谭韵芝
2020年是特殊的一年,技术改变了工作、生活等常规形态:视频会议、云打卡、在线教学…种种场景标志着全民用云时代。12月19-20日,为期两天的腾讯TechoPark开发者大会,汇聚全球一流行业专家,共同专注研讨前沿技术和实践创新,欢迎全球开发者和技术爱好者分享观点和见解。
作为全球技术爱好者翘首以盼的科技盛宴,今年的大会可谓亮点纷呈。
为了让开发者们积极交流、尽情享受,2020TechoPark特意选址北京751D·Park。其独具特色的工业遗址与艺术摩登的场地瞬间为这场硬核的科技交流大会营造了“狂欢”的气氛。
沿着云起之路进入奥秘之城 ,你将一览云计算发展的前世今生,并可在终点的Techo展区拍照墙前打卡留念。
奥秘之城内设有基础架构局、万物数联城、原生科技栈、赛博视听域、众知博学院和云上创新所六大展区,在这里,与会者可以通过互动装置零距离体验前沿应用,全方位了解云技术成果。
● 基础架构局
随着云技术的飞速发展,网络、计算、储存、数据库等基础设施也在推陈出新。在基础架构局,你将能通过产品演示和互动装置进一步了解云计算基础设施的最新成果。
以区块链技术为例,腾讯从2015年起就开始探索相关领域的技术,在具体应用中,它能协助原创文章完成确权和维权,从而进一步加强对于知识产权的保护力度。
● 万物数联城
智能世界,万物互联。在云计算的助力下,物联网和大数据正为人们的生活带来巨大的改变。在万物数联城,展区从IoT+生活、IoT+支付、IoT+保险、IoT+边缘计算4个版块介绍了腾讯在物联网技术的开发中所提供的产品和服务。
● 赛博视听域
新冠之下,云计算及音视频通信云助力众多垂直场景落地,而这些技术支持将在赛博视听域一一呈现。比如说近年大热的云游戏展区,在腾讯云技术的支持下,玩家通过一个小小终端就能获取与本地运行基本无异的流畅游戏体验,而这样的技术在未来还将得到更广泛的普及。
● 众知博学院
开发乘云起,而开发者的机会就在眾知博学院。从最新的政策动态到开发者培训计划,技术人员关注的问题在这里都能找到答案。
● 云上创新所
在奥秘之城的最后一站,云上创新所将带你展示云技术的落地生根。伴随着云技术的颠覆性发展,云原生的安全问题也成了整个行业亟需解决的问题,而该展区的腾讯安全展位将聚焦这一热点,通过展示自研产品带领与会者进行深入探讨。此外,大会的战略合作伙伴Intel也带来了它们的核心技术。
19日下午14:00起,大咖云集的主论坛无疑是整个会场的焦点。论坛还没开场,观众席就已座无虚席,到场的与会者热情高涨,一场淋漓尽致的思想碰撞一触即发。
此次大会首次引入了虚拟主持人小7,她是由腾讯云小微和AI Lab共同打造的AI虚拟人。
在小7的介绍下,28位重磅嘉宾纷纷亮相。他们当中既有此次大会的东道主,也有科技企业的高管、开源项目的创始人,更有不少技术领域的学者专家。
除了大咖云集的主论坛,同样值得围观的还有28场技术分论坛。从前沿热话到新应用发布,再到落地案例分析,你关心的技术问题都在这里。
2020是新技术新应用涌现的一年,因此,分论坛也围绕多个热点话题展开。
除了垂直分论坛,还有一场零距离的技术交流。数十名腾讯技术专家共赴茶话会,与开发者就技术热点和实践挑战进行深度探讨。
科技创新,就要敢想敢造。如果你想体验编程操作,并接受腾讯云技术大牛现场指导,以下的硬核互动专场决不能错过。
为了让技术大会更好玩,Techo Park内藏有一套键帽,开发者只需前往不同展区打卡,就能收集键帽兑换礼品。集齐所有键帽的高手,还将解锁一副机械键盘。
王慧星 | 腾讯云副总裁
希望不同领域的人能一起促进社区和技术的交流,为整个数字中国的升级和改造贡献力所能及的力量。
2020年,数字化技术成为产业升级和创新的巨大驱动力,但这同时也对云计算基础设施提出了更高的要求。我们需要持续加大基础设施投入的规模和自研创新力度,以期在未来实现“10倍+”的增长。
单致豪 | 腾讯开源联盟主席
