门户网站开发用什么框架好,商务网站开发开题报告,推广策略用英语怎么说,自己做民宿在什么网站上投放简介#xff1a; 随着 5G/ 芯片 / 区块链等等新技术的不断成熟、云计算的普及和云原生时代带来的诸多便捷#xff0c;开发者和架构师们眼前的挑战也不再只是 0-1 的建设问题#xff0c;技术如何更多地带来业务价值成为了一个值得讨论的话题。阿里巴巴集团研究员#xff0c;…简介 随着 5G/ 芯片 / 区块链等等新技术的不断成熟、云计算的普及和云原生时代带来的诸多便捷开发者和架构师们眼前的挑战也不再只是 0-1 的建设问题技术如何更多地带来业务价值成为了一个值得讨论的话题。阿里巴巴集团研究员阿里云智能视频云业务负责人林昊花名毕玄在 QCon 全球软件开发大会上曾发表了主题演讲《5G 和云原生时代的技术下半场》以 5G 典型场景音视频为例探讨相关技术和技术人的下半场以下内容为演讲整理。 作者 | 毕玄 来源 | 阿里巴巴云原生公众号 导读随着 5G/ 芯片 / 区块链等等新技术的不断成熟、云计算的普及和云原生时代带来的诸多便捷开发者和架构师们眼前的挑战也不再只是 0-1 的建设问题技术如何更多地带来业务价值成为了一个值得讨论的话题。阿里巴巴集团研究员阿里云智能视频云业务负责人林昊花名毕玄在 QCon 全球软件开发大会上曾发表了主题演讲《5G 和云原生时代的技术下半场》以 5G 典型场景音视频为例探讨相关技术和技术人的下半场以下内容为演讲整理。很多人可能听过比如阿里巴巴集团董事局主席逍遥子在很多场合都会讲到现在世界最大的确定性的变化是数字化意思是未来大的变化多数是“数字化的加速进行”。而在数字化的趋势中我们看到“视频化”有着更大的确定性。 5G云原生给业务带来什么变化 5G 跟业务系统关联性最大的两部分是延时更低、带宽更宽。 现在的主流网络比如 4G延时大概在 10ms100ms它的延时范围还是比较大。而 5G 通常来讲延时会降到 110ms它的目标是 10ms。那么当延时变得越来越低、带宽变得更宽的时候业务上我们会看到什么样的变化 上图主要显示的是当带宽变得更大、延时变得更低的时候会有哪些典型的案例。比如现在特别火的话题——云游戏。游戏对延时要求是特别高的像赛车类、竞技类等4G 网络本身已经不可能让延时再低但在 5G 场景如果延时压到 50ms 以下很多业务就有可能变成现实。 所以从 5G 的业务层面我们关注的是什么业务需要更大的带宽什么业务需要更低的延时。 说到云原生它确实是现在特别火的一个话题。在去年的双 11我们说最大的变化是所有的核心系统都上云而今年双 11 我们对外讲的是所有核心系统开始云原生化。 但我们也说每个人心目的云原生可能都不一样谁都不知道什么叫云原生。 对阿里来讲我们为什么非常激进地推进云原生我以前是负责阿里整个核心系统上云的架构师我觉得整个业务的演进过程最重要的是所有的业务开始从基于一个封闭自主的技术体系走向一个开放的技术体系这便是云原生带来最重要的变化。 云原生以后整个社会建造业务系统的自有体系会越来越开放、越来越公共化。这对很多业务创新来讲是有很大帮助的。因为以前很多东西得自己做但现在很多东西可能可以基于一个相对比较成熟的技术去做。就像阿里看到有一些业务在云原生化以后对我们整个业务创新的速度、业务迭代的速度产生非常大的帮助。 最典型场景视频 像前面说到5G 带来低延时和大带宽云原生带来的是走向一个开放公共的自由体系。那 5G 云原生以后最典型的场景到底是什么什么样的场景对 5G 和云原生有特别大的诉求 从目前来看我们非常确定的是视频。因为疫情原因今年视频好像突然就成为了整个行业特别火的业务创新以及技术创新领域。但其实视频技术已经发展很多年了只是今年看起来再度爆发。 我想很多人有这样一些感受以前多数业务系统里面其实是没有视频的但现在大多数业务系统都开始或多或少地引入视频。