“2个半小时的时间，我紧张得满身大汗。”李辉钦谈起第一次直播带货的情景，自己都忍不住笑了。作为第一批到闽宁镇挂职的专业技术人员，疫情期间重拾几年没玩的抖音，开通“李镇长赞闽宁”，直播带货，推介闽宁镇、推销宁夏特产。再加上电视剧《山海情》热播，全国人民自此知道了由福建（闽）与宁夏（宁）对口扶贫建立的这座移民小镇，李镇长的粉丝迅速增加，宁夏的枸杞、蘑菇、滩羊肉，也从李镇长的直播间卖到了全国。
互联网的普及，信息高速公路的建立，让小小的手机正成为越来越多农民们的“新农具”，看得见的特产商品，在看不见的数据洪流的牵引下，走向全国、走向世界，“云经济”成为助力脱贫攻坚、乡村振兴与共同富裕的有力抓手。
作为推动中国高质量发展的新型基础设施，算力与带宽的升级，为越来越庞大的音频、视频流提供了一条畅通无阻的高速公路，流媒体等数字技术发展下的互联网+云技术，给产业、社会发展释放了巨大的潜能与活力，成为企业数字化转型新基建下的取胜之道。
1.解码新基建
30多年的互联网发展给中国带来了翻天覆地的变化，正成为推动中国经济发展的重要动力之一。数字经济持续快速增长，信息技术与实体经济加速融合，带来的发展新动能逐渐壮大，已成为中国经济增长新引擎。在这一过程中，从至年，我国移动互联网接入流量由13亿GB增长至亿GB，年均复合增长率高达99.86%。截止至年6月，中国移动互联网接入流量为亿GB，同比增长38.6%。
谷歌预测，未来互联网80%的内容呈现形式将是视频。视觉化的信息代替了繁琐、冗长、晦涩的文字、数据或符号，能更直观地反映信息的实质，更直接地促成信息传授双方的交流。
中国互联网信息中心发布的第48次《中国互联网络发展状况统计报告》显示，截至年6月，中国短视频用户规模为8.88亿，短视频应用人均单日使用时长已超分钟。
QuestMobile数据显示，年中国互联网广告规模达到.3亿，在媒介形态抢占广告的能力上，视频信息流增速更快，已经成为主流广告形式，逐步取代图文信息流的份额，典型广告主在短视频媒介投放预算明显提高。根据中研普华的预测，短视频平台TikTok的广告收入可能在年增加两倍，达到亿美元以上，超过其竞争对手Twitter与Snapchat两者之和。
从直播带货到短视频宣传，再到日益普及的远程教育和移动办公，视频或者是价值挖掘的财富密码，或者是传递价值的高速公路，优质且低成本的视频提供能力，成为企业的核心竞争力之一，也拉近了人与人之间的距离，人类社会由此进入全新的发展阶段。
这背后，是新型网络基础设施的鼎力支持。年，中央经济工作会议首次定义了“新型基础建设”，排在首位的就是信息基础设施，包括以5G、物联网、工业互联网、卫星互联网为代表的通信网络基础设施，以人工智能、云计算、区块链等为代表的新技术基础设施，以数据中心、智能计算中心为代表的算力基础设施。
2.构建音视频能力
在火山引擎联合IDC发布的《超视频时代视频云演进趋势》白皮书中指出，当今时代已经经历了长视频、短视频与直播应用阶段，进入超视频时代。在这一时代，互联网用户对视频有了更高的需求，对高清化、交互性、沉浸式的体验有了更多诉求。视频云也正在加速渗透到传统行业，在工业、教育、医疗等传统领域不断涌现出更多的落地场景，这就对音视频架构带来了功能上、性能上和安全层面上的不同挑战。其中，根据英特尔数据显示，现在大数据90%以上来自于非结构化数据，以视频和图片为主，视频数量与用户的快速增长对带宽和性能带来巨大压力，如何进行优化是很大的一个课题。
年2月，国家“东数西算”工程全面启动，启动建设国家算力枢纽节点，并规划了10个国家数据中心集群。在应用西部算力资源计算的东部数据中，视频数据占比不可小觑。这些数据来自众多异构监控平台，数量巨大且有着不同的标准。这就要求算力基础设施，必须能够支撑海量视频数据的存储、分析、索引、检索、转码、应用等，避免分区域分环节的视频存储与应用，并能将不同设备、不同平台、不同标准的视频资源集中起来，实现有效共享与整合利用。
同时，机器学习、计算机视觉、自然语言处理等AI应用也在兴起，这些都意味着频繁地对存储器进行访问与数据传输，这就突破了传统的冯诺依曼计算机体系架构，作为算力基础设施的数据中心和智能计算中心，需要有针对性的解决方案。
不断演进的数据中心需要一个全新的智能架构。在英特尔中国云大数据高级首席工程师程从超看来，这种智能数据中心架构将拥有三类计算单元——用于通用计算的CPU、用于特定应用或特定工作负载加速的XPU以及用于基础设施加速的IPU——它们将通过可编程网络相互连接，从而有效利用数据中心资源。尤其是，面对多元化媒体应用中的性能密集型负载，超强的算力和对加解密和转解码过程实现加速的能力，可以大幅度提高图像处理、图像识别视频分析等人工智能应用的效率。
如果说X86CPU铸就了英特尔辉煌的过去，IPU则成为英特尔打开未来世界的钥匙。IPU是一种可编程网络设备，旨在使云和通信服务提供商减少在中央处理器（CPU）方面的开销，释放宝贵的CPU内核资源。利用IPU，客户能够部署安全稳定且可编程的解决方案，从而更好地利用资源，平衡数据处理与存储的工作负载，从而大幅提高数据中心收益。GPU则大大提高了应用程序对二维三维图形和图象的处理能力。此外，在处理密集型数据和并行数据计算方面，GPU可以提供数十倍乃至于上百倍于CPU的性能，因此在大规模并行计算应用领域，诸如光影处理、金融分析、医疗成像、油气勘探、地理信息、基因分析和科学计算等等，开始发挥越来越大的作用。更重要的是随着AI的出现，GPU适合大规模并行的浮点运算、矩阵计算的特点得到充分发挥。
但不管是CPU还是GPU，仅凭单一的架构来实现更高的计算效率显然并不现实。采用CPU+GPU的异构计算模式（包括CPU+协处理器、加速处理器等），将成为一种趋势。
3.流量的密码
在年的CVPR上，由AIBenchmark举办的「移动AI挑战赛」引人
联系电话：