我們?cè)趯ふ摇妇W(wǎng)絡(luò)」的全盤解法。

音視頻數(shù)字化在消費(fèi)領(lǐng)域的紅利儼然見頂，而產(chǎn)業(yè)級(jí)視頻應(yīng)用激活了更多場(chǎng)景下的業(yè)務(wù)模式。與此同時(shí)，音視頻客戶也從單一的業(yè)務(wù)需求，趨向于多種業(yè)務(wù)并行存在的需求。

固有的網(wǎng)絡(luò)能滿足新興的業(yè)態(tài)嗎？延時(shí)與成本之間存在區(qū)間最優(yōu)解嗎？業(yè)務(wù)的升級(jí)切換如何不再費(fèi)時(shí)費(fèi)力？在成本可控下網(wǎng)絡(luò)的穩(wěn)定性怎樣保障？

一張多元融合的流媒體傳輸網(wǎng)絡(luò)可否解決全盤之困？

面向未來(lái)的流媒體傳輸網(wǎng)絡(luò)，又將從何揭開其神秘面紗？

本文由IMMENSE、「阿里云視頻云」通訊服務(wù)負(fù)責(zé)人黃海宇和LiveVideoStack策劃、采訪而成。

網(wǎng)絡(luò)新基建，若隱若現(xiàn)

降本還是網(wǎng)絡(luò)最大痛點(diǎn)嗎？“元數(shù)據(jù)”是新主角嗎？

網(wǎng)絡(luò)基礎(chǔ)設(shè)施升級(jí)、音視頻傳輸技術(shù)迭代、WebRTC開源等發(fā)展，音視頻業(yè)務(wù)在消費(fèi)互聯(lián)網(wǎng)領(lǐng)域蓬勃發(fā)展，并逐漸向產(chǎn)業(yè)互聯(lián)網(wǎng)領(lǐng)域加速滲透。

然而，行業(yè)紅利期退卻之后，以往隱蔽的音視頻業(yè)務(wù)現(xiàn)象，逐漸顯露。

一方面，“降本”是持續(xù)熱議的話題。而在音視頻應(yīng)用中，網(wǎng)絡(luò)傳輸在IT成本中占比很高，例如，在一個(gè)典型的直播應(yīng)用中，網(wǎng)絡(luò)傳輸成本占總成本70%以上。于是，在降本增效的大背景下，降低網(wǎng)絡(luò)傳輸成本，是行業(yè)客戶和云廠商共同面臨的課題。

另一方面，“延時(shí)”帶來(lái)更多價(jià)值和空間。從消費(fèi)端的實(shí)時(shí)交互，到產(chǎn)業(yè)端的實(shí)時(shí)遠(yuǎn)程，對(duì)視頻流的延時(shí)要求越來(lái)越高， 在云渲染、云游戲、數(shù)字虛擬場(chǎng)景中，涉及復(fù)雜的編碼、解碼、傳輸環(huán)節(jié)，而最復(fù)雜的瓶頸就在于傳輸網(wǎng)絡(luò)的時(shí)延，但網(wǎng)絡(luò)的構(gòu)成與影響因素高度復(fù)雜，對(duì)其延時(shí)的提升也是極大挑戰(zhàn)。

與此同時(shí)，新趨勢(shì)的生長(zhǎng)也帶來(lái)更多挑戰(zhàn)。

不久前，蘋果Vision Pro在 WWDC 2023 亮相，推出其首個(gè)空間計(jì)算設(shè)備，將熱度漸消的元宇宙重新拉回大眾視野。

圖片來(lái)源于網(wǎng)絡(luò)

對(duì)未來(lái)的想象，不再局限于頭盔上的渲染視頻，更涉及到云端的交互與合成。然而，元宇宙的真正繁榮，不僅需要MR硬件終端的性能升級(jí)，更取決于流媒體傳輸網(wǎng)絡(luò)的迭代演進(jìn)。

我們發(fā)現(xiàn)，當(dāng)下的海量視頻主要基于傳統(tǒng)拍攝模式而生，可以預(yù)想，未來(lái)源自渲染合成的視頻比例將顯著增加，這一趨勢(shì)勢(shì)必帶來(lái)海量的計(jì)算和傳輸需求，同樣也帶來(lái)計(jì)算成本和傳輸成本的極大考驗(yàn)。