短视频、直播以及音视频通信是当前最火的几个场景。 我们认为从场景层面来讲视频是非常典型的 5G 云原生的场景原因是所有做视频业务的不管是直播业务、短视频业务、还是音视频通话业务关注的第一要点就是体验。 做视频最重要的是体验比如看直播是不是足够流畅、画面的清晰度怎么样短视频亦然音视频通话就更加是了——比如大家开视频会议最关注的是能不能听清楚对方在说什么另外是画面够不够流畅。 所以一旦做这个业务以后第一要关心的话题是体验而视频业务的体验要做得好面临的第一个问题就是视频能不能很好地分发到离各个用户比较近的一个点。 说实话多数中小型创业公司甚至很大规模的公司都很难解决这个问题。通常来讲为了把整个体验做得非常好多数业务上来就需要依赖背后一张巨大的网络而这个网络通常只有云厂商公司会提供因为其他公司要构建这张网络是需要非常大的投入。 所以从体验上来讲视频是非常典型的、会更多地考虑到应该去使用云原生的服务而不是自己从头构建。 除了体验视频业务开始做之后面临的第二个比较大的问题是成本。视频跟很多业务不一样这些业务规模如果没有上来付出的代价也许不是太大可能只是做几台计算资源的机器、一点存储、一点数据库。当然如果是做大数据和 AI相对投入就更大一些。 但是一做视频就会在带宽上面临非常大的挑战因为带宽“上来就是钱”。除了带宽以外视频稍微做大一点还会面临存储成本因为要存下来而视频的文件显然比以前所有的东西都大。 有了存储以后视频还会面临计算消耗的问题因为可能要对视频做一些处理比如做一些编解码或其他东西导致计算资源整体会有比较大的消耗。所以整体来看视频除了解决体验问题以外还会面临巨大的成本消耗的问题。而为了解决成本问题可能会产生各种问题。所以我们可以看到对于很多团队来讲基于视频的云原生服务是一个相对来讲比较好的选择。 讲下我自己的另外一个感受我觉得视频业务是需要在基础技术领域投入非常大的技术领域。比如要让视频在分发的过程中、播放的过程中将带宽控制得更好我们可能要去解决的问题是怎么让多数用户看到的视频画面质量不怎么改变的情况下怎么把带宽成本降下去控制码率。对很多公司来讲这是非常重要的因为在大多数公司的业务中少数视频占了最多的带宽费用但又不能把少量视频的质量降下去。因为质量如果降下去会影响用户体验。 为了解决这个问题我们可能需要投入大量的人员去做编解码优化。当然开源也是有的开源的质量也不差但如果想在开源基础上做得更好这个投入就非常大了。 另外大家可能也听过在看一段视频的时候视频内容其实是直接决定了哪些地方是需要非常清晰、哪些地方相对来讲是不那么重要的这可能就要结合 AI 做视频内容的理解然后做动态的编码优化基于你感兴趣的点去做优化背后可能涉及各种各样的团队编解码的团队、AI 的团队、算法的团队所以为了一点点的提升背后可能有非常大的投入。 让延时再低些 延时变得更低到底能来什么好处简单给大家举几个例子。 第一个是在线教育。最早的时候在线教育是录播的老师提前录完视频然后再放出来其他人再点开看。但对很多客户来讲比如对家长来说这是不太能接受的因为跟老师不能有很好的互动。后来在线教育就更希望能让老师跟学生之间有更强的实时互动而不是录播的毫无互动。 为了做到互动最关键的是延时。传统直播技术通常大概延时在 5 秒左右。当然像电视直播等延时会相对长一点但那是因为其他的要求技术层面大概都在 5 秒范围这是受协议约束的结果。而在线教育是希望把延时降到几百毫秒这样音视频互动才能更好地进行。 第二个是电商这方面阿里有非常强的感受。阿里最早做开始手淘直播的时候也是采用比较传统的技术场景上面临的最大问题是主播上来告诉大家“我要开始卖一个东西了”然后他要上链接还要做消息互动。但这时候有可能会出现的是主播说话与用户观众发消息的两个过程是有延时的但消息的延时跟视频的延时又可能不一样消息可能在 1 秒视频可能在 5、6 秒。 