专访｜阿里云佘俊泉：持续突破和创新，实现可持续的发展和增长

分布式云具有巨大颠覆性的潜力，并正在形成用途不断扩大的战略科技发展趋势，算力作为激发数据要素潜能的“发动机”，为加快发展新质生产力提供了重要支撑。AI时代智算浪潮奔涌而来，3月27日，全球分布式云大会（GlobalDistributedCloudConference，GDCC）在北京胜利召开，以助业内合作伙伴们更好地适应新一轮科技革命和产业变革趋势。

何云峰（左）、佘俊泉（右）

阿里云智能边缘云网产品负责人佘俊泉出席了本次活动的主论坛，并在会议期间，接受了全球分布式云大会的专访，就边缘云的现状、发展趋势以及阿里云的行业发展策略进行了分享。

Q1：权威咨询机构报告显示，全球85%的G2000组织预计将在2027年依赖云服务商提供的边缘服务，您认为边缘云经过这些年的演进，是否已经呈现出一定的发展趋势？

佘俊泉：我认为这个趋势其实是比较明显的，当前其实可以分几个阶段。第一个阶段以音视频为代表，音视频的平台为了降低成本，它普遍发现边缘云的基础设施离客户更近，那么这个网络质量会更好，最主要的是边缘云的网络又便宜又好。

那第二阶段就是出现了计算力的应用。比较典型的就是像云游戏，我们将其称为终端云化，它其实是把在终端上运行的应用上移到云端。因为在终端上运行的应用，用户的体验非常重要，如果在终端上能够及时互动，到了云端却开始卡顿肯定不行。而且游戏通常都需要非常高的配置来运行，所以驱动云游戏的需求，还有一个很大的原因就是可能很多本地终端的性能是不行的，没有办法玩游戏，但是用了云游戏服务之后无论什么终端都可以玩，对于游戏厂商来说，它极大幅的提升了它的游戏服务可触达的用户人群，由此它的业务就会非常迅速地增长。这一类业务和音视频相比，当前体量还没有那么大，但是它的增速很高，这是第二阶段。

第三阶段我们认为它会进入一个融合的阶段。这个融合首先体现在异构计算上，在异构计算上你会发现流量和计算的融合。在异构计算里不论是做边缘AI推理AIGC，还是在终端云化做云游戏，本质上其实是生成内容的生产和分发。但是内容生成过去一直存在一个问题，就是生成周期太长，而内容消费的周期太短，但是进入到今天，我们有大模型、AIGC之后，这种应用在发展到一定阶段之后，内容生产的周期开始比内容消费的周期要短。过去是内容的生产和消费分离，现在是内容的生产、消费、分发要合一，计算和流量也实现了融合。这就相应对于边缘云会有内容的生产和分发一体化的需求，这是第一个融合；

第二个融合就是云网融合，包括但不限于在其他的千行百业，但凡有大模型应用的地方，只要这个企业要经历企业初创、上云、下云，最后要回过头来使用或自建边缘云和混合云这样的基础设施，一定会用到像多云互联、云边互联、边边互联，各种各样连接的云网融合的方案，这是另外一个层面的融合。所以我认为未来会进入，或者说现在其实我们已经摸到了这个边上，即第三阶段融合的阶段，我认为这个趋势是很明显的。

Q2：对于此，阿里云在技术研发和产品创新方面有哪些关键举措和方案升级，来适应这一趋势？

佘俊泉：那我也还按刚才三个阶段来讲。

第一个阶段它的需求是以流量base的，主要是音视频的业务，所以我们首先要有足够多的资源，资源要完成布局，无论国内还是海外，而且边缘云资源与中心云不同，很多客户使用中心云region的时候，可能所有业务都会放在一个region，但如果是在边缘云，因为大家都要用来做音视频分发，它一定是多点分布式可协同的，这是第一个。

其次，正因为是分布式可协同，过去集中的业务量现在分散到了全国甚至全球，那每个节点上的业务量就没那么大，所以他一定会有轻量化的需求，所以我们在第一个阶段，是完成资源的布局，让这个资源客户足够可用，并且在产品能力上，主要是打造具备分布式协同以及轻量化特点的边缘云的产品技术架构，提供具备这两个架构的计算、网络、存储的能力。从这个时候开始，可以很明显看到边缘云和中心云region在业务场景和对应的产品能力侧重点上呈现出明显的差异，这是第一阶段。

到了第二阶段，业务场景从流量型转向算力型，而且算力因为终端云化需要考虑兼容性的问题。目前能在边缘云上运行的都是存量的应用，也就是把同样的运行在终端上的游戏放到云上来运行，在这个阶段要求应用或者游戏厂商更改这一点去适配你的云化方案是不现实的，因此它的兼容性就变得非常重要，现在云上给企业级客户提供服务的标准的X86服务器可能有很大的兼容性问题，我们为此就做了一个叫异构计算云化的事情，就是我们把消费级的这种硬件，做成服务器，然后把它做成标准的异构计算的实例，那么客户可以标准地开通使用，同时它还可以通过我们标准的边缘云融合的网络、融合的存储来使用这些完整的云服务，这就相当把异构的算力给云化了。关键的重点是说它云化的不是传统意义上很稳定的企业级的标准服务器，它云化掉的其实是那些一开始看起来可能不太标准、不那么稳定的消费级的硬件，但我们把它做成了标准的服务器，也配套了对应了融合网络和融合存储，让它真正的像标准的X86计算实例一样，变成一种真正的云上可以使用的资源，而不是一台一台裸的不标准的物理服务器，这就提升了整体边缘云产品的应用性，这是第二阶段。

