大规模即时云渲染技术,追求体验与成本的最佳均衡

这篇具有很好参考价值的文章主要介绍了大规模即时云渲染技术,追求体验与成本的最佳均衡。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

现实世界映射其中,传统文化沉浸其境,旧时记忆交互其间。

仲升|技术作者

IMMENSE|内容编辑

在刚刚过温的春节,云之上,带来了一场「数字文化」新体验。

游花车、舞狮子、踩高跷、放烟花、写福字……还记得儿时的春节习俗吗?如今这些习俗被“像素级”复刻进了“央博宇宙”里。今年大年三十,由中央广播电视总台“央博”数字文化艺术博物馆(简称“央博”数字平台)打造的全球首个元宇宙庙会——“央博新春云庙会”正式上线,为广大网友呈现了一场打破时空界限的新春云庙会,还原儿时的春节记忆。

一场由黑科技链接、创造的数字之旅,是在央视春晚上演的跨时空新春“云庙会”。现实世界映射其中,传统文化沉浸其境,旧时记忆交互其间,高复刻、零时差的全然沉浸背后,必然有一股强大的云力支撑,这便是阿里云“大规模即时云渲染技术”。

01 技术内核:轻量化、沉浸式、低成本

“大规模即时云渲染技术”是指,将大型3D沉浸式体验需要的图形算力、存储需求部署在云端,并通过实时音视频通信(串流)技术,使得玩家以极低的延时接收到实时渲染的画面,实现沉浸式交互。

其中,串流技术通过把用户终端设备上实时渲染画面的过程转化为视频流,并以高稳定、低时延的流媒体传输至玩家终端,让玩家摆脱本地硬件限制,是实现终端轻量化沉浸式低成本交互体验的关键因子。

实时云渲染性能指标,阿里云视频云,硬核干货,云计算,云渲染

02 60毫秒:交互延时“天花板”

《2023中央广播电视总台春节联欢晚会》21:27口播推介了“央博新春云庙会”的相关内容,全国并机频道总收视人次3.16亿次,口播后短短几分钟内,就有近百万用户涌入“央博”体验,系统出现明显的流量尖峰。

视频链接:https://v.youku.com/v_show/id_XNTk0Mzk3NTczMg==.html

面对网络流量洪峰,首要解决的是“零时差”的交互体验。

对此,直接的办法是增加网络的带宽,加之从成本、运营、维护的角度考虑,这对云计算的GPU弹性算力也提出了更高的要求。究竟如何才能克服玩家在体验过程中的时延、网络抖动等问题,实现万人在线 “零时差”交互?

最有效的解决方案就是应用一个“有保证”的策略对网络流量进行管理,即QoS(Quality of Service,服务质量)。对此,阿里云视频云技术团队在调度保障延迟优化卡顿优化这三大维度着力。

QoS保障中最基础的能力就是调度能力,为用户选择一个合适的节点来保证用户的最优网络接入,使得该用户的接入时延最低、网络抖动最小,从而获得最佳的云渲染推流体验。技术团队实现了基于运营商和地理位置的传统调度、实时测速、历史调度信息这三大维度的融合算法,保证玩家的最优网络接入。

在延迟优化上,技术团队对全链路各个阶段的时延消耗做了拆解,并对每个环节做了针对性优化,通过密集布点并优化调度策略、编解码策略、媒体传输策略和指令通信策略,最终将整体时延优化到60毫秒以内,真正实现云渲染和本地渲染在体验上的一致性。

实时云渲染性能指标,阿里云视频云,硬核干货,云计算,云渲染

在卡顿治理上,技术团队重点优化了带宽估计算法和平滑发送策略。其中,带宽估计算法以BBR为蓝本并做了针对性优化,快速、准确地估算出当前链路的带宽并反馈给编码器,以便编码器码率匹配实时的带宽。基于此算法,网络不会因数据过多导致拥塞,也不会因数据过少产生带宽浪费。

在现实情况中,如果数据发送太快会对网络产生冲击,反之则会增加时延,针对这一问题,技术团队基于对实时网络状态的精准把握来动态调整平滑发送策略,并为音频、视频、重传包、冗余包等数据设置不同的优先级,确保最重要的数据优先被发送,从而实现低时延下的卡顿优化。