从拥抱开放战略到全球科技共同体,腾讯开源十年间星星之火可以燎原。
我们希望通过内外部开源相结合的方式来打造“双循环”开源的战略,同时也期望内部开源(InnerSource)和外部开源(Open Source)能像两个齿轮一样紧紧咬合在一起,为腾讯和社会提供源源不断的“源代码”的“源”动力。未来,腾讯将继续开放协作,让更多的开发者以及开源爱好者踏上开源的舞台。
开源是共同协作的最好例证。
开源是大势所趋,于开发者而言,无论是小小的代码改动,还是文档处理,他们都将从开源社区中获得巨大的成长和收获。
林超微信小程序及云开发创始团队核心负责人,微信专家工程师
小程序云开发的设计理念始终没有变,那就是‘简单好用。
“简单”是指让每一个小程序的开发者都能快速的上手云服务,就像使用微信的原生基础能力一样。“好用”则是指无论功能、性能、安全都能超过企业级应用的标准,为开发者提供了越来越高效便捷的云开发方式。为了与时俱进,我们还将继续从接口能力、服务能力和生态开放三个方面,不断践行简单好用的理念。
林晓斌 | 腾讯云数据库负责人
数据库的未来就是没有数据库。
开发者在开发过程中经常遇到以下几个痛点。第一个痛点——测试就没事,上线就贵;第二个痛点——业务压力突增,数据库扩容慢;第三个痛点——缓存数据难以保持一致性。为了解决这些问题,我们须从数据库的智能化、融合能力和去服务化来提升数据库能力,从而让开发更便捷。
邹辉 | 腾讯云容器产品总经理
生于云,长与云,我们期望腾讯云云原生能够让大家用云‘更简单。
为了让企业的“云原生技术改造”走的更加顺畅、更加简单,我们将整个企业云原生改造的过程总结为四个阶段,即开发云原生、计算云原生、架构云原生和数据云原生,企业可根据这个路线图一步步走到深水区,循序渐进地完成云原生的技术改造。
Tim Wagner |AWS Lambda创始人兼前总经理Vendia co-founder and CEO
Serverless的将来从未像现在这样光明。
Serverless的发展经历了三波浪潮,在标准化的推动下,开发人员将能以前所未有的灵活性、可扩展性和简单性创建可移植的跨云应用程序。
纪荣嵘厦门大学教授国家杰出青年科学奖基金获得者
如果数据找不到,这个数据就没有价值。
为了高速、高效地找到数据、定位数据、理解数据、并向下展开工作,我们应用了以下几项技术,包括用排序监督高维度到低维度之间的量化要求、用三元组织建去约束四元组织节能四次方的复杂计算、以及提升鲁棒性来优化视觉大数据分析。
刘杉 | 腾讯杰出科学家,多媒体实验室总经理
沉浸式媒体是改变未来生活、工作方式的颠覆性趋势之一。
频繁的线上社交、流媒体软件市场的加速增长、以及用户对视频观感质量的持续攀升,都为多媒体技术和数据带宽提出了更高的要求。而5G时代的到来,又预示着媒体内容的生产、获取和传播方式将迎来巨大突破。
董志强 (Killer) | 腾讯云首席安全官
现实中总有黑天鹅出现,因此我们的应急响应能力非常重要。
面临算力增长、IT架构变化和数据资产化带来的安全挑战,云原生可能是应对未来安全比较理想的方式。腾讯云从云原生安全治理、应用安全、计算安全和网络安全四方入手,构建了云原生安全防护体系,为企业的云上安全建立保障。
吴祖榕 | 腾讯云副总裁,腾讯会议负责人
腾讯会议在最早非常坚定的选择了云原生的开发,而它背后最坚实地力量也是来自腾讯云。
腾讯会议虽然只推出了一年多的时间,但其背后的技术演进却可以追溯至QQ时代。伴随着疫情的起伏,腾讯会议也在不断做出调整和迭代更新,从初期孵化到全球部署,再到稳定期的产品迭代,腾讯云为腾讯会议的发展奠定了坚实的基础。
惠新宸 (鸟哥) |贝殼找房副总裁腾讯云TVP创始委员
VR看房给了经纪人可以做作业80分的工具。
疫情期间,上线了两年之久的VR带看在云技术的支持下,迅速从年前不足一万的使用量瞬间飙升至每日大概有35万通的服务连线,而在疫情恢复以后,贝壳平台的业务恢复速度也快于其他类似平台。在这个过程中,我们特别感谢腾讯云音视频的支持,是它们的快速扩容令我们实现了用户爆增。