这时候就会出现消息跟视频不在同一个画面的问题——主播可能都已经切到下一场而买家还在跟他交流上一场的问题。 所以在手淘场景里我们不断跟手淘团队一起尽可能把延时往下推进。比如在今年双 11 里手淘大量采用了低延时直播大概把直播的延时降到 1 秒左右控制在 1 秒范围内之后我们可以看到它对整个 GMV 的转化有很大的帮助因为主播跟观众之间有了更强的互动关系。 在所有直播体系里我们都看到了对于延时的诉求现在直播都希望走向强互动直播而不希望是原来那种比较单向的行为因为观众也希望有更强的互动。 最后一个是大家疫情期间感受最为强烈的场景视频会议。现在视频会议的延时在技术上能够做到几百毫秒所以现在大家普遍能开视频会议。虽然以前是电话会议多一些但现在很显然视频会议的比率在上升。毕竟任何人的交流都更加希望能看到人而不纯粹只是电话传递的声音。 举另外一个例子很多公司的面试到决定性或者很关键的一轮时都会把候选人邀请到本地然后面对面地完成这轮面试。这是因为觉得在仅通过电话面试、看不到人的情况下很多东西是难以判断的需要见到本人。但是有了视频会议以后一些面试就可以无需把人邀请到现场进行。 所以延时技术在视频领域的作用是非常明显的从几秒到几百毫秒催进了非常多视频场景的创新。 但对视频来讲这依然不够。比如视频会议之前一个学术机构的研究报告显示其实像视频会议这样存在几百毫秒延时的场景对比人跟人的当面交流还是存在很大区别。 大家开视频会议应该都有这样的感受在视频会议的场景下仍然会出现抢话情况你说了一句话可能还没有说完对面就已经抢话这是一定会出现的因为人跟人当面交流的延时并没有几百毫秒。 在视频场景里我们是有非常强的动力去思考怎么把延时往下推得更低让大家有更真实的体验包括现在很多公司做很多东西都是为了让大家在远程会议上可以有跟当面交流比较接近的体验。对我们来讲延时如果能够越来越低是一个非常好的事情可以在这基础上做更多业务层面的创新。 音视频传输延迟引入分析 音视频整体技术可能跟系统层面技术有一些差别我们来看一下延时。比如直播音视频中比较典型的场景你拿一个手机开始拍这是采集的过程把一个视频影像留下来去采集然后编码多数可能是在端上去做。这个延时现在大概在 60ms 左右的范围。 采集完之后会把这个流比如直播、摄像流直接推到远端多数是云端或者自己服务器端。在云端之后通常还会做一些处理比如直播通常要做内容审核内容需要过一遍审核处理有些稍微复杂点的直播可能还要做其他事情比如加 logo做一些镜头的剪辑和镜头的切换。 如果有多个摄像头机位还会涉及到直播的时候选用哪个机位的问题。另外是分发怎么把服务器端推到很多的点。然后是把客户端流拉到本地拉完以后开始解码和播放。 从整个时间耗时看以前是 3-5 秒的延迟主体时间多数耗在拉流那一端这是协议决定的。RTMP 是比较标准的协议。现在业界比较流行的低延迟直播是把直播延迟从 3 秒推到 1 秒推到 1 秒以后我们给它的名词都叫低延迟直播相比以前更低延时一点。 大家看上图中的整体优化更多是把协议层开始做替换现在多数公司的低延时直播都会基于 RTC 协议就是 Google 开源的 webRTC 协议去做。可以看到当基于 RTC 推流、RTP 分发前面协议层都在替换差不多可以把拉流这端开始压到 1 秒以内。现在阿里手淘的直播整体延时在 11.2 秒范围11.2 秒在消息类互动场景已经足够了。主播跟观众如果是用消息互动发一条消息或者打赏什么的大家都不会有太长的延时感觉。可以看到这种场景下我们可以通过协议替换把整个延时往下拉低。 但也可以看到其实还有很多延时是整个网络造成的。如果是网络造成的现在其实是没有太多很好的解决方案就非常地难。而标准的 RTC 可以做到 200-300ms 的时间就是这样一个状况。 这三种延时除了技术层面的差别以外另外的层面是当采用这些技术以后整体的成本是有很大变化的。