画质的清晰与否,是玩家在互动体验中最能直观感受的。同时,画质提升和算法耗时的关系如同天平两端,为了保障用户体验需要在两者之间平衡。由于GPU渲染能力的差异,会存在如锯齿、渲染空洞、噪声等画质问题,在解决延时的基本体验问题后,阿里云视频云技术团队利用窄带高清技术提升画面清晰度。通过云端GPU与客户端CPU的联动,采用自研算法进行内容自适应的纹理与色彩增强处理。该算法性能十分优越,在A10上处理1080p图像的单帧耗时小于1毫秒,对全链路延时的增加可以达到被忽略的程度

由于“央博新春云庙会”从立项到上线的时间只有50多天时间,为此技术团队采用H5 SDK实现串流接入,解决了主流浏览器在PC和手机上的兼容性问题。因此,只要有网络覆盖,玩家在任何时间、任何地点都可以体验。跨终端无缝切换,玩家可以在不同的设备上随意切换,而渲染进程不会产生中断

03 云渲染的商业成本突破

体验之上,运营成本高成为云渲染商业化所面临的突出挑战。

如何最大程度利用云上渲染资源?阿里云视频云技术团队在GPU虚拟机Windows操作系统之上,增加了虚拟外设驱动层实现在一台虚拟机上部署多个渲染应用的能力,用户通过不同的虚拟外设(音响、显示器、麦克风、摄像头、键盘、鼠标、手柄、触屏)访问同一台虚拟机而不会相互干扰,该技术能有效提高单机资源利用率,一张卡上同时运行多个渲染进程,为云渲染的大规模商业化落地奠定了基础。

实时云渲染性能指标,阿里云视频云,硬核干货,云计算,云渲染

同时,降低运营成本的另一个手段是降低“带宽”成本。

阿里云自研的“窄带高清”算法便能实现同等画质下更省流、在同等带宽下更高清的观看体验。传统视频压缩方法主要基于信息理论,从预测结构的角度来减小时域冗余、空间冗余、统计冗余,但视觉冗余挖掘不足。

“窄带高清”算法中的JND(Just Noticeable Difference)和AQ(Adaptive Quantization)正是基于这个思路对视觉冗余进行挖掘,经过空域和时域的特征计算,将图像上存在视觉冗余的部分传到编码器,再由基于MOS的自适应码控算法对QP做自适应的分配,最终达到码率节省30%以上,但主观体验相同的效果,实现质量、码率和成本的最优均衡。

实时云渲染性能指标,阿里云视频云,硬核干货,云计算,云渲染

(左:不开启JND/AQ,码率8858kb/s;右:开启JND/AQ,码率6027kb/s)

这已不是云渲染技术在数字虚拟空间的第一次尝试了。

去年6月,央视就与阿里云合作推出了国内首个大型沉浸式云考古节目《三星堆奇幻之旅》,基于大规模即时云渲染算力复刻了3000年前的人类文明,让三星堆“活过来”。这一切有赖于云计算提供的高性能、高可靠、且近乎无限的算力支持。

未来,云渲染技术会与现有音视频技术做深度结合,创造出更多前所未有的新形态、新玩法、新产品,而阿里云也将与“央博”探索更多突破空间限制的数字文化艺术形式,用数字技术力助力传承中华文明文章来源地址https://www.toymoban.com/news/detail-763970.html

到了这里,关于大规模即时云渲染技术,追求体验与成本的最佳均衡的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • chatGPT大规模使用kubernetes,云原生技术在AI领域也大有可为

    公众号: MCNU云原生 ,文章首发地,欢迎微信搜索关注,更多干货,第一时间掌握! 最近ChatGPT引爆了人工智能,除了人工智能,其他技术好像偃旗息鼓了。那人工智能的时代,云原生扮演什么角色呢?实际上随着人工智能技术的不断发展,云原生技术已经成为AI领域中不可或

