随着网站业务量的高速增长,带宽的费用也在急剧增加,这其中直播行业尤甚,像斗鱼、头条视频、映客、YY等这些近几年高速发展的公司,在“网红经济”暴增的同时,越来越多的投入都给了CDN。据统计,一般影音娱乐企业只有40%是真实的运营成本,而30%左右的成本都给了带宽和CDN。
如今国内比较出名的几个直播网站月活都在8700万以上,如果以千万级的月活、百万级在线来计算的话,这将意味着1.5T带宽的消耗,每个月将近有3000万现金将花费在带宽上,随着业务体积地不断增大,花费会只增不减。同时还有一个更严峻的问题,CDN领域的竞争越发激烈,当用户都用专业的眼光去理解成本跟服务品质的相关性时,如何能够在众多CDN运营的服务提供商里挑选出来自己最合适的厂商呢?
智能调度听云Controller只为节省成本而生
听云技术副总裁吴静涛发布听云全新产品-听云Controller
为了解决这种复杂情况,听云全新产品-听云Controller应运而生,利用听云APM所采集的大数据进行深度分析以后,达到对资源进行智能调度,为用户提供实时低价高效的资源配置建议等效果。听云Controller第一期产品开放了听云的CDN调度系统——听云Controller for CDN,利用听云大数据为CDN服务节点做征信,实时高效低价对CDN进行调度。
实时CDN调度
百亿级大数据支撑 只为实时掌控CDN
目前听云每天能够收集到200亿条移动性能数据,3亿条的浏览器的应用性数据,再加上30w+的全国的监测节点,汇聚起来便形成了听云对CDN以及CDN性能监控的基础数据。根据这些实时的CDN节点的成功率、用户的吞吐率以及实际的访问时间,价格等数据做加权运算,便能对CDN的节点选择提供好的评估和使用的可能。
那么利用这些数据做出智能调度以后,会出现什么情况呢?我们来举个例子,当我们选择真实用户的一张图片,同时选择两家CDN的运营商做正常的压力测试,在使用听云的CDN调度以后,真实的性能变化会有哪些变化呢?
性能均值对比:用户端真实图片的下载时间,从350毫秒的平均值降低到了191毫秒,性能的提升40%。
成功率均值对比:调度前跟调度后的成功率的对比,当服务节点一旦出现可用性的问题,便立刻可以帮助将流量切到其他节点上去,我们可以看到成功率大幅提高。
节点数量对比:服务节点的变化。从两个CDN的服务运营商264个节点,增加至五家运营商500个节点,可用的节点变得更多。但事实上调度并不需要复杂的动作,听云Controller系统可全自动化完成。
实际成本对比:实际成本变化。新CDN运营商的引入可能会带来成本下降的可能性,但随之而来的便是可用性的风险。使用听云CDN调度系统可以在确保可用性、性能的情况下,大幅降低成本。
我们可以看到,在使用听云Controller forCDN智能调度CDN使用情况以后,在保证可用性和性能的情况下, 40%的成本降低,30%的效能提高,让你的成本不会随着业务增加而增加,让成本增长的比例降低。这就是听云Controller的概念和价值,真的用户体验为核心,确保整个在CDN上跑的每一个节点的性能、可用性、成本,生成征信体系,帮助用户在选择服务节点时可以实时以服务品质、实际价值为依据来决定。未来,听云Controller产品线还会扩展到Cloud以及双活DC用户智能路由上,构建真正智能的秒极用户体验时代。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。