智慧廣電家庭服務(wù)算力評估模型和實現(xiàn)路徑

傅丹妮，孫 昊，劉 越，陳 靚

（1.華數(shù)數(shù)字電視傳媒集團有限公司，浙江 杭州 310056；2.浙江傳媒學(xué)院，浙江 杭州 310018；3.浙江省中波發(fā)射管理中心，浙江 杭州 310061）

0 引 言

隨著數(shù)字化和智能化的進展，智慧廣電服務(wù)迅速興起，取代傳統(tǒng)有線電視。廣播電視企業(yè)擴展至互聯(lián)網(wǎng)電視、視頻點播及智能設(shè)備等領(lǐng)域，提供多樣化娛樂體驗并創(chuàng)造商機。然而，廣電市場正經(jīng)歷巨大變革，傳統(tǒng)有線電視用戶數(shù)量下降，與此同時，互聯(lián)網(wǎng)電視用戶數(shù)量持續(xù)增長。廣播電視企業(yè)必須快速轉(zhuǎn)型，提高競爭力，以抓住市場機遇。本文將分析廣電家庭用戶流失問題，重點關(guān)注智慧廣電服務(wù)場景和市場趨勢，聚焦分析算力不足等問題，并從技術(shù)層面提出解決方案。

1 研究背景

1.1 智慧廣電服務(wù)場景

數(shù)字化和智能化的廣電場景包括互聯(lián)網(wǎng)電視、視頻點播、智能電視盒子及移動電視等，推動了智慧廣電服務(wù)的拓展。這些服務(wù)提供了便捷多樣的娛樂體驗，為廣電企業(yè)創(chuàng)造了商機。智能電視盒子融合了互聯(lián)網(wǎng)和電視，用戶可以訪問在線視頻平臺，享受高清觀影。移動電視滿足了用戶的隨身觀看需求。智慧廣電服務(wù)還包括智能家居控制和智能廣告投放，改善用戶在家的體驗并提升廣告效果。內(nèi)容推薦和個性化定制服務(wù)通過算法模型滿足用戶需求，提供更便捷的方式，使用戶更輕松地發(fā)現(xiàn)他們感興趣的節(jié)目和信息。

1.2 廣電市場變化趨勢

隨著互聯(lián)網(wǎng)的崛起，廣電市場正在發(fā)生巨大變革。有線電視用戶逐漸減少，與此相反，互聯(lián)網(wǎng)電視用戶持續(xù)增加。究其原因，主要是傳統(tǒng)電視無法滿足多元化、高質(zhì)量的內(nèi)容需求?；ヂ?lián)網(wǎng)電視與各類內(nèi)容提供商合作，提供大量電影、劇集及綜藝等內(nèi)容，鼓勵原創(chuàng)內(nèi)容制作，增強了互動性，用戶能夠評論、分享、制作內(nèi)容，增加了參與感。此外，互聯(lián)網(wǎng)電視的便捷性提高了觀影自由度，吸引用戶通過各種設(shè)備隨時隨地觀看內(nèi)容。

互聯(lián)網(wǎng)電視的崛起，對傳統(tǒng)有線電視構(gòu)成了挑戰(zhàn)。對此，廣電企業(yè)應(yīng)升級網(wǎng)絡(luò)，改善用戶體驗，解決算力不足問題。傳統(tǒng)有線電視雖仍主導(dǎo)市場，但需廣泛推廣新興產(chǎn)品，而提升算力是保持競爭力和留存用戶的關(guān)鍵所在。

1.3 國內(nèi)算力研究現(xiàn)狀

2021 年，工業(yè)和信息化部和國家互聯(lián)網(wǎng)信息辦公室發(fā)布新基建政策，涵蓋信息基礎(chǔ)建設(shè)、融合基礎(chǔ)設(shè)施和創(chuàng)新基礎(chǔ)設(shè)施。在信息基礎(chǔ)設(shè)施中，算力基礎(chǔ)設(shè)施如數(shù)據(jù)中心和智能計算中心備受矚目。國內(nèi)學(xué)者正在積極研究算力概念和技術(shù)，側(cè)重于算力系統(tǒng)的構(gòu)建。史庭祥[1]等人通過搭建基礎(chǔ)設(shè)施即服務(wù)（Infrastructure as a Service，IaaS）和平臺即服務(wù)（Platform as a Service，PaaS）統(tǒng)一資源池實現(xiàn)算力供給新模式。賈慶民[2]等提出了分布式網(wǎng)絡(luò)構(gòu)建、節(jié)點狀態(tài)感知和計算任務(wù)調(diào)度機制來實現(xiàn)算力網(wǎng)絡(luò)的框架構(gòu)建。唐雄燕[3]等人提出了算力服務(wù)原生技術(shù)體系，通過算力服務(wù)原生體系原型部署以及業(yè)務(wù)驗證，實現(xiàn)“代碼即服務(wù)”“算力即服務(wù)”的目標(biāo)。張慷[4]等人初步研究了感知用戶需求和全網(wǎng)的算力網(wǎng)絡(luò)資源、編排和路由策略。這些研究表明，構(gòu)建可靠、健壯的算力系統(tǒng)，將是提升算力的關(guān)鍵所在。

