2023年見證了人工智能與云計算領(lǐng)域的深度融合與集中爆發(fā)，其中GPT模型的橫空出世對全球科技革新產(chǎn)生了深遠(yuǎn)的影響，顛覆性地推動了計算機(jī)智能應(yīng)用的邊界。這一趨勢在分布式云架構(gòu)下得到了進(jìn)一步強(qiáng)化和擴(kuò)展，AI技術(shù)深度融入云計算服務(wù)的血脈之中，驅(qū)動著云服務(wù)體系向大模型時代全面轉(zhuǎn)型，并依托強(qiáng)大的AI算力構(gòu)筑起千行百業(yè)堅實的數(shù)字基石，有力支撐起了數(shù)字經(jīng)濟(jì)發(fā)展的新型分布式云基礎(chǔ)設(shè)施。

分布式云具有巨大顛覆性的潛力，并正在形成用途不斷擴(kuò)大的戰(zhàn)略科技發(fā)展趨勢，算力作為激發(fā)數(shù)據(jù)要素潛能的“發(fā)動機(jī)”，為加快發(fā)展新質(zhì)生產(chǎn)力提供了重要支撐。AI時代智算浪潮奔涌而來，3月27日，大會在北京勝利召開，以助業(yè)內(nèi)合作伙伴們更好地適應(yīng)新一輪科技革命和產(chǎn)業(yè)變革趨勢。

3月27日，全球分布式云大會（Global Distributed Cloud Conference，GDCC）在北京勝利召開。阿里云智能邊緣云網(wǎng)產(chǎn)品線負(fù)責(zé)人佘俊泉先生，在會上發(fā)表了主題為《創(chuàng)新涌現(xiàn)，邊緣云場景的探索與機(jī)遇》的演講，詳細(xì)闡述了邊緣云的現(xiàn)狀、發(fā)展趨勢，以及對未來重點(diǎn)創(chuàng)新方向的思考和判斷。

佘俊泉介紹，邊緣云是由大規(guī)模地域分散的邊緣節(jié)點(diǎn)相互協(xié)同組成的一朵可遠(yuǎn)程管控，安全可信，標(biāo)準(zhǔn)易用的分布式云，相較具備規(guī)模、可靠性、性能優(yōu)勢的中心云Region，有著廣覆蓋、低時延、單點(diǎn)輕量化、多點(diǎn)分布式協(xié)同等特點(diǎn)，更適合能匹配這些場景化特征的客戶業(yè)務(wù)選用。

目前，邊緣云的主流應(yīng)用場景仍集中在泛互聯(lián)網(wǎng)需求，同時呈現(xiàn)出明顯的多元化趨勢。在典型使用場景中，音視頻內(nèi)容分發(fā)平臺（如CDN、直播、點(diǎn)播、RTC等）的業(yè)務(wù)規(guī)模最大，而以云游戲、云應(yīng)用為代表的終端云化類應(yīng)用增速最高，前者側(cè)重成本優(yōu)化，后者則注重實時互動體驗。此外，雖然邊緣AI推理當(dāng)前的規(guī)模不大，但隨著AIGC以及LLM技術(shù)全面應(yīng)用到千行百業(yè)，邊緣云在這個方向上有巨大潛力，在未來5-10年內(nèi)將產(chǎn)生更多創(chuàng)新業(yè)務(wù)場景。

針對上述場景化需求，阿里云智能的邊緣云網(wǎng)產(chǎn)品線在全球化資源布局、場景化產(chǎn)品架構(gòu)和功能、整體解決方案這三個層面為客戶提供核心價值，幫助客戶優(yōu)化用戶體驗、提升業(yè)務(wù)效率、降低業(yè)務(wù)成本、推動業(yè)務(wù)模式革新。

在未來產(chǎn)品規(guī)劃上，首先會繼續(xù)堅持完善以多態(tài)計算產(chǎn)品矩陣為代表的IaaS能力，同時將重點(diǎn)從解決功能的有無問題，轉(zhuǎn)向持續(xù)提升客戶體驗，繼續(xù)優(yōu)化產(chǎn)品的性能、易用性、穩(wěn)定性；其次，會在異構(gòu)計算和云網(wǎng)融合這兩個戰(zhàn)略創(chuàng)新方向上持續(xù)發(fā)力，確保邊緣云網(wǎng)的可持續(xù)發(fā)展和可持續(xù)增長。