汤道生 |腾讯高级执行副总裁腾讯云与智慧产业事业群总裁
我们期望为更多的青年搭建起逐梦的云梯,帮助产业互联网迎接更澎湃的后浪。
各行各业都以云计算、大数据、人工智能等技术为根基构建数字化的摩天大厦,而美好蓝图的实现就需要数字化建筑师——开发者。数字化人才的培养一直是腾讯肩负的使命与责任,“腾讯云未来开发者——云梯计划”,面向高校学生提供免费的公益培训与认证考试,学习前沿数字化技术,落实智慧产业实践,期待更多的学校与同学加入。
王路江 |高校毕业生就业协会会长北京语言大学原党委书记
科技引领未来、数据创造价值。
在数字经济蓬勃发展的态势下,国家大力支持线上线下融合的新业态新模式,在此过程中,数字技术人才的同步升级将起到关键作用。今天,腾讯云推出的云梯计划,将人才培养与岗位需求有效对接,为数字经济和智慧产业提供强有力的人才支撑。高校毕业生就业协会愿意与腾讯等优秀龙头企业,联手为推进国家产教融合、校企合作,特别是数字化人才培养做出贡献。
张海宁 |VMware技术总监,CNCF Harbor开源项目创始人,腾讯云TVP
开源项目的精髓就是能吸引更多的人参与进来。
开源最大的魅力在于能够吸引不同背景、不同国家的技术爱好者共同参与完成各种类型的开源项目,并且再分享给更多的开发者,进而为这个世界带来更多的改变。
温铭 |支流科技CEO,Apache APISIX开源项目创始人,腾讯云TVP
中国的开源需要‘技术网红,中国的开源需要耐心。
开源社区是技术人构建的友善、开放的交流平台,无论是技术小白还是技术大神,大家都会毫无保留地分享与协作。拥抱开源,无论是对个人还是企业的发展都有极大的助力。目前,中国在开源领域已经获得了极大的发展,但是我们还需要更多的耐心与更多的人参与进来,才能真正走向世界。
「代码传递思维,技术创造回响」,我很喜欢这个放在Techo Park开发者大会官网上的Slogan。作为第二次全球亮相的年度盛会,Techo Park并不像Google I/O、苹果WWDC那么历史久远,甚至可以说它十分年轻。但当一群来自开发者、学术和创业圈,却都专注于信息科技领域的聪明大脑齐聚于此,我们总能从这些视角各异,却又高度浓缩的干货讨论中窥见未来科技和行业发展的一角。虽然说在这类大会上大家都喜欢扎堆往主论坛凑,但我始终认为这些业内一线从业者参加的技术论坛更有魅力,也更充满真知灼见。这篇回答主要从我自己的视角,解读一些我自己非常感兴趣/或者正在研究的技术领域,也试着为大家梳理一下我参加的技术论坛,希望大家能第一时间掌握今年业内的主流动态。
5G与边缘计算
GSMA[1]曾经在去年(2019)做过一次关于边缘计算的调研,其中近90%的受访公司认为边缘计算会成为5G时代的创收机会,而三分之二的受访者则希望通过提升现存边缘计算的运营效率来创造价值、获取利润,从而复制云计算对运营商机房业务(IDC)在商业上的巨大成功。
这其中显然也包括腾讯。
如果我们以云计算为蓝本观察边缘计算产业链里的商业角色,或许你会出乎意料。这里远不止大型互联网企业本身[2]:边缘计算对基础设施的需求也让传统运营商和网络设备商有望从在这场大潮中受益匪浅。按照4G以往的经验:
·运营商可以通过部署建设「边缘节点」,或者通过「网络切片」来提供网络服务,从而获取基建收益;
·网络设备供应商(例如华为、爱立信等)可通过设计符合(5G)标准的边缘计算设施来提供硬件,从而获取设备收益;
·而云服务提供商可以通过整合、管理边缘云资源来降低中小企业运营成本,或者完成边缘/集中云的协同,从而获取效率收益。
对于腾讯这类云服务公司而言,我们通常会说边缘计算扩展了传统云服务和云产品的边界,主要是当数据速率不再是主要问题时,用户就会开始感知到另一个服务指标——时间延迟。
说到这个话题,我们可能需要从近些年计算机和网络结构的演进开始说起:
