不想上班，只想唱唱跳跳就把錢掙了？

沒問題，來直播平臺當主播吧！

不想上班，只想吃吃喝喝就把錢掙了？

沒問題，來直播平臺當主播吧！

不想上班，只想打打游戲就把錢掙了？

沒問題，來直播平臺當主播吧！

不想上班，只想動動嘴皮子就把錢掙了？

沒問題，來直播平臺當主播吧！

當越來越多有一技之長的人加入到主播隊伍中來，無論是誰，都能在直播平臺上找到你感興趣的點。而且，最關鍵的是，你可以用各種方式與主播或其他觀眾互動?；蛸?、或扁、或賞，或噴；一切隨意?；蛘吒鼏渭兊?，你只是想來看土豪揮金如土或者鍵盤俠們指點江山，都沒問題。

主播數(shù)量的直線上升和直播平臺的井噴無疑會導致兩個結果，那便是競爭加劇和短期成本提高。那么，問題來了：直播網(wǎng)站錢從哪來？

當年9158跑馬圈地“悶聲發(fā)大財”的時代已然過去，今天的直播平臺所面對的可以說是一個強者林立的紅海市場。雖然資本的注入會給予各個直播平臺一個短暫的“盡情揮霍和試錯”的時間。但創(chuàng)造長期的盈利仍是一個棘手問題。過去，直播平臺盈利靠的是用戶購買道具的直接消費，但隨著主播數(shù)量和競爭對手數(shù)量的直線上升，直播平臺也不得不面臨一個問題：土豪都不夠用了。

在更高的成本和更激烈的競爭面前，單靠各路土豪的打賞顯然不能滿足昂貴的帶寬費用、IT基礎架構成本和人力成本。廣告當然是一個最好、最直接的手段，而廣告也是唯一經(jīng)過驗證的可行手段。

某視頻平臺的76秒超長廣告

但主播不是導購，直播也不是電視購物；為了用戶體驗，直播平臺也不能讓用戶在觀看直播前先“欣賞45秒的廣告”。

廣告是個好東西。如何將其價值最大化對于視頻企業(yè)來說關乎未來、關乎生死，尤其是對于那些目前還沒上市的直播平臺。

以薯條原料、犬科動物（化名）等為代表的中國第一批視頻網(wǎng)站無疑是視頻廣告的先行者。而他們在視頻廣告方面的現(xiàn)狀和困惑更值得直播平臺們仔細思考。

雖然靠著海量的流量，傳統(tǒng)視頻網(wǎng)站吸引了眾多企業(yè)在平臺上競相投放各種形式的片頭廣告和banner廣告，但至少從財報的層面來看，目前的這些廣告形式仍不足以幫助他們實現(xiàn)持續(xù)盈利。

都說流量變現(xiàn)是件容易的事，但實際結果為何大相徑庭？有人說是因為熱播節(jié)目版權太貴，也有人說是IT、人力成本上漲太快，也有人說是自主IP仍處于成長期……在我看來這些答案都沒找到問題的癥結。我們不妨換個角度來思考這一問題：視頻廣告為何無法帶來更多收入？

很簡單，因為現(xiàn)有片頭廣告無法更精準的推送到目標用戶唄。

我看個時事評論類節(jié)目，您給我推送個雷克薩斯的片頭廣告；我看個星聞八卦，您給我推送個BB霜廣告；我看個8月電影預告片合集，您給我推送個酸酸乳廣告。哦對了，我好像還沒跟您說：我目前沒有車本、不愛喝酸的、老婆喜歡素顏；都是我的錯。

不得不說，以目前視頻片頭廣告這樣“瞎貓碰死耗子”的投放形式來創(chuàng)造的點擊是一件效率非常低的事情。所以廣告商才不愿意花更多的錢，所以用戶體驗這么多年都不好，所以這么多年他們都還沒有形成持續(xù)的盈利能力。但回答問題只是第一步……