第三阶段可能会更复杂一点，像AI推理这类，我刚才也有分享过，它的远期是非常的美好，但近期还是要做些实际的工作。首先第一个实际的工作就是我们做了很多试点,比如说刚才分享了互联网金融的案例，去找到客户的痛点，然后帮助他用异构计算实例，把他的边缘AI推理业务跑起来；另外，我们也给客户提供一些增值服务，因为AI推理的优化空间是很大的，可能优化之后它的运行效率是优化之前的200%甚至300%，这种加速套件也是我们要为户提供的增值服务；另外一个就是从资源复用的层面，我们可以用同样的一套方案和资源来服务不同的用户，提高整体资源的复用率。

Q3：针对游戏、汽车、物联网、安防等行业，阿里云边缘云是如何定制化解决方案以满足行业特定需求，并实现业务效率与用户体验的提升？

佘俊泉：我觉得定制这个讲的可能不是很准确。我们一般的思路是去寻找客户在他业务中的痛点，然后我们会针对这些痛点，思考边缘云能给他提供什么价值？如果有的话，我们就把这个价值转化成标准的产品能力，一定是标准的，可复制的，因为阿里云智能的策略是是公共云优先，我们不倾向于项目式的去为客户做各种定制。

对于汽车领域，当前能看到的想象空间没有那么大，但是它的需求是真实存在的。直观来看，所有的汽车都是终端，就可以套用终端云化的概念，但它只能套一部分。因为汽车是一个和行驶安全强相关的行业，也就是说所有和车辆控制有关的一定是放在汽车本地的，一般是娱乐性的应用可以卸载到云上。我们现在做的其实是两类需求，一个是组网，帮助车企在各地的办公室、IDC、车，全部连起来；第二个可以理解为是泛化的数据中继上传和下载的服务，这个放在边缘云是更合理的。因此我们能提供的产品服务尽量是标准的，可能在行业拓展的方案上会有差异化。

Q4：目前，在边缘云应用场景方面，阿里云是否有新的拓展和商业化落地？

佘俊泉：阿里云从过去就始终保持创新，我们每年会做创新试点，通过创新试点验证了之后再把它做成标准化的。最近完成试点的一个是边缘AI推理，一是云网融合。云网融合就包括了跨境加速、海外加速、多云互联这些。

Q5：随着生成式AI等新技术的兴起，阿里云在边缘云上如何布局边缘AI推理服务等新型应用场景，以支持未来的边缘智能需求？

佘俊泉：我们认为这是一个非常大的市场，它会是未来五到十年里边缘云、包括边缘网络最大的一个垂直机会点，首先是这样一个定性的判断。从我们的策略上来看，它是分成短期和长期的。短期上来看，因为AIGC的发展是需要时间的，像海量内容的升级分发还需要再花一点时间才能成熟，因此从长期来看我们就需要配套提供这种在边缘云上从内容生成到内容分发一体化的解决方案。

Q6：出海已经成为越来越多企业的战略选择，在助力客户出海方面，阿里云边缘云是否有针对性策略？

佘俊泉：还是从三个方面来讲。第一个方面是在资源层面。去年2023年，我们完成了一轮比较大规模的布局，我们建设了一些之前没有这些资源的国家和地区，并且在部分要点，我们重新评估客户的需求去进行了拓展，把整个海外的资源覆盖水平进行了提高。同时我们现在全球有3200多个CDN的节点，也支持把这些CDN节点随时改造成边缘云节点对外来提供，这是第一个资源层面。

第二个就是在产品能力层面的，可以分为两点，我们观察到出海的客户更为关注易用性还有远程运维，但这些到了海外要么可能并没有，如果有的话也会很贵、并且效率特别低。所以它会更加依赖我们这种云化的标准方案，我们过去一年也是着力地加强了这方面产品功能的建设和布局。

第三个方面，一些这种海外主站没有开服的国家和地区往往就会有一些本地的数据合规要求，比如他会要求要在本地开展业务，云不能出境，这个时候边缘云作为一个更轻量的旗舰就是一个非常好的选择。

但这也会带来一个新的挑战，就是过去边缘云更多依赖音视频或者云游戏，这些PaaS的客户层面是有调度能力的，现在受限于机房边缘的中小机房，它的电力也好、SLA也好，可能比中心云的机房要差一点，这里我们就需要提供一套方案。因此在本地要有多个节点，这多个节点能够用我们边缘网络的组网服务连接起来，并且之间能够做高可用的切换。

Q7：我们关注到，阿里云已经连续三年取得中国边缘公有云服务市场份额第一的成绩，并且在今年1月份荣获中国信通院“边缘计算先锋企业”称号，你如何看待这些成绩对边缘云未来战略布局的影响？又如何看待边缘计算的发展前景？

佘俊泉：首先我觉得这些荣誉是代表客户还有市场对我们的认可，感谢大家对我们的认可！这些认可是我们过去通过用心地服务客户、构建我们的资源产品能力、解决方案能力来达成的，但是这些只代表过去，不代表未来。因为从边缘计算角度来看，它还是一个相对较新的领域，它在未来的增长空间、想象空间都是很大的，所以说这不代表我们现在领先就能一直领先，虽然我们确实取得了一些先发优势，但是我们如果停止继续发展，不再持续去探索和创新的话，它会很容易被抹平和超越。

对于边缘计算未来的发展，我们也会持续地在计算与云网融合这些我们认为非常具有潜力的新场景上去突破和创新，争取实现可持续的发展和增长，持续取得更好的成绩。