网心科技李浩：构建新摩尔定律下的算力分发网络

3 月 31 日，LiveVideoStackCon 2022 音视频技术大会·北京站拉开帷幕。网心科技 CEO 李浩受邀出席，并发表了题为《构建新摩尔定律下的算力分发网络》的主题演讲。他认为，当前全球新一轮 AI 技术风暴渐起，生成式 AI 将推动边缘云的新一轮爆发增长，边缘 AI 将沿着边缘推理、边缘训练到自主学习的轨迹发展。

AGI 时代开启，算力奇点将至

作为新一轮颠覆性科技革命，以 ChatGPT 为代表的 AIGC 技术，依靠强大的 AI 模型和海量数据，可以广泛应用于文本、音频、视频、游戏等领域，显著降低内容生产门槛的同时，也将大幅提升内容生产的效率。伴随着人工智能应用向纵深发展，无论是大模型训练需求攀升，还是 AI 应用的争相落地，都将进一步驱动算力需求的高增长，这将会对网络与算力带来持续强劲的拉动。

伴随着 ChatGPT、GPT-4 的迅速“出圈”,让 OpenAI 一战成名，外界对这家公司的关注度达到了前所未有的高度。OpenAI 创始人 Sam Altman 此前在社交平台提出了“新摩尔定律”——宇宙中的智能总量每 18 个月翻一倍。尽管 Sam Altman 没有做出详细的解释，但可以预见的是 AI 飞速发展的背后，算力是一个明确可衡量的指标，也是必不可少的条件。李浩以 GPT-4 为例做出趣味化类比，目前 GPT-4 大模型由 100 万亿连接数构成，相当于一个松鼠的神经连接数，而人的神经连接数是 170 万亿，按照新摩尔定律，GPT-4 仅需十几年的时间就能达到人类的水平。

类似的观点还有，库兹韦尔此前提出用钱来考虑计算机的发展状况：用 1000 美元能买多少计算能力。目前 1000 美元买到的电脑可以打败老鼠的大脑，水平大约是人类的千分之一。按照这个速度，2025 年之前我们就能买得起一台与人类大脑相媲美的电脑。

在新摩尔定律中，算法、数据和算力三要素耦合共振。其中，数据是新型生产资料,算力是新型生产力,算法是新型生产关系,它们共同构成了人工智能时代的生产力三要素，而当前技术创新更多体现在模型算法。在对数线性曲线中，当模型大小呈指数增长时，相应的模型性能呈线性增长。在相变曲线中，当模型尺寸达到一定规模时，会出现突现能力，让性能急剧增加。可以看出，涌现能力推翻比例定律。当模型尺寸达到一定规模时，会出现涌现能力，让性能急剧增加。

相比传统的低代码、零代码平台主要依靠可视化和模块化等实现，生成式 AI 使非程序员的创造者能够使用自然语言指令进行调用算力手段。随着 AIGC 的进一步平民化,必将改变人们的内容创作方式,让更多人借助 AI 来拓展智慧、知识和想象力的边界。

在音视频领域，从智能配音到生成 AI 宣讲视频，再到文本生成视频模型，新一轮 AI 驱动的内容生产力革命正拉开大幕。根据此前国际数据公司 IDC 调研数据，到 2025 年，44%的数据将在核心和边缘创建，同时全球将近 80%的数据将存储于核心和边缘。而在隐私保护方面，未来每个用户都有自己的数据节点，边缘侧是 AI 数据保护的重要选项之一，毫无疑问，在 AIGC 发展路径下，AI 和边缘侧有着关键性的重叠。

边缘云新定位：成为新的内容生产中心

在 ChatGPT 引发的新一轮 AI 浪潮下，边缘云俨然已成为 AI 应用的主战场，由于大量内容在边侧生产，并伴随着在边缘云处完成内容的处理、分发。对此，李浩提出“云(训练)-边(推理）-端(请求)”全场景 AI 训练推理协同框架，将训练过程部署在云端，而将训练好的模型部署在边缘设备，边缘侧网络使用判定器判断特征信息是否足以进行准确的推理，当判定为错误推理时，边缘侧抛出数据至云侧，由云侧更复杂的网络进行推理，得到更准确的推理结果，通过云边端协同的方式，可以带来高质量的 AI 技术方案解决实际使用场景里的更多痛点。