同時(shí)，這也意味著網(wǎng)絡(luò)需要承載更加不可估量的數(shù)據(jù)量級(jí)，這其中，不僅有常規(guī)的音視頻，更涵蓋更多維度的數(shù)據(jù)傳輸，比如基于遠(yuǎn)程場(chǎng)景、云游戲下的控制信令數(shù)據(jù)、用于控制渲染視頻生成的“元數(shù)據(jù)”，可以表達(dá)更復(fù)雜的立體場(chǎng)景信息。

如此來(lái)看，需要一張承載多元內(nèi)容的強(qiáng)大網(wǎng)絡(luò)，同時(shí)提供高性能的云邊計(jì)算能力，其作為新基建才能支撐未來(lái)式的視頻化業(yè)態(tài)。

「Unified」能解決所有關(guān)鍵嗎？

更低成本、更低延時(shí)、更多算力結(jié)合、更多維內(nèi)容傳輸，這些無(wú)疑都是傳輸網(wǎng)絡(luò)的趨勢(shì)關(guān)鍵，而怎樣的招式可以全盤解決？也許是“Uni”。

Uni源于Unified，意味著“統(tǒng)一”。

在網(wǎng)絡(luò)上，我們正在探索落地更好的“Uni”技術(shù)、真正的“Uni”能力，創(chuàng)造由“Uni”帶來(lái)的業(yè)務(wù)價(jià)值。

阿里云視頻云基于廣泛的異構(gòu)節(jié)點(diǎn)，構(gòu)建了全分布式、超低延時(shí)、多業(yè)務(wù)支撐的多元融合流媒體傳輸網(wǎng)絡(luò)——MediaUni。

這是在我們的全球?qū)崟r(shí)傳輸網(wǎng)絡(luò)GRTN之上，以“大一統(tǒng)”的理念對(duì)網(wǎng)絡(luò)深化設(shè)計(jì)，實(shí)現(xiàn)網(wǎng)絡(luò)底座的全新升級(jí)。

MediaUni打通底層資源，統(tǒng)一技術(shù)架構(gòu)，以一張流媒體傳輸網(wǎng)絡(luò)，實(shí)現(xiàn)音視頻應(yīng)用中多形態(tài)的內(nèi)容傳輸，并滿足更低成本、更低延時(shí)的多元融合業(yè)務(wù)需求。

延時(shí)可以是自由的

任何延時(shí)的業(yè)務(wù)，都能跑在一張網(wǎng)上？

得益于底座能力和關(guān)鍵技術(shù)的持續(xù)突破，音視頻服務(wù)已實(shí)現(xiàn)了從傳統(tǒng)的點(diǎn)播、直播，到實(shí)時(shí)音視頻的深化發(fā)展，未來(lái)，還將撬動(dòng)傳統(tǒng)行業(yè)中眾多強(qiáng)實(shí)時(shí)、強(qiáng)互動(dòng)場(chǎng)景的數(shù)字化升級(jí)。

其中，“時(shí)延”首當(dāng)其沖成為最需攻克的難題之一。

以一張網(wǎng)，MediaUni能夠支撐全域延時(shí)的業(yè)務(wù)：

從普通直播（HLS/FLV）、到基于WebRTC技術(shù)的超低延時(shí)直播RTS（約1s左右延遲）、再到實(shí)時(shí)音視頻傳輸（如直播連麥、遠(yuǎn)程監(jiān)考等場(chǎng)景），同時(shí)，更可支持對(duì)延遲要求極高的云渲染、實(shí)時(shí)遠(yuǎn)程控制等業(yè)務(wù)，實(shí)現(xiàn)所有業(yè)務(wù)真正跑在一張網(wǎng)上。

延時(shí)“搶跑”，怎樣實(shí)現(xiàn)？

從根本上看，網(wǎng)絡(luò)的延遲源自兩方面：物理的延遲與IP網(wǎng)絡(luò)的不可靠。

為對(duì)抗物理的延遲，MediaUni基于全球3200+邊緣下沉節(jié)點(diǎn)的就近分布，縮短了與用戶之間的“最后一公里”，縮短數(shù)據(jù)的傳輸路徑，以便更快感知傳輸網(wǎng)絡(luò)質(zhì)量的變化。