在對未來創(chuàng)新方向的解讀中，佘俊泉首先表示，異構(gòu)計算將是邊緣云未來5-10年最大的機(jī)會點(diǎn)，包括以云游戲、云應(yīng)用、云渲染等業(yè)務(wù)為代表的終端云化、和以AIGC為代表的邊緣AI推理。

終端云化將會從目前的存量終端應(yīng)用上移到邊緣云的階段，進(jìn)一步過渡到開發(fā)、部署和運(yùn)行在邊緣云上的原生云應(yīng)用，通過唯一云端版本+音視頻流化協(xié)議支持實時互動，統(tǒng)一各類終端的用戶體驗，不再受制于終端硬件瓶頸。

對于邊緣AI推理，當(dāng)前主流的文生文、文生圖類應(yīng)用更適合部署在中心云Region，同時Sora、Suno.AI等文生音視頻類應(yīng)用，正在指數(shù)級提升AIGC自動生成海量個性化內(nèi)容的可能性和可行性，后者在未來將可以滿足“李小龍和李連杰同框出演實時互動VR電影”這種個性化內(nèi)容消費(fèi)需求。

其次，從本質(zhì)上看，終端云化和邊緣AI推理都是在生產(chǎn)可供C端用戶消費(fèi)的數(shù)字化內(nèi)容。在在大模型出現(xiàn)之前，任何數(shù)字化內(nèi)容的生產(chǎn)周期，都是要遠(yuǎn)長于其消費(fèi)周期，例如，劇組拍一部電影的時間以計算，而觀眾坐在電影院里完成觀影只需要幾個小時。那么當(dāng)我們進(jìn)入Everything on LLM的時代，所有數(shù)字化內(nèi)容生產(chǎn)領(lǐng)域都開始應(yīng)用大模型進(jìn)行海量內(nèi)容的自動化個性化生產(chǎn)之后，數(shù)字化內(nèi)容的生產(chǎn)周期會第一次變得比消費(fèi)周期更短，實現(xiàn)真正的千人千面內(nèi)容生產(chǎn)和消費(fèi)，此時整個行業(yè)的生產(chǎn)關(guān)系也會發(fā)生改變，從過去的少量統(tǒng)一內(nèi)容的生產(chǎn)和消費(fèi)階段分離，演進(jìn)到海量個性化內(nèi)容的生產(chǎn)和消費(fèi)一體化，那么這個趨勢對應(yīng)的解決方案就是邊緣云的內(nèi)容生成和分發(fā)一體化方案，使用離用戶最近的異構(gòu)計算實例實時生成內(nèi)容并分發(fā)給用戶，最大程度保障C端用戶體驗。

最后，除了上述中長期趨勢，邊緣云在各行各業(yè)的傳統(tǒng)算法被大模型替代的過程中，也會在包括互聯(lián)網(wǎng)金融等行業(yè)的時延敏感實時推理等場景中持續(xù)獲得最佳實踐的落地機(jī)會。

另一個值得重視的方向是云網(wǎng)融合，網(wǎng)絡(luò)的本質(zhì)是連接，是為數(shù)據(jù)的計算、分發(fā)、存儲服務(wù)的，雖然云網(wǎng)融合的市場預(yù)期規(guī)模不如異構(gòu)計算，但從企業(yè)發(fā)展的全生命周期角度來看，隨著企業(yè)業(yè)務(wù)持續(xù)發(fā)展，必然經(jīng)歷小規(guī)模上云、大規(guī)模用云、海外多云、部分下云、云和自建IDC組合使用的多個階段，阿里云智能所提供的中心云Region、邊緣云、客戶自建IDC之間任意多點(diǎn)互聯(lián)的線路服務(wù)和組網(wǎng)能力，以及上云專線、云邊互聯(lián)、多云互聯(lián)、邊邊互聯(lián)等標(biāo)準(zhǔn)產(chǎn)品服務(wù)組合，是幫助客戶高效用云的粘合劑，也是客戶全球化基礎(chǔ)設(shè)施中不可或缺的組成部分。