在过去40年时间里,大规模算力和计算架构在集中式和分布式架构之间交替往复。随着互联网、企业信息化和移动互联网的大规模发展,以超大规模集群为基础的云计算能够节省中小企业运维成本,也成了当前大量互联网企业赖以生存的基础设施,诸多大型公司,例如Amazon等等也借着计算中心更新换代的东风迅速成为龙头企业。
但是, 这并不意味著集中式的云数据中心可以满足所有用户场景,首先一个很大的问题是,并非所有的数据都需要在云端存储/or计算。对于通信本身来说,每一建立一个和用户手机之间的连接,都意味着需要消耗一定量的资源。未来的连接数目会越来越多,如果每一个连接所产生的用户数据都需要传回数据中心计算的话, 那么对「最后一段」的数据中心的接入网络带宽会产生巨大压力,这种压力自然而然会转化为商业成本。
以自动驾驶和毫米波雷达为例,目前主流的77GHz毫米波雷达带宽在1GHz-4GHz(79GHz雷达)左右。如果不考虑后端的脉冲压缩、考虑FMCW波形,那么此雷达每秒接收到的原始数据(RAWdata)也应该在1Gbps左右,而经过信号处理之后,目前的毫米波雷达回传带宽大概也在20-30Mbps之间。每辆车大概有12个左右毫米波雷达,而这些数据既可以放在车辆的计算中心,也可以放在云端进行集中式处理。但是如果每辆车都需要进行回传,那么10辆车的回传带宽可能就需要3Gbps,而目前的骨干光纤去年刚刚扩容到400Gbps,这样的骨干网都不能支持超过300辆车同时回传,更不用说其它数据中心了,这是目前无法解决的瓶颈。
最开始的IT行业可能只会需要终端-云这两级,而在未来,需要引入更多市级、县级、甚至街道级的计算节点,这些节点统统都是「边缘计算节点」。
很多人可能被困惑于「边缘」到底是什么?与完全基于云的传统模式相比,「边缘」可以是客户终端所处的位置,也可以是传输网中比较接近的位置。这里概念并不唯一。各种理解都对,我们可能会依靠时延、带宽、实时分析能力、传输数据量,或者是通过配置、云和设备之间的关系,以及业务之间的关联特性来配置边缘节点的的位置。
事实上,我们始终认为,边缘计算的模式化可能会因为市场而异,比如:
·美国两个最大的运营商AT&T和Verion正在商用面向企业客户的边缘计算网络,开启人脸识别或者游戏应用研发;
·微软通过Azure Stack而且构建了边缘/中心云统一的编程语言,也允许客户在各自的数据中心便捷复制云环境;
·Google推出了Edge TPU方案提供端到端的基础设施,用于部署客户的AI解决方案,Edge TPU本身也包含硬件。
腾讯云的发展思路非常接近传统云服务厂商[4],在5G和边缘计算领域,通过开发接入管理平台(边缘接入和加速平台TSEC、物联网边缘计算平台IECP)来完成对边缘计算管理性能优化探索;同时也在丰富自身的游戏平台,希望通过自身的强大内容体系,完成对边缘服务的探索;当然,作为希望参与边缘计算大潮的一份子,腾讯云也在努力建设边缘计算中心。
目前来看,在整个5G和边缘计算的大潮中,云从业者已经开始构建自身的边缘计算基础设施,而很多小型企业和铁塔服务商也在开发自己的解决方案,运营商却还需要充分确定自身的商业模式。毕竟,在互联网发展越来越快速的今天,物理硬件和软件的服务边界正在变得模糊不清,这会加剧边缘生态各个角色的跨界竞争。
5G和边缘计算生态需要面对的另外一个大问题是:虽然大多数从业者都非常看好边缘计算本身。但是边缘计算的典型盈利模式是对运营商、或者说企图涉足边缘计算基础设施建设的相关方,都需要严肃回答的一问。
或许我们能从这次大会中找到一些答案,在这场大会里,边缘计算的相关内容分散在三个专场里,我在这里稍微做一下整合。
·云、边、端一体。腾讯认为,数字化技术正在向云计算基础设施提出更高要求,云计算本身正在从单纯的公有云向云、边、端一体化产品和服务体系过渡。这里的云、边、端一体是指传统云计算。边缘云计算与终端的管理和控制平台,本质上就是我们刚才提到的,通过提高系统管理效能,来获取产品利润。这确实与目前边缘计算产业对云计算厂商的期望非常一致。