2 算力評估基本方法

本章主要介紹當(dāng)前主要的算力分類以及未來算力種類的發(fā)展趨勢、算力的評估方法以及廣電家庭服務(wù)算力需求統(tǒng)計分析方案。

2.1 算力分類及發(fā)展趨勢

算力的分類主要包括通用算力、智能算力、超級計算（以下簡稱超算）算力以及邊緣算力4 部分。通用算力由中央處理器（Central Processing Unit，CPU）提供，智能算力則包括圖形處理器（Graphics Processing Unit，GPU）、現(xiàn)場可編程邏輯門陣列（Field Programmable Gate Array，F(xiàn)PGA）以及人工智能（Artificial Intelligence，AI）芯片等，超算算力專注于超級計算任務(wù)，邊緣算力為用戶提供即時計算能力，是其他3 種計算形態(tài)的綜合。下面分別簡要介紹每一種算力種類的概念。

2.1.1 通用算力

通用算力以CPU 為主。CPU 內(nèi)嵌指令集用于指導(dǎo)和優(yōu)化計算。CPU 分為x86 和非x86 架構(gòu)，包括x86、ARM、MIPS、Power、RISC-V、Alpha 等不同類型。通用算力的發(fā)展靠硬件技術(shù)、芯片體系結(jié)構(gòu)及集群服務(wù)器來提高計算性能。

2.1.2 智能算力

智能算力主要以GPU、FPGA 及AI 芯片等為代表，主要芯片類型如表1 所示。

智能算力領(lǐng)域的發(fā)展呈現(xiàn)多方面趨勢，如邊緣計算、深度學(xué)習(xí)及量子計算等。這將引領(lǐng)技術(shù)創(chuàng)新，提高設(shè)備自主決策能力，拓展智能應(yīng)用領(lǐng)域。與此同時，一些前沿概念如聯(lián)邦學(xué)習(xí)、隱私保護及強化學(xué)習(xí)等也將推動智能算力的創(chuàng)新?？珙I(lǐng)域交叉創(chuàng)新有望解決重大挑戰(zhàn)，推動技術(shù)和社會共同進步。

2.1.3 超算算力

超級計算是一種利用多臺計算機系統(tǒng)的集中式計算資源，通過專用操作系統(tǒng)來解決極端復(fù)雜或數(shù)據(jù)密集問題的計算科學(xué)。超級計算通常采用大型、高速、昂貴的計算機，被廣泛用于尖端科研、國防軍工等大規(guī)模科學(xué)和工程項目，不僅是國家科研實力的代表，也是綜合國力的象征。

超級計算機的重要發(fā)展趨勢包括提高計算性能，增加核心數(shù)量和異構(gòu)計算來增速，以及探索量子和混合計算模型。此外，還將重點關(guān)注能效和散熱管理，嘗試云超算和分布式模式，以靈活利用資源。數(shù)據(jù)驅(qū)動和領(lǐng)域特定應(yīng)用與超算相結(jié)合，將會推動科學(xué)和工程創(chuàng)新。

2.1.4 邊緣算力

作為一種新型服務(wù)模型，邊緣計算在網(wǎng)絡(luò)邊緣執(zhí)行數(shù)據(jù)或任務(wù)，適用于實時應(yīng)用。它結(jié)合了邊緣智能和人工智能，促進智能數(shù)據(jù)處理和實時分析。將其與云計算融合，可支持多領(lǐng)域應(yīng)用，但需重視安全和隱私，并管理維護邊緣設(shè)備?？梢姡吘売嬎阏苿又嬎隳Ｐ偷倪M一步演進，支持實時性、智能化和多領(lǐng)域應(yīng)用。