通過將渲染服務(wù)部署到靠近用戶的節(jié)點(diǎn)，阿里云視頻云在雙11支持淘寶直播全真虛擬互動(dòng)空間“未來(lái)城”，實(shí)現(xiàn)超萬(wàn)路并發(fā)在線的虛擬直播，并在2023央視春晚，以低延時(shí)傳輸云渲染技術(shù)打造了首個(gè)元宇宙廟會(huì)，實(shí)現(xiàn)極致的超低延時(shí)體驗(yàn)。

淘寶3D虛擬電商空間“未來(lái)城”

在對(duì)抗IP網(wǎng)絡(luò)的不可靠性上，MediaUni設(shè)計(jì)了實(shí)時(shí)感知系統(tǒng)，實(shí)現(xiàn)對(duì)節(jié)點(diǎn)的負(fù)載、鏈路的網(wǎng)絡(luò)狀況、以及業(yè)務(wù)關(guān)鍵信息的秒級(jí)感知，并基于感知數(shù)據(jù)，智能調(diào)整調(diào)度策略與路由策略，可以更好地分配物理資源，選擇服務(wù)質(zhì)量更高的物理鏈路。

同時(shí)，通過不斷迭代的QoS技術(shù)，在擁塞控制、FEC、多徑傳輸?shù)确较虺掷m(xù)優(yōu)化，對(duì)抗網(wǎng)絡(luò)中的丟包、延遲與亂序，以滿足更低的網(wǎng)絡(luò)延時(shí)。

目前，科學(xué)界公認(rèn)的人類極限反應(yīng)速度為100毫秒，一般人的反應(yīng)在0.2～0.3秒間，在百米賽跑中，槍響后的0.1秒內(nèi)起跑會(huì)被視為“搶跑”，而MediaUni支撐實(shí)現(xiàn)的云渲染場(chǎng)景，已突破60ms以內(nèi)的端到端交互延時(shí)，可謂音視頻延時(shí)的“搶跑”。

延時(shí)vs成本，網(wǎng)絡(luò)可以handle?

眾所周知，在網(wǎng)絡(luò)優(yōu)化到一定程度以后，延時(shí)和傳輸成本會(huì)成為一對(duì)矛盾。

例如，在帶寬允許范圍內(nèi)，為對(duì)抗丟包，協(xié)議棧不惜代價(jià)進(jìn)行重傳或增加FEC，有效降低傳輸?shù)难舆t，但會(huì)因此付出更高的傳輸成本。

在行業(yè)普遍追求“快與更快”之際，低延時(shí)與低成本之間，是否有兩全之法？

對(duì)此，MediaUni的精要在于將降低延時(shí)的手段與增加傳輸成本進(jìn)行量化，再根據(jù)業(yè)務(wù)的場(chǎng)景提供ROI最高的綜合方案，將每個(gè)bit的傳輸價(jià)值都發(fā)揮到極致。

? 對(duì)于普通的娛樂直播，其互動(dòng)方式為彈幕，可以采取5s左右的FLV直播；

? 對(duì)于世界杯等賽事直播，可選用延遲1s左右的低延時(shí)直播；

? 對(duì)于電商直播，通過AB測(cè)試發(fā)現(xiàn)，采用延時(shí)低于1s的互動(dòng)直播，能夠?qū)MV有一定的提升。

由此可見，能夠針對(duì)不同業(yè)務(wù)場(chǎng)景進(jìn)行網(wǎng)絡(luò)的精細(xì)化運(yùn)營(yíng)，自由選擇成本可控的業(yè)務(wù)延時(shí)，才是真正的“延時(shí)自由”。

多元融合，紅利釋放

業(yè)務(wù)復(fù)用，就是最大的技術(shù)普惠？

依托于強(qiáng)大的底層基礎(chǔ)設(shè)施資源，和長(zhǎng)期積累的音視頻技術(shù)能力，相比于其他賽道玩家，云廠商在網(wǎng)絡(luò)服務(wù)中具備規(guī)模優(yōu)勢(shì)。

