LiveVideoStack对话PPIO王闻宇:聊聊边缘计算与元宇宙

“计算时延需求越高,计算复杂需求越低,边缘节点就越能发挥其重要的作用”。的确,目前越来越多的场景对边缘节点有着较高的需求,不仅仅在IoT、车联网、视频直播等,也逐渐蔓延到工业视觉、AR远程协助、元宇宙等新兴应用场景中。对此,我们很荣幸地邀请到了PPIO边缘云的联合创始人&CTO 王闻宇老师,一同聊一聊边缘计算与元宇宙的交集,以及目前的发展情况。

LiveVideoStack对话PPIO王闻宇:聊聊边缘计算与元宇宙

“计算时延需求越高,计算复杂需求越低,边缘节点就越能发挥其重要的作用”。的确,目前越来越多的场景对边缘节点有着较高的需求,不仅仅在IoT、车联网、视频直播等,也逐渐蔓延到工业视觉、AR远程协助、元宇宙等新兴应用场景中。对此,我们很荣幸地邀请到了PPIO边缘云的联合创始人&CTO 王闻宇老师,一同聊一聊边缘计算与元宇宙的交集,以及目前的发展情况。

王闻宇,PPIO边缘云 , CTO&联合创始人,连续创业者,原PPTV首席架构师兼联合创始人。2004年,作为大学生在宿舍开始了PPTV的创业,独自完成大部分核心代码,主导P2P、CDN、流媒体等核心技术;2018年创办PPIO,开发了分布式计算、存储、网络服务的边缘云平台,实现了低延迟、大带宽、高性价比。

LiveVideoStack:王老师,您好,很高兴您再次来到LiveVideoStack。我知道您之前参加了LiveVideoStackCon上海站,您能跟我们讲讲您在大会期间有哪些收获吗?

王闻宇:收获很大,甚至我觉得自己的收获比与会者更大。惯常我们在LiveVideoStackCon 音视频技术大会上分享的都是技术干货稿,会有很多技术的实操动作,但是在上海站这场我想换个思路分享,从一个技术角度切入元宇宙这个很大的话题,进行了有技术深度的未来推演,没想到受到的欢迎程度超出了我的预期,意外成为了上海站的优秀讲师。现场基本上每一页大家都踊跃拍照,提了一些很有价值的问题对我本人启发很大,回去之后我觉得这样的分享能帮助更多人,然后又琢磨出了第二期内容,准备这次在北京站分享。

LiveVideoStack:如今有越来越多时延敏感型的场景涌现,如:VR游戏、视频会议、虚拟演唱会直播等,您认为边缘计算在这些算力场景中发挥着怎样的作用呢?

王闻宇:这里我用一张图能很直观的呈现边缘计算的场景,图中蓝色的部分,我认为都是需要边缘云的场景。

它们都有个共同的特点:计算时延需求越高,计算复杂需求越低,边缘节点就越能发挥其重要的作用。

LiveVideoStack:目前有太多的公司在争相入局元宇宙,从数字孪生、VR/AR、虚拟人等技术方向来切入这条新赛道。但元宇宙其实是一个技术复合型的场景,在您看来当下入局元宇宙,最需解决的技术难题是什么?

王闻宇:这是一个很大的话题,关于元宇宙的定义有很多,有人说Roblox是元宇宙,有人说NFT也是元宇宙,我在此也不否认。

要想回答这个问题,我先缩小一下范围,站在音视频角度来看,想要实现身临其境的全视觉体验,最需要解决的技术难题是什么?我认为就是在互联网的环境下,既能保证高清画质,又能解决超低时延的串流技术。而边缘云在这里面更多是提供一个稳定、可靠的基础设施。

LiveVideoStack:如果让您预测一下,您认为我们距离真实感、沉浸感、全球可接入的元宇宙还有多久?如果要想做到全球接入的元宇宙就像我们现在使用互联网一样的便捷,这对全球边缘计算行业来说还需要提升哪些能力?

王闻宇:同样这个问题也很宽泛,我试着站在音视频角度看,要实现全视觉体验,可能要5-10年,5年可能是初步形态,但是体验不会那么完美。10年随着各项技术的发展,可能做到完整的体验。元宇宙之路上还有哪些亟待解决的技术障碍,我在这次LiveVideoStackCon 2022 音视频技术大会 北京站上会做详细的阐述,欢迎大家有时间来现场交流。

LiveVideoStack:为了迎接元宇宙,PPIO已经做了或者将要做哪些技术上的准备工作?

王闻宇:PPIO定位是做边缘云,这个定位是偏IaaS的底层基础设施,我们将只专注在建设边缘云的技术上。中心云和上层aPaaS/SaaS之类是其他公司做的事,希望PPIO后续能和他们有序地链接起来,共同建设元宇宙的未来。

LiveVideoStack:您在今年LiveVideoStack音视频技术大会上海站上做的以“音视频的‘登月工程’元宇宙(Metaverse)”的演讲,非常精彩。您讲到元宇宙时代会带来可能百倍以上的音视频服务用量,随之相应的算力用量上升、接入元宇宙的设备数量上升,那么您觉得这会给边缘侧带来怎样的影响?

王闻宇:我认为到那个时候,需要大量的、分布在用户身边的边缘节点来提供算力服务。这些计算节点不是像今天一样,放在IDC机房,那个时候会有大量的节点放在运营商的汇聚层机房(城域网机房),或者是接入层机房。也就是你住在那个小区,这个计算节点可能就在小区的物业机房。

LiveVideoStack:根据您的了解,海外与国内的边缘计算技术发展之路存在哪些差异?要实现我们刚才说的真正元宇宙,是否需要全球边缘计算行业的通力合作?