綜上，通用算力與硬件和體系結(jié)構(gòu)密切相關(guān)，智能算力（包括GPU、FPGA、AI 芯片）主導(dǎo)多個領(lǐng)域的發(fā)展，超算算力（即超級計算機）專注于數(shù)據(jù)應(yīng)用和高性能要求的計算，邊緣算力（包括邊緣計算、5G、智能化、云計算）支持實時性和創(chuàng)新。這些分類展示了算力領(lǐng)域多樣化的趨勢，驅(qū)動著科技領(lǐng)域的不斷進步。

2.2 算力評估方法

對于不同的算力類型，應(yīng)選擇適當(dāng)?shù)脑u估方法。如通用算力，可用每秒浮點運算次數(shù)（Floating-point Operations Per Second，F(xiàn)LOPS）、每秒進行讀寫操作的次數(shù)（Input/Output operations Per Second，IOPS）及內(nèi)存帶寬等指標(biāo)評估，實際運用中通常以數(shù)據(jù)中心或地區(qū)為單位比較?！吨袊懔Πl(fā)展指數(shù)白皮書（2022 年）》拓展了數(shù)據(jù)中心算力的內(nèi)涵，結(jié)合綜合概念和統(tǒng)計學(xué)方法構(gòu)建了包括通用算力、智能算力、數(shù)據(jù)中心算效、網(wǎng)絡(luò)算力及存儲系統(tǒng)算力的五力模型。本文借鑒算力五力模型，提出了基于哈夫曼樹的算力評估方法。本節(jié)先介紹相關(guān)定義，再闡述基于哈夫曼樹的算力評估方法，最后給出評估方法的應(yīng)用過程和結(jié)果。

2.2.1 相關(guān)定義

2.2.1.1 哈夫曼樹

在“樹”這種數(shù)據(jù)結(jié)構(gòu)中，樹中結(jié)點被賦予一個有意義的數(shù)值，稱為該結(jié)點的權(quán)。從樹的根到任意結(jié)點的長度（經(jīng)過的邊數(shù)）與該結(jié)點上權(quán)值的乘積，稱為該結(jié)點的帶權(quán)路徑長度。樹中所有葉子結(jié)點的帶權(quán)路徑長度之和稱為該樹的帶權(quán)路徑長度（Weighted Path Length，WPL），記為

式中：wi是第i個葉結(jié)點所帶的權(quán)值，li是該葉結(jié)點到根結(jié)點的路徑長度。

在含有n個帶權(quán)葉結(jié)點的二叉樹中，帶權(quán)路徑長度（WPL）最小的二叉樹稱為哈夫曼樹，也稱最優(yōu)二叉樹。

2.2.1.2 數(shù)據(jù)中心算力衡量指標(biāo)

數(shù)據(jù)中心算力由數(shù)據(jù)處理能力、數(shù)據(jù)存儲能力以及數(shù)據(jù)流通能力3 項指標(biāo)決定。其中，數(shù)據(jù)處理能力，在應(yīng)對以大數(shù)據(jù)、人工智能為代表的新一代數(shù)字化技術(shù)產(chǎn)業(yè)趨勢過程中，又可以區(qū)分為以CPU為代表的通用計算能力和以GPU、AI 芯片為代表的智能計算能力。前者主要用于執(zhí)行一般任務(wù)，后者主要承擔(dān)圖形顯示、大數(shù)據(jù)分析、信號處理、人工智能以及物理模擬等計算密集型任務(wù)。綜上，本文選取通用算力、智能算力、數(shù)據(jù)中心算效、網(wǎng)絡(luò)算力及存儲系統(tǒng)算力這5 個指標(biāo)進行算力評估，對應(yīng)的具體衡量指標(biāo)如表2 所示。

2.2.2 基于哈夫曼樹的算力評估方法

基于哈夫曼樹的算力評估方法的思路是：首先將每個指標(biāo)經(jīng)過映射分級函數(shù)得到指標(biāo)分級等級，其次根據(jù)指標(biāo)分級等級構(gòu)造哈夫曼樹，最后求得哈夫曼樹的帶權(quán)路徑長度。哈夫曼樹的帶權(quán)路徑長度作為一個數(shù)據(jù)中心算力的最終評估指標(biāo)。