此外，通過一張網(wǎng)絡(luò)支持多元業(yè)務(wù)，“業(yè)務(wù)復(fù)用”本身將持續(xù)釋放技術(shù)紅利。

“紅利”可以透過三點(diǎn)顯現(xiàn)：

第一，業(yè)務(wù)混跑，驅(qū)動(dòng)資源復(fù)用率的提高。

不同業(yè)務(wù)的錯(cuò)峰復(fù)用率會(huì)更高，從而帶來(lái)更高的計(jì)算資源、網(wǎng)絡(luò)資源復(fù)用率，如大部分會(huì)議、遠(yuǎn)程監(jiān)控等業(yè)務(wù)都處于白天工作時(shí)間，這與互聯(lián)網(wǎng)娛樂等“夜間經(jīng)濟(jì)”形成很好的錯(cuò)峰運(yùn)行。

第二，技術(shù)復(fù)用，帶來(lái)研發(fā)邊際成本的降低。

在流媒體傳輸中，無(wú)論是音視頻還是消息信令的傳輸，無(wú)論是直播還是實(shí)時(shí)通訊業(yè)務(wù)，都需要解決基于大量節(jié)點(diǎn)的路由問題、全局的快速信息感知問題、協(xié)議棧優(yōu)化抗弱網(wǎng)問題。

通過使用一張網(wǎng)絡(luò)支持多元業(yè)務(wù)，可以復(fù)用這些基礎(chǔ)技術(shù)，使得在同樣的研發(fā)投入上，獲取更優(yōu)的技術(shù)指標(biāo)。

第三，云產(chǎn)品的使用更便捷、更高效。

由于多業(yè)務(wù)的支撐，用戶可以更方便地升級(jí)服務(wù)或者組合出新的場(chǎng)景化方案。

例如，通過阿里云控制臺(tái)，用戶只需“一鍵升級(jí)”，就可以將延時(shí)5s左右的普通直播，切換成延時(shí)僅為1s的超低延時(shí)直播RTS，或者延時(shí)在400ms以內(nèi)的互動(dòng)直播。

從資源利用、研發(fā)成本，再到產(chǎn)品使用，一張多元融合的網(wǎng)絡(luò)實(shí)現(xiàn)了最極致的紅利釋放。

支持的業(yè)務(wù)多了，會(huì)打架嗎？

在駕馭“Uni”之下的多元業(yè)務(wù)時(shí)，MediaUni不可避免面臨著許多技術(shù)挑戰(zhàn)。

其中，最大的挑戰(zhàn)，來(lái)自于多業(yè)務(wù)復(fù)用之后對(duì)工程能力的要求。

一張網(wǎng)絡(luò)支持多個(gè)業(yè)務(wù)以后，需要解決業(yè)務(wù)之間相互影響的問題，解決業(yè)務(wù)功能快速迭代的問題。

而MediaUni，通過良好的模塊化設(shè)計(jì)來(lái)進(jìn)行業(yè)務(wù)的隔離，減少不同業(yè)務(wù)的相互影響；同時(shí)，MediaUni構(gòu)建了可編程能力，對(duì)于一些簡(jiǎn)單的業(yè)務(wù)需求，可以通過運(yùn)行時(shí)可編程來(lái)解決，從而滿足業(yè)務(wù)功能的快速迭代。

再者，多元業(yè)務(wù)復(fù)用的另一個(gè)技術(shù)挑戰(zhàn)，來(lái)源于資源的復(fù)用，即不同業(yè)務(wù)對(duì)資源消耗的瓶頸可能不同，例如直播的瓶頸在于帶寬，音視頻通訊中復(fù)雜的QoS策略可能帶來(lái)CPU的瓶頸，這時(shí)候需要更智能的調(diào)度系統(tǒng)來(lái)對(duì)不同業(yè)務(wù)進(jìn)行編排。

未來(lái)的N種可能

一張傳遞“人類五感”的網(wǎng)

在過去的幾十年中，通過一代代技術(shù)人的努力，人類的視覺和聽覺已經(jīng)得到了較好的數(shù)字化呈現(xiàn)，實(shí)現(xiàn)了如今低延時(shí)、高可靠的音視頻體驗(yàn)。然而，人類的感覺除了視覺與聽覺之外，還包括嗅覺、味覺、觸覺等。

