4月12日消息，
在今天舉辦的2017亞太CDN峰會上，
騰訊雲互聯網行業總經理答治茜作了題為《CDN的智慧計算時代》主題演講。
答治茜認為，
隨著人工智慧時代的到來，
CDN亟需進行技術的快速變革，
在價格戰之後，
CDN行業將進入技術差異化競爭時代，
他認為CDN將全面進入智慧計算時代，
騰訊雲已經在這方面率先進行嘗試。
圖為：騰訊雲互聯網行業總經理答治茜
2016年騰訊雲在亞太CDN峰會上提出了雲+CDN的概念， 騰訊雲認為CDN不再是單純的在做內容緩存、分發一些職責， 答治茜認為未來一定是雲和CDN融合發展的時代。 他表示， 去年騰訊雲提雲+CDN概念的時候也是看到了行業這一趨勢， 雖然從騰訊雲過往的判斷來看， 未來一定是融合， 一定是雲和CDN融合發展的時代， 但究竟概念該怎麼去做、該怎麼落地。 騰訊雲這一年沿著這條道路堅定不移的做一些探索。
今年騰訊雲也帶來了一些在雲+CDN方面的嘗試和思考，
第一是隨著直播的發展， 騰訊雲過往CDN單純流量的分發類已經遠遠不能滿足直播的需求， 比如假如說現在有十萬個主播的話， 對資料中心資源的需求將會比過去大好多倍， 大概有上千台的伺服器需要做類似於轉碼、截圖、錄製、鑒黃等等這樣一些計算的需求。 隨著未來應用中類似於互動直播場景的出現， 大量的轉碼需求也隨之出現， 不僅僅是過往流量業務的不斷增長， 而是隨著流量業務的蓬勃發展， 相應也帶出了很大量的計算類的需求。
第二是隨著AI基礎演算法的完備和完善， 在圖像、音訊和自然語言處理這方面的夯實，
從整個行業發展的熱點和趨勢來看， 隨著上層應用的越來越多、越來越完備， 下面計算類不僅產生了大量的需求， 在頻寬類的需求產生的同時， 計算的資源生產也非常非常大， 呈指數型的爆發增長。 這種計算資源的增長引來的矛盾是什麼呢？
行業的發展對計算資源的苛求會越來越旺盛， 但同一時間CDN的整個網路和基礎設施的計算資源是有大量冗餘的。 如何解決矛盾， 雲企業怎樣調和這兩者之間的均衡度，
1․ 視頻直播
視頻直播整個行業的做法都是由邊緣節點接入， 流量回歸到資料中心， 在資料中心裡完成推流、轉碼和截圖的過程， 最後分發到觀眾。 目前騰訊雲做了一些優化， 現在的模式變成了主播產生的資料， 舉個典型的場景， 比如同城直播場景。 騰訊雲現在的做法是主播產生的資料接入邊緣節點之後直接做推流和轉碼的工作， 把原來資料中心裡邊重的操作下沉到邊緣節點去， 這樣做帶來的好處有兩點：首先,邊緣節點和資料中心之間的穿越流量將會變的比這種模式顯而易見的會下降很多。 其次、過往騰訊雲一直提現在行業的趨勢對於計算資源的苛求會越來越明顯，
2․ 智慧鑒黃
騰訊雲每天大概有超過十億次的鑒黃的請求， 過往騰訊雲對待鑒黃的請求基本上是用戶在使用者端產生UGC的內容， 內容直接推到資料中心做計算類鑒黃。 過往的模式帶來的問題有幾個， 首先使用者產生的UGC內容中， 99%的內容都是正常內容， 只有1%的內容是違規內容， 騰訊雲因為這種極少量的不正常內容要消耗大量的資源做計算。 其次， 對於大部分的正常內容， 騰訊雲要做出判斷只是需要非常羽量級的計算就可以了。 所以過往騰訊雲把所有的請求都推到資料中心去做，現在進行了優化，基本上是分兩層，第一層是在邊緣節點做極速的鑒黃模型旨在回答，騰訊雲準確的告知這一定是個正常內容，90%對話請求已經被處理。當騰訊雲在邊緣節點上判斷不出來的時候，才會把可疑的內容推到資料中心裡去極優鑒黃模型，做更深度的計算。騰訊雲有運營的資料表明，通過這樣優化之後會把90%的請求都擋在邊緣節點去完成。
3․ 智慧物聯
騰訊雲認為未來有幾個最熱的潮流，除了大資料，除了AI，還有正在發生的熱點：萬物互聯。在萬物互聯的時代，騰訊雲CDN應該做什麼樣的準備？答治茜講了騰訊雲的考量。