每個指標(biāo)經(jīng)過映射分級函數(shù)得到對應(yīng)的指標(biāo)分級等級，其定義為

式中：PG、PAI、BC、BN、BS分別表示通用算力、智能算力、數(shù)據(jù)中心算效、網(wǎng)絡(luò)算力、存儲系統(tǒng)算力；Γ、H、Θ、Φ、Ψ分別表示5 個指標(biāo)對應(yīng)的映射分級函數(shù)；IG、IAI、IC、IN、IS分別表示5 個指標(biāo)對應(yīng)的分級等級。映射分級函數(shù)的作用是根據(jù)分級表將不同單位的衡量數(shù)值轉(zhuǎn)換成無量綱的等級。

然后，根據(jù)5 個指標(biāo)的分級等級構(gòu)造哈夫曼樹。給定n個權(quán)值分別為w1,w2,…,wn的結(jié)點，構(gòu)造哈夫曼樹的算法如下。

（1）將這n個結(jié)點分別作為n棵僅含一個結(jié)點的二叉樹，構(gòu)成森林F。

（2）構(gòu)造一個新結(jié)點，從F中選取兩棵根結(jié)點權(quán)值最小的樹作為新結(jié)點的左、右子樹，并且將新結(jié)點的權(quán)值置為左、右子樹上根結(jié)點的權(quán)值之和。

（3）從F中刪除剛才選出的兩棵樹，同時將新得到的樹加入F中。

（4）重復(fù)步驟（2）和步驟（3），直到F中只剩下一棵樹為止。

最后，計算出的哈夫曼樹帶權(quán)路徑就是數(shù)據(jù)中心的算力值。

2.2.3 基于哈夫曼樹算力評估模型的案例分析

現(xiàn)給出3 個數(shù)據(jù)中心對應(yīng)的5 個指標(biāo)（通用算力、智能算力、算效能力、網(wǎng)絡(luò)能力、存儲能力）數(shù)據(jù)，如表3 所示。

根據(jù)專家的經(jīng)驗和數(shù)據(jù)分布的情況，評估步驟如下。

（1）根據(jù)數(shù)據(jù)將所選的5 個指標(biāo)進行分級，結(jié)果如表4 所示。

表4 數(shù)據(jù)中心五力指標(biāo)分級

（2）將表3 的數(shù)據(jù)根據(jù)表4 數(shù)據(jù)中心算力指標(biāo)分級表進行定級，結(jié)果如表5 所示。

表5 數(shù)據(jù)中心算力指標(biāo)定級結(jié)果

（3）根據(jù)定級構(gòu)造哈夫曼樹，如圖1～圖3所示。求得哈夫曼樹的帶權(quán)路徑長度，可得每個數(shù)據(jù)中心的算力，結(jié)果如表6 所示。

圖1 數(shù)據(jù)中心DC1 的哈夫曼樹

圖2 數(shù)據(jù)中心DC2 的哈夫曼樹

圖3 數(shù)據(jù)中心DC3 的哈夫曼樹

表6 3 個數(shù)據(jù)中心的算力評估結(jié)果 單位：TELOPS

最終得出3個數(shù)據(jù)中心的算力大小關(guān)系為DC2＞DC1 ＞DC3。

2.3 廣電家庭服務(wù)算力需求

分析廣電家庭服務(wù)的算力需求，不僅需要綜合考慮業(yè)務(wù)范圍、受眾及服務(wù)類型等因素，還需考慮未來業(yè)務(wù)擴展和用戶增加時的算力可擴展性。下面給出統(tǒng)計當(dāng)前算力需求的初步分析方案。

（1）業(yè)務(wù)需求分析。分析公司的業(yè)務(wù)類型和目標(biāo)，確定需要提供的服務(wù)類型。

（2）應(yīng)用場景。確定每種應(yīng)用場景所需要的算力，考慮算法復(fù)雜度、計算量以及并發(fā)用戶數(shù)量等因素。

（3）用戶量估計。估計每種服務(wù)的預(yù)期用戶數(shù)量，根據(jù)公司的市場調(diào)研、用戶需求等來預(yù)測潛在用戶量。

（4）數(shù)據(jù)處理量?？紤]每種服務(wù)需要處理的數(shù)據(jù)量，包括輸入數(shù)據(jù)和輸出結(jié)果，從而確定數(shù)據(jù)處理的計算需求。