· 开源体系。在边缘计算领域, 腾讯云也开源了一款边缘容器和管理工具SuperEdge,主要为了降低应用从云端向边缘端迁移的难度。开源一向是构建软件生态最好的方法之一,边缘计算容器开源,或许能在相当短的时间内面试。
·生态计划。從另一方面,腾讯的野心也远远不至于此。在5G与边缘云计算专场上,腾讯云演示了相当多的系统解决方案,比如现场5G云游戏实验,现场的VR演示等等;也发布了一项被称作We5G的生态计划,主要用于利用腾讯现有资源孵化潜在5G应用,同时利用推动产业生态建设。简单说,腾讯在利用自己内容领域得天独厚的游戏,希望通过发掘应用,找到好的5G应用场景抢占先机,同时与行业本身一起推动前进。
物联网这个话题依旧和边缘计算密不可分,边缘计算的发展目前由IT基础设施的两种趋势驱动,一种是我们之前有提到的云计算,另外一种是正在广泛部署的物联网(IoT)。
其实,如果各种观众觉得物联网所带来的仅仅是大连接和宽频段数据,那就有点片面了。随着物联网的发展,IT网络两端的数据使用者和数据处理者也产生了角色变化。
以往人类操作的电子终端大多只是在消费数据,比如目前各种各样的视频服务和流媒体服务。这种趋势在前十年里表现得特别明显,内容分发网络(CDN)的蓬勃发展和运营商上下行不对等的网络收费方式就是典型的影响例子之一。
但是,我们正在迈入或者正处于的物联网时代,位于网络一端的物联网设备却正在慢慢改变传统的数据消费模式。网络边缘的物联网终端不再仅仅是路灯、摄像头、电动窗帘这种消费者,更进一步,随着设备自动化程度越来越高,自动运行的物联网终端/传感器的上传数据量也将远大于数据消费量。物联网设备往往需要同时感知环境,这样它们就不仅仅是数据的消费者,还是同时是数据的生产者。
这或许是未来数据层面的影响。
从另一方面来讲,物联网本身也会因为其使用方式的区别而被划分为广域物联网(massive IoT)、宽带物联网(Broadband IoT)和关键物联网(Critical IoT)等等几种类型。这种极度差异化的物联网应用需求会对未来整体的网络结构,和公众移动通信系统都产生非常深刻的影响。
· 这种影响可能来自于场景的扩展,比如为了满足户外、野外、飞机、海上等广域物联网场景,如果在低轨卫星(例如Starlink或其他)上部署高增益天线(增益为30dB以上的多波束大规模相控阵天线)[5],普通终端(最大发射功率为23dBm的手机)就可以直接与低轨卫星进行通信。这对现有移动通信系统是一个非常高效的补充。
·这种影响可能来自于数据处理架构的改变,例如「数据孤岛」问题是限制目前AI技术发展的主要问题之一,物联网设备每天都会产生大量数据,但是因为权益保护等问题,这些数据通常是无法直接被公开、共享,甚至其数据结构本身也无法直接被使用,也就无法建立完整的数据驱动AI框架模型,这极大限制了该研究领域的发展。
·这种影响也可能来自于整体网络结构的改变。自从5G商用以来,基于现存蜂窝移动网络的物联网设备在持续增长,当然其中有部分物联网大潮的原因,但是不可否认的是,目前蜂窝网络是移动物联网设备最好的选择之一。比如大家熟悉的共享单车内部往往内置4G或者2G网络模块。因此这部分蜂窝物联网设备的发展自然就会受到网络结构的严重影响,我们目前已经从5G看出部分端倪:在5G之前,移动蜂窝网络的设计思路一直遵循「够用就好」的方式,但是5G以后,设计者更多考虑在系统性能、设备复杂度、功耗和成本之间可能的折中,这已经被确定为后5G或者6G网络研发的重要方向。
事实上,目前的物联网设备也正是遵循上述三点不断发展,从3GPPLTE-M协议(最开始的物联网协议之一)开始,物联网设备的通信标准就一直在向着低成本、低功耗、大覆盖面积开始发力,直到目前的NB-IoT(也就是5G mMTC场景)一直如此。
那么未来物联网设备的开发和互联、云模组之间可能会有什么样的依赖?
