【创始人分享】PPIO边缘云姚欣:多方融合是边缘云真正落地的必由之路

摘要:“云原生”引爆亿万级苍穹,“分布式云”启动新商业引擎,“分布式数据及存储”开创未来新篇。伴随着5G商用时代的到来,在新一轮技术革命的关口,CDN+边缘计算迎来新阶段,分布式云将加速这一变革的发生。

【创始人分享】PPIO边缘云姚欣:多方融合是边缘云真正落地的必由之路

摘要:“云原生”引爆亿万级苍穹,“分布式云”启动新商业引擎,“分布式数据及存储”开创未来新篇。伴随着5G商用时代的到来,在新一轮技术革命的关口,CDN+边缘计算迎来新阶段,分布式云将加速这一变革的发生。

2020年12月17日至18日, “2020 GDCC全球分布式云大会”将在深圳正式拉开帷幕。本次大会以“技术变革 保障用户体验;引领国际 部署全球节点”为宗旨,就“云原生”、“分布式云”、“分布式数据”“分布式存储”等几个热门概念进行讨论。大会邀请到华为云、腾讯云、阿里云、政府主管部门、标准制订方、以及深圳TOP200流量主级运营商等云原生、边缘云开发者相关企业共同参与,以推动技术变革,适应时代发展。

在12月17日下午的“边缘计算论坛”上PPIO姚欣带来《从边缘计算到边缘云》的演讲。

图片

姚欣在开场中表示: 作为PPTV的创始人,自己早已在16年前也算视频行业早期元年时代开创了P2P的视频客户端,到今天为止已多次连续创业。姚欣还强调创业至关重要的在于把握住发展趋势。

“我发现今天如果想创业或者是投资,最重要的是把握趋势,这个趋势分小趋势、大趋势、底层趋势,在座需要看到的是在一系列应用发展趋势背后的技术趋势是什么,这个趋势往往是长期可持续的。”

数据非常重要,但是数据在哪里产生、在哪里存储、处理其实更关键。大量的移动端产生了大量的数据流。做音频出身的他表示在未来应用都是秒级和毫秒级虽然是单位级的,这也是对性能是千倍的提升挑战。在此问题上,时延的挑战最大的问题是物理瓶颈,边缘计算也从出显出价值。

“今天可以发现,因为我们的传输时延,因为数据存储创建的位置,需要将算力和存储在边缘,为什么有边缘计算,为什么有边缘的场景会诞生出来。”

之后姚欣介绍了边缘计算与边缘云:边缘云部署的位置可能靠近网络的边缘侧,通讯网的角度可能是汇聚网的接入方,可能跑到端点侧都有可能,在边端侧如云一般的架构部署,这是核心的特点,对于终端侧的互动比传统的云要多。并且很多场景下,数据适合跑在边缘测,非常适合视频点播直播等场景,演讲中做了详细的分析。

“现在在一个农户山村做直播,如果把数据传到北京的边缘解码中心这个时间很长,是不是让传播的编结码在周边20公里之内可以找到可计算的服务器进行编码的操作,再快速推送到边缘流节点进行快速分发,这是直播方面适合跑的场景。包括今天华为讲的云游戏、AR/VR、智慧交通等都是对传输要求更高,在适当集散的情况下适合跑边缘化的场景,这是怎么区分什么适合跑边缘云和边缘场景的服务。”

大量的数据节点也带来了巨大的挑战,当要做到十万百万的节点的时候,会发现管理方式、资源方式、利用方式,甚至商业模式也会改变,不仅仅是技术的挑战,更是一个商业模式的挑战。对此姚欣表示:

“我的看法是真正要建立边缘云平台,不可能延续传统的公有云和私有云的思维,必须要采用合作共建、去中心化、碎片化的管理方式才有可能真正有效建立到十万百万级的粒度的节点,才有可能让平均9.6平方公里内有到一个节点,这是为的挑战。”

边缘时代的特征是分久必和,和久必分。今天实现边缘计算不可能一蹴而就,真正从现实的角度是分阶段的,还是要循序渐渐,这个目标是足够大足够难的。基于这样的背景下,姚欣认为分布式云应该是融合式的分布云,也应该是多方面融合的过程,融合是边缘云真正落地,边缘场景大规模开展起来的必由之路。

这种融合实际分为三种融合方式:技术融合、架构等技术融合、商业模式的融合化。在这三种方式的发展下,姚欣表示:“站在客户的选择方案上希望有多融合的方案自由选择自由成长;要有可能失效的节点和架构跑起来,形成边缘且分布的服务器的云网络建构边缘云服务;”

然而,今天的边缘计算还没有完全成所,所以PPTV选择做今天既有的商业模式,就是我当年的老本行——视频行业。如今教育在线化、医疗在线化、娱乐在线化,视频不仅单向观看,需要参与,这带来新一代的视频应用场景,基于音视频的计算、存储、运输、低延时服务可能是第一阶段要切入的。在众多技术层面逐渐成熟化的过程中,姚欣最后也表示希望产业链基于多融合共建共享的模式推动市场的发展,众多企业也可以在技术更迭下找到自己的前进方向。

“我们也在等待下一个阶段,我也希望特别是各位大厂,前面主机团的成员,大家需要更多的力度投资和教育市场,扶持更多的中小型创业企业,推动下一代应用的发展,今天这些云游戏、边缘AI、物联网大量采用,相信在过程当中每家可以找到自己的定位我们愿意跟产业链基于多融合共建共享的模式推动市场的发展,这是我们希望从技术融合到架构融合到最后商业模式的融合和过渡跟产业共同发展共同合作,谢谢大家!”

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