云原生时代的UGC和AIGC

小红书音视频架构部门负责人 陈靖

随着内容生产由进入到工业化、智能化时代，支撑业务发展所需的架构，也由传统的单体服务架构向微服务化、容器化、Serverless化的云原生架构演进，小红书音视频架构部门负责人陈靖介绍说：“小红书自成立之初，便坚定地选择云原生方式来构建基础业务平台，因此小红书可以将主要精力投入到业务研发，快速进行业务迭代升级，并在业务交付速度、媒体质量和整体成本三方面取得了较大成功。”

在随后的演讲中，陈靖详细介绍了小红书在构建视频的微服务架构和容器化部署过程中的主要成功实践：

• 媒资内容管理按照微服务架构设计。通过分层服务设计降低业务接入复杂度，如：原子数据能力微服务化，增强业务扩展的灵活性；统一媒资数据协议，降低业务使用复杂度。
• 微服务治理及持续集成。基于容器注册中心管理所有微服务实例，流量调度；持续集成部署平台，实现服务开发到部署全面自动化。
• 存储及数据引擎容器化，可灵活在多云多地域切换。

面对AIGC的兴起，陈靖认为AIGC会带来内容数量爆炸性增长会为现有视频平台带来一定的挑战，但是基于云原生的架构开放性、灵活性的特点，视频平台可以快速升级、扩容来消解这些挑战。

最后陈靖总结说：“架构设计只有需要遵循的原则，没有固定成法，过度设计往往会给业务带来负面影响，因此要谨记技术是为业务服务的。”

AudioGPT: 生成式语音模型

浙江大学计算机科学与技术学院教授 赵洲

语音驱动的人像视频合成是虚拟人领域的一个热门话题，但由于相同的语音可能有多种合理的面部动作，因此不同说话人、不同语种、不同表现形式（如歌声）等域外音频难以生成准确的面部表情。为解决以上难题，浙江大学计算机科学与技术学院赵洲教授团队所开发的 GeneFace项目采用 3D 人脸关键点作为中间变量，提出了一个三阶段的框架：

• 第一阶段——语音转动作：在大规模唇语识别数据集上学习语音到动作的映射，使模型能够享受大数据集带来的高泛化能力。
• 第二阶段——动作域迁移：赵洲教授团队提出了一种基于对抗训练的域适应方法，以训练一个人脸动作的后处理网络，从而弥合大规模唇语识别数据集与目标人视频之间的域差距。
• 第三阶段——基于动作渲染视频：通过设计一个基于 NeRF 的渲染器（3DMM NeRF Renderer），预测 3D 人脸关键点，并以此条件来渲染高保真的人像说话视频。

通过三阶段优化，GeneFace 相比基准方法实现了更好的图像质量、更好的嘴唇对齐程度，尤其是在受域外语音驱动时，GeneFace 的优势更加明显。

FinOps，云上成本管理探索

华为云容器服务首席架构师 张琦

上云趋势持续加深，但云上开支存在显著浪费，云原生FinOps通过可视化的成本洞察和成本优化，帮助用户精益用云，提升单位成本的资源利用率，实现降本增效目标，已成为企业上云成本管理的最优手段。华为云容器服务首席架构师张琦认为，云原生混部通过应用全域统一调度和资源分级管控，实现了成本的高效治理，是企业降本的银弹，其优势主要体现在：

• 通过微服务和批量计算任务分时使用资源消减集群和节点资源碎片：业务集群相互融合，组成较大的资源池，多个业务混合部署到一起，既减小集群资源碎片，又能通过大小应用的装箱和重调度，进一步消减集群碎片，提升资源分配率。
• 微服务和批量计算任务融合、统一调度：提供队列、组、作业优先级、公平调度、资源预留等多种抽象，统一满足微服务、大数据、AI多业务调度需求。
• 多种技术保障业务的QoS：在CPU、内存、网络、L3缓存等多维度上为应用提供高优低优的自动控制，使资源分时复用，提升资源利用率。
• 业务跨集群统一管理，部署，资源最优：通过打通多集群资源池，为应用提供统一的资源视图，实现部署运行最优、服务流量治理最优。

华为云已将相关优秀实践总结并开源成Volcano、Karmada、Kurator等项目，并在互联网、金融等行业得到广泛采用。

现场嘉宾还就自身企业在SRE体系建设、智能运维、微服务架构、多云管理、成本管理等方面所遇到的问题和针对AIGC等创新技术的洞见展开了进一步的深入交流与探讨，探索企业上好云、用好云、管好云的最佳路径。

创原会副理事长 董理斌

创原会组织的畅聊云原生·走进云原生企业系列活动为更多的企业提供了相互了解、学习、互助的机会。创原会副理事长董理斌表示：创原会作为华为云联合中国信通院、CNCF成立的全球技术交流平台，经过两年多发展已经具备了完善的运营体系。一方面我们将持续做好线上线下的技术交流，另一方面要更深入的走到会员企业现场交流。未来希望每一位创原会会员，都可以深度参与，分享自己的实践和感悟，把这个平台越办越好。