新零售到底新在哪里？ 电商新零售时代背后的技

　　原标题：新零售到底新在哪里？ 电商新零售时代背后的技术支撑 

　　众所周知，电商已经开始进入到新零售时代，不管这个时代被表述成新零售、无界零售还是智慧零售，其内核和表象基本还都是一致的。都在用新技术来丰富营销的场景和手段，更好的抓住用户的需求，更好的运营流量。不过这些表象都是比较显而易见的，背后的技术支撑手段，大部分人就看不到了。为了揭秘新零售背后的技术支撑，我特意和英特尔的专家高明以及转转公司的首席架构师孙玄一同探讨了这个问题，受到很多的启发。

　　什么是新零售？

　　新零售到底新在哪里？这个问题可能是一个最为根本的问题，也是一切问题的基础。孙玄表示，电商之前的做法主要是还是基于搜索，基于人工规则持续优化搜索的结果以及产品的呈现。不过这种比较被动的做法效果还是有限，而新零售则更多的使用了新技术或者新的服务来强化了用户体验，从而获得更好的效果。比如说基于人工智能的数据挖掘分析、个性化搜索和个性化推荐等，更加丰富的多媒体的表现形式，送货上门这样的服务等等。所以说新零售一方面是时代所需，一方面也是技术达到了这个阶段，可以呈现出更多种的形态来推动新零售的发展。

　　高明则认为目前整个数据量的不断的积累，再加上计算力的不断提高，再加上网络存储能力的相应的配套，使得人工智能、机器学习得以使用更高级的deep learning方式，而英特尔的新一代英特尔® 至强® 可扩展处理器就在人工智能和深度学习方面做了很大的优化和改进，比如浮点计算单元的寄存器宽度从256位升级到512位，采用向量化AVX-512指令后浮点运算几乎提升了一倍的算力。这种算力的提升，让人工智能可以更好的审核图片和视频，更快的处理数据自然也就让服务器可以处理更多的信息，促使整个新零售的进程不断加快。

　　所以目前看，对于现在的电商来说，算力还是越高越好， 的服务器芯片、不断强化的架构都是很重要的，也是整个新零售体验的重要保障，没有新的算力提升，也就很难有新零售的体验提升保障，所以更快更好的服务器水平和更好的算法架构，还是一个重要的基础。

　　多媒体营销加大技术挑战

　　从用户的角度来看，越来越多的销售形式在变化，比如说前段比较火的直播，现在可能有一些短视频，抖音，还有一些各种各样的多媒体形态、富媒体形态，几乎媒体里面都可以做电商，产品都可以做推广。不管是图片也好，视频也好，数据的大小以及传输的带宽需求都变大了很多，这自然也给后台技术带来了很大的挑战。这里非常重要的一点就是CDN加速的技术，通过广泛的CDN节点来实现最终数据传输的提速。以保证在服务器这一端的信息响应速度是足够快的，并且能够更加优化的利用网络带宽能力。

　　而从软件架构上同样有很多创新来做到的多媒体内容传输的加速，例如在视频传输的时候，尽可能的在服务器端压缩数据的大小，降低码率，到了客户这一端，在播放的时候，则通过deep learning 的技术进行还原和画质增强。英特尔® 至强® 可扩展处理器在图片处理上有非常好的针对性优化，通过使用新的AVX-512指令集，图片的处理速度都是成倍的提升的，能够起到很大的作用。

　　运算能力不断提升并没有带来实际单位成本上升，密度提升了，运维成本反而下降了。这也是为什么大家要不断更新自身服务器水平的重要原因，因为服务器不仅仅是硬件采购费用，运营成本也需要考虑其中。总体来说在整个行业的层面来看，采用 的产品还是会有更多的计算效率提升和总拥有成本下降从而带来竞争优势。而对于中小企业来说，选用一些公有服务还是更为经济的选择。

　　扩展能力是关键

　　对于电商而言，流量在全年的分布并不均衡，这是一个非常大的问题，比如说双十一，六一八，都会迎来一个很大的流量峰值，对服务器也是一个非常巨大的挑战。但是真正的问题在于，你为了峰值流量部署的服务器到了平时就根本用不上，大部分时间资源会被浪费掉，所以从这个角度来说，服务的弹性部署，是一个必须要考虑的经济问题。孙玄表示，服务架构要采用微服务架构进行无状态化分层，每一层都要做弹性扩展，这样流量峰值的时候，我们就可以接入更多的服务器，短暂的提升系统服务能力，在关键存储设备上，也会采用SSD的存储介质来增加读写速度。

　　高明则表示现在英特尔推出了英特尔® 傲腾™ 技术SSD，从IOPS这个角度讲，4KB写大概是50万的IOPS，比起基于NAND的NVMe SSD 10万IOPS的速度，大概翻了五倍。同时在软件上，英特尔也在不断和合作伙伴一起优化架构，在 硬件上不断提升软件性能。

　　而另外一个值得关注的问题就是O2O的万物互联，要连接的设备不仅仅是电脑或者手机，甚至还有音响、冰箱之类的智能终端设备，在无人零售店等场景边缘计算更是可以大显身手。这种端到端的解决方案其实也是英特尔的强项，因为在芯片这个层面，除了数据中心中的至强处理器外，酷睿、Atom等的这种有较强计算力的CPU可以在端设备上进行运算，如果需要更强的计算性能还有至强-D CPU。在图像视频处理方面，还有英特尔Movidius VPU可以用来加速基于深度学习的图像视频分析，低功耗1-2瓦，就可以很好的加速图像识别的能力，比如可以将Movidius VPU安装在每个摄像头上进行端设备上的实时图像识别。而万物互联实际上也是需要每个设备都要有一定的运算能力的。这其实是一整套的解决方案，也是一个多元化的解决方案，同样也是一个能够代表未来方向的解决方案。

　　从整个的一场活动聊下来，你会发现打开了很多新的视角，我们可以从底层开始审视新零售的逻辑而不是简单的从表面去看新零售的形式。其实也只有基于底层的进步和变化，才能有顶层的的不断升级和拓展，只有从全方位去看待新零售，也才会有一个真正的全方位的理解。这显然给我们带来了更多的思考和学习的维度，也为更多人去从事新零售，起到了一个很好的技术普及和指引作用。