围绕生成式 AI+边缘云的畅想，李浩认为边缘云未来有三大关键趋势：

第一、智能场景多。一方面，AI 交互多种形态，底层出现大量异构算力，对应不同模型大小和成本；另一方面，算力分层进行全网算力资源的智能编排、弹性调度。

第二、实时交互多。从边缘侧分发到超低延迟 RTC，沉浸式需求和“临场感”驱动下一代互联网演进。

第三、业务逻辑多。数据源头的变革，大量业务逻辑要在边缘网络基于 Serverless 重塑。

从单纯分发到算网融合，边缘云也将面临全新挑战。算力网络是数字化时代的资源网，是以计算为核心，通过网络实现连接，通过感知实现匹配与调度的服务。算力网络有三大组成要素：首先是计算，算力网络的核心资源；其次是感知，对具体场景算力需求的感知及算力资源的感知；第三是连接：将分散、异构、多层级、闲置的算力集合起来。以上三大要素赋予算力网络功能属性和服务属性，让其能高效盘活全社会算力资源，并赋能产业应用。

从算力网络的技术架构上看，从下到上可分为基础资源层、算网调度层和算网运营层，同时算网运维和算网安全贯穿全程，形成“三横两纵”的支撑形态。最终，算力网络会以产品或能力的形式，赋能产业应用。

从传输到算力，网心科技持续探索 AI 场景落地实践

作为全球边缘计算创领者，网心科技通过共享和自建，汇聚海量边缘计算资源，构建了全球首个百万量级节点边缘计算平台——星域云。上层通过对接中心云，其余层次用各层级边缘节点去覆盖。在此基础上，基于网心科技的智能调度、资源封装、虚拟化平台，把比较复杂的资源封装成标准化的产品给到客户使用。

目前，网心科技在边缘云计算领域已建立领先的行业地位。在市场地位方面，网心科技拥有边缘计算全品类产品，目前客户接入 SDK 数量已达 6 亿；IDC 报告显示，2022 上半年网心科技位列中国边缘公有云服务市场第三。在技术实力方面，网心科技拥有全栈式边缘计算解决方案、行业最优的技术指标、卓越创新的边缘计算产品。在资源优势方面，网心科技拥有全球最大、最下沉的边缘计算网络，超过 500 万节点数量和 70Tbps 带宽储备，同时拥有自研的边缘智能硬件设备，适配各类边缘场景。在团队创新方面，网心科技是国内最早涉足边缘 CDN 的厂商之一。公司研发人员占比 70%，并且组建了国内规模最大的边缘计算团队。

据李浩介绍，目前网心科技边缘云计算解决方案已在云游戏、AIGC 等多个 AI 场景落地实践。在云游戏领域，网心云游戏布局了覆盖全网的算力节点，结合自身智能调度系统与基于 QUIC 构建的超低延时 RTC，为云游戏玩家提供大带宽、低时延的稳定传输。

首先，在智能调度方面，传输双端智能、精准的定位功能，确保 IP 库、位置信息的高精度；基于网络测量的策略优化，依靠海量边缘节点以及终端的网络测量数据更新最优网络拓扑；海量节点的实时调度能力，以全内存管理实现高效的节点调度能力。其次，在端到端的超低延迟 RTC 性能优化方面，网心自研 RTC，基于 QUIC 传输协议构建，拥有更快的连接建立、减少线路阻塞、更好的拥塞控制、改进隐私保护及流完整性；高效利用 GPU 特点实现零拷贝的采集编码，大幅降低 CPU 占用率的同时，有效提升视频的编解码效率。

从实际观测结果来看，当网络突发大面积丢包后可快速恢复到预期带宽。此外，弱网表现的结果也在延时、吞吐，带宽间实现了很好的 tradeoff，以此保障游戏过程中的优质体验。

在 AIGC 领域，与传统基于中心云的 AIGC 应用方案架构不同，网心云 IAAS 架构依托自身边缘节点管理能力构建了超大规模的算力节点池，这使得数据不需要回传到中心云，而是在离用户更近的边缘侧就能解决，从而实现更低延时、更高服务质量、更低带宽成本、更安全的 AIGC 算力供给。

最后，李浩表示，从传输到算力，网心未来业务演进实施“三步走”：

第一步、降本增效。目前立足于能产生经济收益的场景以及客户的实际需求，利用客户扩大网络规模，提升网络水平，降低成本，提高效率，推助企业良性扩张。

第二步、功能迭代。逐渐丰富业务场景，助推云游戏、AIGC 等业务的完善与推广，坚持对算力类需求的研发与覆盖，持续提升算力布局和能力。

第三步、构建生态。推动边缘网络和算力叠加，对接产业场景并实现产业场景产品化，构建开放网络平台，吸引开发者、合作伙伴共同构建生态。