視頻廣告怎么做才最有效？這個問題值得所有傳統(tǒng)視頻網(wǎng)站和直播平臺深思，尤其是那些仍缺乏造血能力的直播平臺。

而一家叫Viscovery的公司有辦法。

廣告與視頻內(nèi)容無法精準匹配是行業(yè)多年來的老大難問題。而Viscovery給出的破解思路相當另類：將整個視頻變成廣告的載體。

當你在電視劇里看到了一輛超帥的車，點一下，品牌、型號、報價、銷售方式、優(yōu)惠活動，一應俱全；當你看到視頻中一副夢幻般的自然美景，點一下，地點、機票、酒店、旅行團信息，一應俱全；當你看到視頻中一個很有情調(diào)的餐廳，點一下，地點、價格、口碑、團購信息，一應俱全……對于廣告主來說，這絕對是夢寐以求的廣告形式。

想買哪里點哪里

過去，想要做到這樣的效果，唯一的方法就是人工+手動。而Viscovery所提供的是一套自動化的人工智能識別算法，能夠幫助視頻網(wǎng)站識別視頻中出現(xiàn)的場景、物件、衣服、甚至是演員和聲音。步驟大致是這樣的：

1、 Viscovery會建立一套人工智能算法，來識別視頻和音頻中出現(xiàn)的商品；

2、 Viscovery會像老師一樣用海量的視頻、圖片、音頻來訓練這個人工智能，讓他能夠在更復雜的場景中識別出商品；

3、 Viscovery將 完成訓練并“畢業(yè)”的人工智能程序交付給視頻網(wǎng)站；

4、 視頻網(wǎng)站將這套系程序署到服務器上，開始對服務器內(nèi)存儲的視頻進行大規(guī)模的分析，從而讓視頻和廣告合二為一；

5、 視頻網(wǎng)站開始數(shù)錢、分紅、上市、上頭條、改變世界……

另外，Viscovery還提供一項“特殊服務”——人工智能鑒黃。而這項符合中國國情的服務顯然從另一個層面解決了眾多視頻直播平臺目前最現(xiàn)實的“生存問題”。

要讓人工智能程序更好的識別視頻的內(nèi)容，首先需要將視頻中包含的圖像信息分層，每一層都代表了圖像信息中的一類信息。從最簡單的顏色、形狀、紋理到其他更復雜的特征。分層越細、越多，最終的識別率也會越高。

而如果想要在實際拍攝的電影、電視劇和其他類型的視頻中正確的識別出物體，通常需要將視頻中每一幀的圖像信息分成100-200層。并通成百上千萬次的訓練、修正、再訓練，人工智能程序才能學會從視頻中分辨出某一種物體。而如果想要從視頻中分辨出另一種物體，那就需要另一個人工智能程序并重復上面的過程?？梢哉f，對人工智能的訓練是一件相當耗費計算機硬件資源的工作，需要大量的計算機做并行處理。

Viscovery CEO黃俊杰

Viscovery CEO黃俊杰表示：在過去，完成這樣的人工智能訓練，我們通常會選擇GPGPU作為協(xié)處理器來加速整個訓練過程。但GPGPU由于本身處理能力、內(nèi)存（顯存）容量和網(wǎng)絡帶寬的限制，在處理20層以上的圖像識別時效率很低，完成一套訓練所花的時間通常是幾周甚至幾個月。但新硬件形態(tài)的出現(xiàn)則大大縮短了人工智能訓練的時間，并降低了硬件成本。

黃俊杰口中的新硬件便是英特爾最新推出的第二代至強融核處理器，核心代號Knights Landing，簡稱KNL。

1、 從協(xié)處理器到處理器

GPGPU是計算機中的一種協(xié)處理器，其特點是沒有管理其他硬件的能力，只能作為計算機中的一個設備存在；需要CPU、操作系統(tǒng)、驅動程序等基礎平臺的支持才能工作。所以在傳統(tǒng)的由多個計算節(jié)點組成的高強度人工智能訓練任務中，節(jié)點間的工作流程就變成了GPGPU1——CPU1——1至10Gb以太網(wǎng)絡——CPU2——GPGPU2。在這一過程中，由于各個信息管路之間的速率不同，GPGPU之間的溝通就變成了一件效率非常低的事。換句話說，如果將GPGPU的數(shù)量提升100倍，那么實際的效率提升可能只有30倍，因為大量的時間都消耗在了各種傳輸和等待傳輸?shù)倪^程中。

