(wǎng),適用于移動(dòng)設(shè)備,網(wǎng)絡(luò)拓?fù)潆S設(shè)備移動(dòng)而高度變化。
(2)室內(nèi)泛在大連接組網(wǎng),智能設(shè)備通過(guò)互聯(lián)協(xié)同工作,如家庭中各種智能設(shè)備的聯(lián)動(dòng)。
(3)多協(xié)議動(dòng)態(tài)自治組網(wǎng),各種設(shè)備使用不同的通信技術(shù),根據(jù)資源和需求進(jìn)行聯(lián)網(wǎng)和任務(wù)分配。
(4)多層次算力智能調(diào)度,不同設(shè)備層次的算力智能共享,以?xún)?yōu)化資源利用。
這些形態(tài)在端側(cè)算力網(wǎng)絡(luò)中實(shí)現(xiàn)不同用途,如提高效率、電量管理以及資源共享。
云終端算力系統(tǒng)協(xié)同工作包括云端和終端兩部分的協(xié)作。云端負(fù)責(zé)內(nèi)容管理、轉(zhuǎn)碼等,終端負(fù)責(zé)展示和請(qǐng)求服務(wù)。終端設(shè)備向云端發(fā)送請(qǐng)求,云端通過(guò)實(shí)時(shí)轉(zhuǎn)碼和個(gè)性化推薦提供適用的內(nèi)容,終端展示內(nèi)容以提供用戶(hù)體驗(yàn)。
云終端算力系統(tǒng)構(gòu)建需要考慮多個(gè)方面,主要分為云端部分、終端部分及用戶(hù)體驗(yàn)3 個(gè)部分。每個(gè)部分還需要考慮細(xì)粒度的功能實(shí)現(xiàn)。圖6 和圖7分別展示了云終端系統(tǒng)的架構(gòu)和實(shí)現(xiàn)結(jié)構(gòu)。為了簡(jiǎn)化云終端算力系統(tǒng)架構(gòu)圖,此處云端算力系統(tǒng)的架構(gòu)以服務(wù)器代替。
在云終端協(xié)同工作中,終端設(shè)備要求性能較低,云計(jì)算平臺(tái)提供卓越的計(jì)算和資源存儲(chǔ)功能。用戶(hù)可在終端瀏覽內(nèi)容,復(fù)雜計(jì)算則由云端執(zhí)行,以獲得高質(zhì)量?jī)?nèi)容和個(gè)性化推薦,同時(shí)保持終端設(shè)備輕量和用戶(hù)友好。
本文首先分析出廣電家庭用戶(hù)極速流失的根本原因是產(chǎn)品算力不足,其次討論了目前的算力分類(lèi),包括通用、智能、超算及邊緣算力,最后提出了構(gòu)建云端算力系統(tǒng)、終端算力系統(tǒng)及云終端算力系統(tǒng)3 種方案來(lái)解決算力不足的問(wèn)題。云端算力系統(tǒng)的核心在于結(jié)合當(dāng)前流行的容器編排、云計(jì)算及分布式計(jì)算技術(shù)將計(jì)算資源抽象化、云化、分布式集中化,來(lái)達(dá)到便于管理計(jì)算資源和提升算力的目的。終端算力系統(tǒng)的關(guān)鍵在于提升與終端設(shè)備互聯(lián)的硬件設(shè)備的性能和可靠性,比如,提升機(jī)頂盒性能的同時(shí)增加其可靠性。云終端算力系統(tǒng)的精髓在于如何使終端和云端協(xié)同工作,實(shí)現(xiàn)無(wú)縫切換。這需要高性能、高可靠、容錯(cuò)性高的硬件和軟件系統(tǒng)來(lái)支持。
盡管本文提出的方案是雛形方案,具體可落實(shí)的方案需要根據(jù)業(yè)務(wù)需求、技術(shù)復(fù)雜度等進(jìn)一步討論,但本文為產(chǎn)品算力不足問(wèn)題的解決提供了思考的方向,即廣電家庭服務(wù)算力關(guān)注的方向應(yīng)該是邊緣算力和智能算力。邊緣算力可通過(guò)計(jì)算機(jī)集群、容器編排技術(shù)以及分布式計(jì)算來(lái)提高,而智能算力則需要應(yīng)用當(dāng)前流行的AI 技術(shù)如AI 推薦系統(tǒng)、AI 語(yǔ)言模型來(lái)提升用戶(hù)體驗(yàn)。