腾讯云依然认为,这里的关键问题之一是物联网设备管理问题,云服务商在物联网领域主要的目标是提供便捷的管理系统来提高管理效率。
换句话说,对于开发者和用户,如何以一种「开箱即用」的方式,通过云系统完成对海量物联网设备的管理?一种方案是直接提供从硬件到管理平台的一体化解决方案。这种解决方案很多厂商都存在,腾讯云选择与乐鑫科技一起进行模组深度合作,这样在硬件部分可以直接采用定制模组,在软件部分可以用短短几行代码连入管理平台。
人工智能
从现象中发现规律,是人类智能最核心的能力之一。从1930年Fisher线性判别和1950年感知器算法开始,模式识别从数据中寻找分类信息的数学方法,形成了最早的机器学习研究。
最开始的机器学习和人工智能领域专注于特征构建,需要对问题存在足够的先验知识,或者对原始问题需要非常详尽的了解,在先验知识不够充分的情况下,人为构造特征数目会非常庞大(可能上亿维)。
目前我们其实更有望通过深层神经网络来规避传统的特征工程,通过设计足够泛化的深度神经网络结构来完成某些问题的自动求解。当然,目前的理论分析并不能完美解释深度学习优秀的现实表现,但是这也无碍大局——正如很多人说的那样,
「实践是检验真理的唯一标准」。
从算法角度,如果我们要构建一个机器学习问题,通常需要考虑以下两个方面:
·推广性:这个问题经验风险和期望风险之间的关联性,用人话来说,就是需要考虑什么情况下能保证对未来样本的预测误差也足够小,这样才能够满足现实需要。
·表示性:20世纪之前就已经有部分理论研究指出,几乎任何函数都能够通过适当规模的人工神经网络模型进行表示(只要考虑足够多的非线性节点和隐含节点数量)。但是这一结论的问题是,我们只能说明一定网络结构能够实现任意复杂函数的表达,那么反过来,如果给定一个函数,如何找到这个网絡结构来正确表达又是一个非常严峻的问题。
我个人非常同意腾讯优图实验室黄小明总监对未来人工智能领域的看法,虽然目前计算机视觉已经在人工智能、OCR等等领域取得突破,并且实际上也产生了非常重大的商业价值。但是就工作本身来说,通用数据模型依然没有出现、知识难以迁移,所以目前深度学习训练成本很高,目前大规模产业化依然因此存在瓶颈。
而且,随着5G等技术发展,目前的内容传输正在从单一的文字,向视频、语音等等多种媒介并存、相互依赖的方向发展,如果我们单独把其中一个维度(比如文字)信息抽离并识别,会损失掉关于全局的信息,这就需要打通各个「模态」(这些媒介被称为模态)之间的联系,把智能升级为多维度智能。
这确实是目前非常有可能的前景。
科技的发展是不定向的,每个人作为复杂社会系统中的一份子,往往只能局限于自己接触到的小天地里,预测未来是一件很难的事。但是我们却始终认为,基于现实的合理延伸,能够让我们踮起脚尖看到更远的风景。
摩尔定律尚未结束,通信发展仍未停止,在可以预见的未来里,信息科技依然会有更加迅猛的惯性发展。冷战时期我们相信载人航天技术能够带我们快速踏入宇宙,20世纪我们相信生物科技能够给人类本身带来革命性增强。但是谁也没想到互联网和超大规模集成电路改变了我们的想想,那么未来究竟不会如第二次工业革命的内燃机,和信息革命的集成电路那样出现新的变革?
这依然是未解之谜。