（5）計算負(fù)載預(yù)測?；趹?yīng)用場景和用戶量，預(yù)測不同時間段（如高峰期和低谷期）內(nèi)的計算負(fù)載。

（6）性能指標(biāo)和需求。確定服務(wù)的性能指標(biāo)，如響應(yīng)時間、處理速度等，以滿足用戶期望。

（7）硬件和軟件要求?？紤]所需硬件（如服務(wù)器、GPU、FPGA）和軟件（如框架、算法）來支持服務(wù)的運行。

（8）實際測試和監(jiān)控。在實際部署之前，進行一些實驗和模擬負(fù)載測試，以評估系統(tǒng)在不同負(fù)載情況下的性能表現(xiàn)。

（9）容量規(guī)劃。根據(jù)以上信息，制定容量規(guī)劃，包括所需服務(wù)器數(shù)量、配置及網(wǎng)絡(luò)帶寬等。

（10）監(jiān)控和自動化。設(shè)置監(jiān)控系統(tǒng)，跟蹤算力使用情況、性能指標(biāo)等，以便根據(jù)實際情況做出調(diào)整。

（11）彈性擴展方案。設(shè)計彈性擴展方案，以應(yīng)對突發(fā)的高負(fù)載情況，如使用云計算的自動擴展功能。

多方面考慮算力需求，需根據(jù)實際數(shù)據(jù)進行詳細(xì)建模和分析，包括共享、綠色、智能以及可信算力服務(wù)。趙倩穎[5]等總結(jié)了算力服務(wù)為滿足業(yè)務(wù)需求應(yīng)具備的算力服務(wù)特性。

3 廣電家庭服務(wù)算力實現(xiàn)方式

廣電家庭服務(wù)算力實現(xiàn)方式有云端、終端以及云終端結(jié)合3 種方式。為了給出3 種方式的實現(xiàn)方案，需要先對比3 種方式的區(qū)別。三者的主要區(qū)別如表7 所示。

表7 3 種算力實現(xiàn)方式的區(qū)別

廣電服務(wù)終端算力系統(tǒng)側(cè)重于終端用戶體驗，廣電服務(wù)云端算力系統(tǒng)專注于后臺內(nèi)容處理和分發(fā)，而廣電服務(wù)云終端算力系統(tǒng)試圖在終端和云之間找到平衡，以實現(xiàn)更好的性能和用戶體驗。

3.1 云端為主

廣電家庭服務(wù)主要使用云端計算，將資源集中在云端并通過網(wǎng)絡(luò)提供給用戶服務(wù)。本文參考文獻[6]的分層思想，設(shè)計了云端算力系統(tǒng)架構(gòu)。廣電家庭服務(wù)云端算力系統(tǒng)架構(gòu)如圖4 所示。

圖4 廣電家庭服務(wù)算力系統(tǒng)架構(gòu)

廣電家庭服務(wù)的云端算力系統(tǒng)分為服務(wù)層、網(wǎng)絡(luò)管理層、計算資源管理層、數(shù)據(jù)存儲資源管理層以及基礎(chǔ)設(shè)施層。

（1）服務(wù)層，提供多項服務(wù)，包括云視頻、虛擬現(xiàn)實以及實時直播，利用推薦系統(tǒng)提供用戶感興趣的內(nèi)容。

（2）網(wǎng)絡(luò)管理層，負(fù)責(zé)內(nèi)容傳輸、流媒體傳輸以及網(wǎng)絡(luò)安全。使用內(nèi)容分發(fā)網(wǎng)絡(luò)（Content Delivery Network，CDN）技術(shù)提高內(nèi)容傳輸速度，關(guān)注網(wǎng)絡(luò)安全以減少攻擊。

（3）計算資源管理層，有效管理計算資源，支持頂層服務(wù)執(zhí)行，包括資源調(diào)度、分配、監(jiān)控及優(yōu)化等功能，使用分布式計算技術(shù)提升算力。

（4）數(shù)據(jù)存儲資源管理層，組織和管理數(shù)據(jù)存儲，保障數(shù)據(jù)安全和效率，包括選擇存儲技術(shù)、備份策略、數(shù)據(jù)安全及監(jiān)控等功能。

（5）基礎(chǔ)設(shè)施層，提供基礎(chǔ)資源，確保系統(tǒng)穩(wěn)定性、性能及安全性，適應(yīng)不同業(yè)務(wù)需求和變化。

值得注意的是，以上架構(gòu)設(shè)計為廣電家庭服務(wù)云端算力系統(tǒng)提供基本方向，實際技術(shù)應(yīng)根據(jù)業(yè)務(wù)需求和可用資源選擇。