王闻宇:在我看来,国内和国外相比,中国更具备建设边缘云的能力,因为中国网络光纤的覆盖率足够,使得边缘节点具备很强的网络服务能力,从而能更好地提供各项服务,特别包括算力的服务。而反观全局,欧美因为网络部署早,都是铜线为主,传输速率有限,只有每个区域的中心节点具备强的服务能力;再看看东南亚,非洲,直接跳过了光纤时代,进入了移动互联网时代,而土地的私有化,使得大量基站间无线通信,网络质量看似4G,其实很一般。

站在边缘云的角度看,就近覆盖,各区域自治最好,不需要全球边缘计算行业的通力合作。

LiveVideoStack:谈到元宇宙是由许多技术结合来共同支持的场景,您觉得支持元宇宙运转的底层技术是什么?换句话说,打造元宇宙需要哪些基础设施建设?

王闻宇:是的,未来元宇宙肯定是由多重技术结合才能实施。如果只从音视频角度看,我认为支持元宇宙音视频运转的底层技术是多重的,包含但不限于黑科技型硬件、编解码、网络传输相关、更高密度的计算硬件、边缘云等,我这次分享会把这些技术都串起来讲一下,当然重点还是分享我们对边缘云的思考和实践。

LiveVideoStack:在LiveVideoStackCon 2022 北京站 音视频技术大会上,您会给大家带来哪些精彩内容?您又期待在大会上听到哪些内容?

王闻宇:我这次分享的题目是:从技术角度如何打造未来元宇宙基础设施 -- PPIO边缘云在泛云游场景的思考和实践;主要是从技术角度来分析、拆解、推演元宇宙时代音视频服务,我会推演为什么边缘云是元宇宙的基础设施,内容和逻辑数据严密,我特别准备了不少干货。今天,元宇宙在音视频领域已经有一些低时延实时渲染的雏形场景,如云游戏、云电脑、云手机、云渲染、数字人等,我们统称为泛云游场景。这次我也会分享PPIO边缘云在泛云游场景的一些思考和在技术层面的一些实践。欢迎大家能来会场和我交流。

LiveVideoStack:好的,感谢您接受采访,期待您在11月北京站大会上的精彩分享。

Read more

PPIO发布Agent Runtime:让Agent部署像Serverless一样简单

PPIO发布Agent Runtime:让Agent部署像Serverless一样简单

近期,PPIO 发布了基于 Sandbox(沙箱)自研的新产品:Agent Runtime,一个轻量级的 Agent 运行时框架。 Agent Runtime 是为了顺应 Agent 的专属需求而推出,其定位与 AWS AgentCore Runtime 类似。AgentCore 是 AWS 在 2025 年推出的专为 Agent 设计的基础设施平台,AgentCore Runtime 则是其中一个子产品,是基于 Firecracker 微虚拟机的 Serverless 运行时环境,旨在解决 Agent 低成本、高效率的部署问题。 PPIO Agent Runtime 通过简单易用的 SDK 与强大的沙箱运行环境来简化 Agent 的部署过程。用户无需关心基础设施配置、

By PPIO
当Agent计算规模扩大100倍,我们需要什么样的Agentic Infra?

当Agent计算规模扩大100倍,我们需要什么样的Agentic Infra?

近期,PPIO Sandbox(沙箱)发布了一个重要功能:沙箱克隆。 沙箱克隆旨在助力提高 Agent 的并行计算能力,也就是经典的“Scale up”规模扩展问题。 今年最流行的 Agent 产品是 Deep Research,它可以看作对单个研究问题持续追踪、推演、迭代直到形成洞察的长链路串行推理过程。 那么,如果将 Deep Research 的能力 Scale up 一百倍会发生什么?像 Manus 这样的 Agent 正在解决这类挑战,并将这种并行计算架构的 Agent 称之为 Wide Research。 从 Agent 的串行计算到并行计算,离不开“沙箱克隆”这一核心技术的助力,这是 PPIO 在 Agentic Infra

By PPIO
PPIO上线Kimi K2 Thinking,兼容Anthropic协议

PPIO上线Kimi K2 Thinking,兼容Anthropic协议

今天,PPIO 上线 Kimi K2 Thinking,这是 Kimi 最新、功能最强大的开源思考模型。 Kimi K2 Thinking 基于 Kimi K2 后训练而来的混合专家模型(MoE),总参数达 1T,激活参数 32B,上下文长度 256K。该模型支持深度思考、Function Call、结构化输出、json_schema、json_object 等功能。 现在,你可以到 PPIO 官网在线体现 Kimi K2 Thinking,也可以将 PPIO 的模型 API 部署到 AI 应用中。 PPIO 在线体验地址: https:

By PPIO
PPIO独家上新GPU实例模板,一键部署Kimi-Linear

PPIO独家上新GPU实例模板,一键部署Kimi-Linear

昨晚,月之暗面发布了混合线性注意力架构新模型 Kimi-Linear,旨在解决大语言模型在长上下文推理中的计算瓶颈。 Kimi-Linear 的核心亮点: * Kimi Delta Attention(KDA),一种通过细粒度门控机制改进门控规则的线性注意力架构。 * 混合架构:采用 3:1 的 KDA 与全局 MLA 比例,在保持甚至超越全注意力质量的同时降低内存占用。 * 卓越性能:在 1.4T Token 的训练规模下,经公平对比,KDA 在长文本与类强化学习基准等多项任务上均优于全注意力。 * 高吞吐:在 1M 上下文中实现最高 6 倍的解码吞吐量,显著缩短单输出 Token 耗时(TPOT)。 今天,PPIO 独家上新 GPU 实例模板,可一键部署 Kimi-Linear-48B-A3B-Instruct 的专属模型。 PPIO 算力市场的

By PPIO