    2024年02月06日
    浏览(44)
  • Flink:处理大规模复杂数据集的最佳实践深入探究Flink的数据处理和性能优化技术

    作者:禅与计算机程序设计艺术 随着互联网、移动互联网、物联网等新型网络技术的不断发展,企业对海量数据的处理日益依赖,而大数据分析、决策支持、风险控制等领域都需要海量的数据处理能力。如何高效、快速地处理海量数据、提升处理效率、降低成本,是当下处理

    2024年02月13日
    浏览(59)
  • 华为云云耀云服务器L实例评测|基于华为云云耀云服务器L实例搭建EMQX大规模分布式 MQTT 消息服务器场景体验

    EMQX 是一款国内开发的大规模分布式MQTT消息服务器,它旨在为物联网应用提供高效可靠的连接,实时处理和分发消息以及事件流数据。作为一个关键的物联网基础设施组件,EMQX为企业和开发者提供了一个强大的工具,用于构建各种规模和复杂度的物联网与云应用。 EMQX的主要

    2024年02月08日
    浏览(58)
  • 大规模语言模型--LLaMA 家族

    LLaMA 模型集合由 Meta AI 于 2023 年 2 月推出, 包括四种尺寸(7B 、13B 、30B 和 65B)。由于 LLaMA 的 开放性和有效性, 自从 LLaMA 一经发布, 就受到了研究界和工业界的广泛关注。LLaMA 模型在开放基准的各 种方面都取得了非常出色的表现, 已成为迄今为止最流行的开放语言模型。大

    2024年04月25日
    浏览(42)
  • LLaMA(大规模机器学习和分析)

    LLaMA(大规模机器学习和分析)是一个先进的软件平台,是Meta 推出 AI 语言模型 LLaMA,一个有着 上百亿数量级参数的大语言模型用于大规模部署和管理机器学习模型。借助LLaMA,组织可以高效地在大型数据集上训练和部署模型,缩短投放市场的时间,并提高预测模型的准确性。

    2024年02月11日
    浏览(53)
  • 基于Spark的大规模日志分析

    摘要: 本篇文章将从一个实际项目出发,分享如何使用 Spark 进行大规模日志分析,并通过代码演示加深读者的理解。 本文分享自华为云社区《【实战经验分享】基于Spark的大规模日志分析【上进小菜猪大数据系列】》,作者:上进小菜猪。 随着互联网的普及和应用范围的扩

    2024年02月09日
    浏览(54)
  • MLOPS:大数据/服务器下的大规模机器学习技术—流水线处理技术的简介(标准化/自动化/可复用化)、常用框架(Pipeline/TFX、Airflow/Beam/Kubeflow/MLflow、Fli

    MLOPS:大数据/服务器下的大规模机器学习技术—流水线处理技术的简介(标准化/自动化/可复用化)、常用框架(Pipeline/TFX、Airflow/Beam/Kubeflow/MLflow、Flink/Kafka)之详细攻略 目录 流水线处理技术的简介 1、流水线处理技术的概述(标准化/自动化/可复用化)

    2024年02月08日
    浏览(57)
  • etcd实现大规模服务治理应用实战

         导读 :服务治理目前越来越被企业建设所重视,特别现在云原生,微服务等各种技术被更多的企业所应用,本文内容是百度小程序团队基于大模型服务治理实战经验的一些总结,同时结合当前较火的分布式开源kv产品etcd,不仅会深入剖析ectd两大核心技术Raft与boltdb的实

    2024年02月12日
    浏览(47)
  • ChatGPT大规模封锁亚洲地区账号

    我是卢松松,点点上面的头像,欢迎关注我哦! 在毫无征兆的情况下,从3月31日开始OpenAI大规模封号,而且主要集中在亚洲地区,特别是ip地址在台湾、日本、香港三地的,命中率目测40%。新注册的账号、Plus也不好使了。 如果你登陆的时候出现“提示无法加载历史信息”或

    2023年04月09日
    浏览(60)
  • 利用Python进行大规模数据处理

    前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。【点击进入巨牛的人工智能学习网站】。 随着数据量的不断增长,大规模数据处理变得越来越重要。在这个领域,Hadoop和Spark是两个备受关注的技术。本文将介绍如何利用Python编程语

    2024年04月24日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包