3.2 終端為主

廣電家庭服務(wù)終端算力系統(tǒng)的核心是建立端側(cè)算力網(wǎng)絡(luò)系統(tǒng)，可以從網(wǎng)絡(luò)和算力有效利用兩個角度進行構(gòu)建，主要目標(biāo)是提高用戶的智能化、個性化應(yīng)用服務(wù)體驗，設(shè)計的架構(gòu)如圖5 所示。

基于端側(cè)算力網(wǎng)絡(luò)的特性，該架構(gòu)有以下4 種主要形態(tài)。

（1）時空高度動態(tài)組網(wǎng)，適用于移動設(shè)備，網(wǎng)絡(luò)拓?fù)潆S設(shè)備移動而高度變化。

（2）室內(nèi)泛在大連接組網(wǎng)，智能設(shè)備通過互聯(lián)協(xié)同工作，如家庭中各種智能設(shè)備的聯(lián)動。

（3）多協(xié)議動態(tài)自治組網(wǎng)，各種設(shè)備使用不同的通信技術(shù)，根據(jù)資源和需求進行聯(lián)網(wǎng)和任務(wù)分配。

（4）多層次算力智能調(diào)度，不同設(shè)備層次的算力智能共享，以優(yōu)化資源利用。

這些形態(tài)在端側(cè)算力網(wǎng)絡(luò)中實現(xiàn)不同用途，如提高效率、電量管理以及資源共享。

3.3 云終端融合

云終端算力系統(tǒng)協(xié)同工作包括云端和終端兩部分的協(xié)作。云端負(fù)責(zé)內(nèi)容管理、轉(zhuǎn)碼等，終端負(fù)責(zé)展示和請求服務(wù)。終端設(shè)備向云端發(fā)送請求，云端通過實時轉(zhuǎn)碼和個性化推薦提供適用的內(nèi)容，終端展示內(nèi)容以提供用戶體驗。

云終端算力系統(tǒng)構(gòu)建需要考慮多個方面，主要分為云端部分、終端部分及用戶體驗3 個部分。每個部分還需要考慮細(xì)粒度的功能實現(xiàn)。圖6 和圖7分別展示了云終端系統(tǒng)的架構(gòu)和實現(xiàn)結(jié)構(gòu)。為了簡化云終端算力系統(tǒng)架構(gòu)圖，此處云端算力系統(tǒng)的架構(gòu)以服務(wù)器代替。

在云終端協(xié)同工作中，終端設(shè)備要求性能較低，云計算平臺提供卓越的計算和資源存儲功能。用戶可在終端瀏覽內(nèi)容，復(fù)雜計算則由云端執(zhí)行，以獲得高質(zhì)量內(nèi)容和個性化推薦，同時保持終端設(shè)備輕量和用戶友好。

4 結(jié) 語

本文首先分析出廣電家庭用戶極速流失的根本原因是產(chǎn)品算力不足，其次討論了目前的算力分類，包括通用、智能、超算及邊緣算力，最后提出了構(gòu)建云端算力系統(tǒng)、終端算力系統(tǒng)及云終端算力系統(tǒng)3 種方案來解決算力不足的問題。云端算力系統(tǒng)的核心在于結(jié)合當(dāng)前流行的容器編排、云計算及分布式計算技術(shù)將計算資源抽象化、云化、分布式集中化，來達到便于管理計算資源和提升算力的目的。終端算力系統(tǒng)的關(guān)鍵在于提升與終端設(shè)備互聯(lián)的硬件設(shè)備的性能和可靠性，比如，提升機頂盒性能的同時增加其可靠性。云終端算力系統(tǒng)的精髓在于如何使終端和云端協(xié)同工作，實現(xiàn)無縫切換。這需要高性能、高可靠、容錯性高的硬件和軟件系統(tǒng)來支持。

盡管本文提出的方案是雛形方案，具體可落實的方案需要根據(jù)業(yè)務(wù)需求、技術(shù)復(fù)雜度等進一步討論，但本文為產(chǎn)品算力不足問題的解決提供了思考的方向，即廣電家庭服務(wù)算力關(guān)注的方向應(yīng)該是邊緣算力和智能算力。邊緣算力可通過計算機集群、容器編排技術(shù)以及分布式計算來提高，而智能算力則需要應(yīng)用當(dāng)前流行的AI 技術(shù)如AI 推薦系統(tǒng)、AI 語言模型來提升用戶體驗。