可預(yù)見的是，沉浸式XR作為面向未來(lái)的交互形態(tài)，將需要同時(shí)對(duì)嗅覺、味覺、觸覺等感官信息進(jìn)行完全模擬和實(shí)時(shí)交互，從而實(shí)現(xiàn)用戶體驗(yàn)擴(kuò)展與人機(jī)互動(dòng)，給用戶創(chuàng)造身臨其境、感同身受的逼真體驗(yàn)。

面向未來(lái)的流媒體傳輸網(wǎng)絡(luò)，將實(shí)現(xiàn)更多維數(shù)據(jù)的高效傳輸。

未來(lái)，網(wǎng)絡(luò)將支撐多種感覺（如味覺、嗅覺、觸覺甚至情感等）的互動(dòng)通信，人類多維感知的數(shù)據(jù)化、交互協(xié)作，也將在同一張網(wǎng)內(nèi)進(jìn)行。

如同游戲手柄上的震動(dòng)一般，刺激著一個(gè)復(fù)刻真實(shí)世界的真正元宇宙誕生。

三管齊下，優(yōu)先布局

為了支持未來(lái)多感官的音視頻應(yīng)用，流媒體傳輸網(wǎng)絡(luò)將具備毫秒級(jí)的延時(shí)、與計(jì)算的緊密結(jié)合、元數(shù)據(jù)的傳輸能力三大關(guān)鍵特征，而MediaUni多元融合流媒體傳輸網(wǎng)絡(luò)正在這三個(gè)方面化深度演進(jìn)。

? 高質(zhì)量的毫秒級(jí)延時(shí)

在音視頻全鏈路延時(shí)中，網(wǎng)絡(luò)傳輸延時(shí)，是其中最困難、優(yōu)化空間最大的部分。

MediaUni通過大量的節(jié)點(diǎn)覆蓋和極具媒體特性感知的QoS優(yōu)化，在云渲染場(chǎng)景已達(dá)60ms以內(nèi)的端到端延時(shí)，并持續(xù)探索更低延時(shí)的傳輸能力，未來(lái)將在20-100ms之間尋求延時(shí)的極致與質(zhì)量的平衡。

? 收放自如的算網(wǎng)

網(wǎng)絡(luò)天然就靠近用戶，我們希望通過網(wǎng)絡(luò)連接分布式資源，有效促進(jìn)算力資源的按需“流動(dòng)”，彌補(bǔ)終端算力的不足。

利用全球廣域的分布式計(jì)算能力，MediaUni正在實(shí)現(xiàn)計(jì)算與傳輸?shù)慕y(tǒng)一調(diào)度，已將部分實(shí)時(shí)媒體處理的業(yè)務(wù)部署在傳輸網(wǎng)絡(luò)上，并支持實(shí)時(shí)啟動(dòng)處理任務(wù)，在降低用戶延時(shí)的同時(shí)，有效優(yōu)化媒體的網(wǎng)絡(luò)傳輸成本。

? 元數(shù)據(jù)傳輸

元數(shù)據(jù)（Metadata），越來(lái)越成為音視頻產(chǎn)品的一部分，結(jié)合元數(shù)據(jù)自定義音視頻功能，可以更好滿足場(chǎng)景的個(gè)性化需求。尤其在通向“人類五感”傳輸?shù)木W(wǎng)絡(luò)世界里，多維感官的數(shù)據(jù)化、精準(zhǔn)化，更需要元數(shù)據(jù)的支撐。

在音視頻傳輸之外，MediaUni也支持更多維度的數(shù)據(jù)內(nèi)容，例如消息信令的傳輸，進(jìn)而可以擴(kuò)展到更豐富的IM、多場(chǎng)景遠(yuǎn)程控制、元宇宙等業(yè)務(wù)。未來(lái)，隨著多感官網(wǎng)絡(luò)通道的真正打開，MediaUni將發(fā)揮更大的能量。

面向未來(lái)，MediaUni將如何實(shí)現(xiàn)「多元融合」下的新升級(jí)？