而KNL則是一款純正的處理器，也就是CPU。這就省去了GPGPU——CPU之間的溝通成本和GPGPU等待CPU分配任務的等待成本。而且由于KNL是x86架構的CPU，所以整個人工智能程序的編程也會比之前更簡單。

2、 更大、更快內(nèi)存

GPGPU作為計算單元，本身是需要內(nèi)存（顯存）來存儲原始信息和中間結果的。而目前最高端的GPGPU所搭載的內(nèi)存（顯存）僅為32GB。這就意味著如果人工智能程序的體積超過這一容量就需要將其分別存儲在多塊GPGPU當中。而這又會加劇不同GPGPU之間的溝通壓力，導致效能的進一步降低。

而最新推出的KNL處理器除了集成16GB片上高帶寬內(nèi)存（HBM）之外，還支持最多384GB的系統(tǒng)內(nèi)存。換句話說，新一代KNL處理器可以在內(nèi)存中容納更大的人工智能程序并存儲更多的中間計算結果，進一步減少系統(tǒng)間的溝通，從而提升效率。

3、 集成的100Gb Omni-Path網(wǎng)絡控制器

網(wǎng)絡一直是人工智能程序訓練領域中一個不可回避的問題。由于一個人工智能程序從“入學”到“畢業(yè)”需要進行成百上千萬次的訓練和修正，計算量非常龐大。因此，多節(jié)點并行處理幾乎是唯一的選擇。而節(jié)點數(shù)量多了之后，節(jié)點之間的有效溝通也就顯得尤為重要。者也就是為何網(wǎng)絡部分的成本會占到傳統(tǒng)高性能計算系統(tǒng)總成本的20-30%。由于GPGPU本身不管理也不集成其他硬件，所以如果GPGPU之間需要進行跨界點溝通，其途徑只能是節(jié)點之間的以太網(wǎng)絡或Infiniband網(wǎng)絡。而以太網(wǎng)帶寬通常只有1Gb或10Gb，更高端的Infiniband速率也不過40Gb或56Gb/s。

新一代KNL并不只是一顆處理器，他還集成了帶寬高達100Gb/s的Omni-Path網(wǎng)絡控制器和對應的接口。服務器可以直接將其之間轉化為光纖接口并與交換機相連，省去了網(wǎng)卡成本。更高的帶寬、更低的延遲可以有效提升節(jié)點之間的通訊效率，從而提升整體的人工智能訓練速度。

4、 最重要的一點：省錢

最后，也是最重要的一點。KNL不僅在性能和效率上給人工智能訓練帶來了巨大的提升，而且整個硬件架構也會比傳統(tǒng)的GPGPU模式更加省錢。

為了達到足夠的計算密度，一臺雙路服務器中通常會安裝4塊GPGPU計算卡，這樣，一個節(jié)點的組成就變成了2個CPU+4個GPGPU。如果要實現(xiàn)商業(yè)應用，企業(yè)則需要成百上千個這樣的節(jié)點以及對應的網(wǎng)絡設備。而KNL本身就是CPU并且自帶網(wǎng)絡控制器，所以并不需要額外支持就可以運行操作系統(tǒng)和人工智能程序并且配合Omni-Path交換機就可以實現(xiàn)節(jié)點間的通信，無需額外購買網(wǎng)卡。所以整體來看，KNL的成本更低、系統(tǒng)結構也更加簡單。

當然，這還不算效率和性能提升所帶來的時間和功耗節(jié)省。

看視頻和逛街合二為一？我看挺好

Viscovery CEO黃俊杰也表示：公司目前正在和更多的電商企業(yè)接觸，讓自己的技術能夠服務于更多類型的內(nèi)容。

未來，當視頻網(wǎng)站、直播平臺、電商平臺之間徹底打通，視頻、圖片、廣告、購買一氣呵成，看視頻就等于逛街。這種新的體驗確實能省下不少時間。我看這樣挺好。