2022 年 10月 11日——负责支持和保护数字化体验且深受全球企业信赖的解决方案提供商阿卡迈技术公司(Akamai Technologies, Inc.,以下简称:Akamai)(NASDAQ:AKAM)携手全球领先的短视频记录和分享平台快手(HK:1024)通过全面落地QUIC协议,提升海外用户视频体验。在全球商业化应用过程中,快手携手Akamai在复杂的网络环境下提升网络性能及安全性,将QUIC使用率提升至平均90%的优异水平,并进一步推广QUIC协议标准化,共同为海外用户提供更优质的视频体验。
此次QUIC协议的落地是两家公司自2015年建立长期合作以来再次联手,旨在通过对快手客户端、服务端和Akamai全球智能分发平台的端到端联动优化,为快手全球用户、内容创作者、合作伙伴提供更好的用户体验。
快手高级副总裁、StreamLake负责人于冰表示,“在快手为用户提供优质视频服务的努力中,新技术的探索与应用一直是我们密切关注的方向。在此过程中,Akamai是快手紧密专业的合作伙伴,愿意突破传统云厂商与企业客户的合作边界。双方在QUIC协议落地上的努力,让我们在全球多元的网络环境里更好地抵达受众。希望这次合作能给行业在新标准化协议落地上新的启发。我们期待与Akamai保持合作,持续推进标准协议的应用水平。”
Akamai高级副总裁兼边缘分发部门总经理Alex Caro博士表示: “我们十分高兴能与快手紧密合作,帮助快手超越用户期望,加速快手在海外的发展。QUIC的标准化和优化不仅需要深厚的技术支持,还需要企业与合作伙伴突破云厂商和企业客户之间阻碍交叉共享和协作的传统界限。我们十分感谢快手对Akamai的信任,我们与快手的合作证明了通过共享数据和联合创新所能获得的丰硕的成果。”
QUIC协议是一个基于UDP的传输协议,因其高效的传输效率和多路并发的能力,已成为下一代互联网协议HTTP/3的底层传输协议。HTTP/3标准化的推出将对互联网产业产生深远影响,同时也会吸引更多行业厂商、应用开发商的加入,加速标准化落地进程。标准化的采用将会使得原有小规模的应用场景逐渐扩大,惠及更多群体,从而形成更为完善的生态系统。
协议的标准化进程不仅需要标准组织的积极推进,也离不开各大云厂商和企业的探索、实践与落地。早在标准化之前,双方就对HTTP/3标准的前身QUIC协议进行探索。快手在2020年就完成了自研kQUIC的全面落地,国内全量上线,集群峰值QPS(Query Per Second)突破千万。随着业务的发展,为提升海外用户体验,快手把目光投向了海外网络优化。而Akamai基于对QUIC协议多年的实践、优化以及正向收益校验,为快手提供QUIC协议全面支持。
在进行海外网络优化的初期,双方启用了QUIC协议,并通过技术专家的分析,优化了快手客户端与Akamai服务侧的交互,进而显著提升QUIC协议带来的收益,达到提高首包/视频首帧播放,降低失败率的目的。
为进一步分析协议性能,快手在QUIC请求级别数据之外,上线了QUIC连接级别数据打点采集能力。通过对连接级别数据的深入分析和一系列问题的修复,双方观察显示:QUIC使用率再度显著提高,并平均维持在90%的优异水平。同时,客户端播放指标显示,其视频起播失败率以及卡顿率同期也得到了正向提升,大幅改善了用户的视频观看体验。
随着下一代互联网协议HTTP/3标准的发布,其将会在线上内容消费方面发挥重要作用。Akamai将与快手继续携手优化QUIC的使用,推进HTTP/3的标准化,并在更多领域不断创新。
好文章,需要你的鼓励
随着GPU成为AI工作负载训练和运营的关键,越来越多的云服务提供商开始提供云GPU实例。这为希望避免部署GPU硬件费用和复杂性的组织带来好消息。云GPU实例可按超大规模与专业化提供商、通用与专用实例、共享与独占服务器进行分类。选择时需考虑工作负载类型、GPU类型、成本、延迟和控制级别等因素。
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
企业云服务平台IFS收购硅谷代理AI专家theLoops,推出"工业AI"概念。该技术旨在创建具备语义环境感知能力的自主AI代理,专门服务于制造、能源、建筑等资产密集型行业。这些工业AI代理能够理解业务职责,遵循行业规则,与人类协同工作,执行实际工作任务而非简单的聊天或辅助功能,为企业带来可衡量的生产力提升和投资回报。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。