現在或者未來，萬物互聯的時代有可能聯到資料中心的終端是百億級的，到萬物互聯的時代，作為個體有十個設備，到智慧家庭的設備數位可能是幾百億級別。百億級的設備並不會即時的產生有效資料，而是有大量的空閒連接和空閒設備，這種大量的空閒連接和空閒設備完全回到資料中心，路由層面是解決不了的。但是CDN天生可以做這樣場景的應對，因為CDN本身是分散的，幾百個節點，每個節點都可以去接入和管理設備的連接。連接上來之後把有用的、真正產生價值的資料合併了彙聚之後再送給資料中心，這一點CDN是有天然的應對百億級物聯設備連接挑戰。
騰訊雲一直在探討CDN是純的緩存或者流量的業務，這是上層的應用決定的。那時候無論web1.0、2.0還是PC時代還是移動互聯網時代，對內容的獲取都希望有更好的體驗。未來無論是物聯的時代、AI時代，整個場景都發生變化了，大家不僅是對流量的訴求、不僅是對速度的訴求，而是有大量的設備、大量學習的任務、大量計算的任務。
答治茜認為，未來有三大類特徵的計算會搬遷或者會移動到邊緣計算上來。
1․ 有區域性計算特徵的，直播裡的轉碼或者錄製有區域性計算特徵的計算場景，更適合用邊緣網路去完成和解決。
2․ 跟深度學習相關的，但是不依賴于大量的歷史陳舊資料，只依賴於深度計算學習到的一些模型資料，比如鑒黃場景。
3․ 萬物互聯時代對上百億級連接的處理，對空閒連接的分散，對無效請求的過濾，這樣一些場景會移動到邊緣節點上來。
答治茜認為，單純的資料中心的發展、單純CDN的發展已經遠遠不能滿足行業對於計算、對於傳輸、對於海量的連接、對於海量請求的處理的需求，未來一定是雲和CDN的協同發展，或者說CDN就是雲計算的一部分。
所以過往騰訊雲把所有的請求都推到資料中心去做，現在進行了優化，基本上是分兩層，第一層是在邊緣節點做極速的鑒黃模型旨在回答，騰訊雲準確的告知這一定是個正常內容，90%對話請求已經被處理。當騰訊雲在邊緣節點上判斷不出來的時候，才會把可疑的內容推到資料中心裡去極優鑒黃模型，做更深度的計算。騰訊雲有運營的資料表明，通過這樣優化之後會把90%的請求都擋在邊緣節點去完成。3․ 智慧物聯
騰訊雲認為未來有幾個最熱的潮流，除了大資料，除了AI，還有正在發生的熱點：萬物互聯。在萬物互聯的時代，騰訊雲CDN應該做什麼樣的準備？答治茜講了騰訊雲的考量。
現在或者未來，萬物互聯的時代有可能聯到資料中心的終端是百億級的，到萬物互聯的時代，作為個體有十個設備，到智慧家庭的設備數位可能是幾百億級別。百億級的設備並不會即時的產生有效資料，而是有大量的空閒連接和空閒設備，這種大量的空閒連接和空閒設備完全回到資料中心，路由層面是解決不了的。但是CDN天生可以做這樣場景的應對，因為CDN本身是分散的，幾百個節點，每個節點都可以去接入和管理設備的連接。連接上來之後把有用的、真正產生價值的資料合併了彙聚之後再送給資料中心，這一點CDN是有天然的應對百億級物聯設備連接挑戰。
騰訊雲一直在探討CDN是純的緩存或者流量的業務，這是上層的應用決定的。那時候無論web1.0、2.0還是PC時代還是移動互聯網時代，對內容的獲取都希望有更好的體驗。未來無論是物聯的時代、AI時代，整個場景都發生變化了，大家不僅是對流量的訴求、不僅是對速度的訴求，而是有大量的設備、大量學習的任務、大量計算的任務。
答治茜認為，未來有三大類特徵的計算會搬遷或者會移動到邊緣計算上來。
1․ 有區域性計算特徵的，直播裡的轉碼或者錄製有區域性計算特徵的計算場景，更適合用邊緣網路去完成和解決。
2․ 跟深度學習相關的，但是不依賴于大量的歷史陳舊資料，只依賴於深度計算學習到的一些模型資料，比如鑒黃場景。
3․ 萬物互聯時代對上百億級連接的處理，對空閒連接的分散，對無效請求的過濾，這樣一些場景會移動到邊緣節點上來。
答治茜認為，單純的資料中心的發展、單純CDN的發展已經遠遠不能滿足行業對於計算、對於傳輸、對於海量的連接、對於海量請求的處理的需求，未來一定是雲和CDN的協同發展，或者說CDN就是雲計算的一部分。