当你延时要做得越来越低的时候其实成本是会上升非常多的。像 RTC 相比传统直播延时有可能成本大概是在 7 倍以上。像低延时直播现在各家公司在不断努力尽可能让这两者成本开始接近。 为了很好地控制延时推流最重要的是协议的替换。因为协议替换以后从 TCP 到 UDP 以后很多东西需要自己来做了。 各视频厂商关注的最重要的指标是抗丢包多数公司追求当丢包在 50%、60%、70% 的时候在不同场景去满足诉求。比如视频会议如果只是为了开会最大的诉求其实是在音频端——音频清晰度和流畅度而画面如果有一点卡顿我们勉强还能接受。当然如果那个视频会议是讲 PPT那就不能接受了那优先级可能变成视频的清晰度。所以不同场景需要有各种各样不同的策略。 比如大家如果去看直播场景和视频会议类型的场景它面临最大的不同是什么呢直播场景的话比如我是主播其实只要摄像头跟我、以及我跟服务器的链路整体没有太大问题基本上观众之间互相是没什么影响这个观众看的时候会卡另外一个观众有可能是不卡的因为观众之间没有什么影响。但如果是视频会议类型的场景就完全不一样了比如现在有十个人在开会这十个人里任何一个人出现卡了或者视频、音频不大正常就会影响整场会的效率。 在这样的场景里为了要保证延时同时又要保证流畅度的时候抗丢包层面需要做非常多的事情包括综合的策略。 我们去看很多音视频公司它们很大的竞争力在于对端的适配能力。因为每个端的状况不大一样比如有人用苹果有人用安卓尤其是安卓安卓手机有无数种每种手机的音频能力、视频能力有很大差别还有大家所处的网络环境比如现在连了 Wi-Fi走动的时候可能 Wi-Fi 点会切换还有可能从 Wi-Fi 切到 4G这里面网络点怎么去处理也是非常关键的。 所以当整体延时越来越往下探的时候它的技术门槛在不断地升高我们怎么样做好卡顿的控制是各家公司去做这类型业务上面临的最大的一个问题。 这里主要讲的关键技术一是推流二是分发三是整个拉流层面为了控制延时做的一些事情。推流主要是协议层面和抗丢包分发层面主要是背后整张网络的分发。 很多公司做视频业务通常有几种方法一是直接基于云厂商的 CDN 构建整张音视频网络还有一种是基于边缘计算节点构建一张自己的音视频网络但这都是有一个问题要解决的。不管用什么方案都有这样一个问题解决这么多的节点要怎么更好地调度这涉及到非常复杂的调度问题因为每个节点的带宽能力、计算资源能力可能不一样怎么根据用户的情况去做整张网络的调度。 超高清是未来但还有很多技术侧问题要解决 带宽层面从目前来看大家都在想 5G 带宽变大了以后到底找谁把带宽用起来总得有人把带宽用起来。就像 4G其实是视频用起来的短视频把 4G 视频带宽撑起来。现在互联网一大部分流量主体都是视频构成的。5G 时代也是一样我们为什么需要更大的带宽消耗肯定要从业务侧看到很大的变化。 图中可能是大家经常看到的一些清晰度我们现在多数场景里能看到的 720p 视频、1080 4K 和 8K。8K 其实很少看到因为 8K 对屏幕要求非常高基本要很大的屏才能展现 8K 的效果。 阿里曾经在几年前冬奥会的时候做过一个 demo叫 5G8K 看冬奥会的滑雪现场它的运动感非常强所以是非常明显的。而现在特别火爆的 VR/AR 是需要更高的清晰度现在很多 VR 还是 4K所以导致我们会觉得颗粒感很强但当 VR 结合 8K 的时候就会觉得颗粒感的问题好了很多画面比较接近真实。 只有更大的带宽我们才可能把清晰度更往前推进。关于清晰度以前有人说你去问很多人他都会觉得现在的东西已经够清晰了不需要更清晰。但当你给了他一个更清晰的东西的时候他会发现他需要更清晰的。最典型的是苹果推视网膜屏当视网膜屏推出以后大家就有了更好的体验。 现在短视频厂商也在不断推进 4K。很多人以前都觉得短视频没必要那么清楚因为手机屏幕太小了还不至于能看出 4K 的差别。 但从业界发展看我们觉得这个趋势还是比较明显的整体朝更清晰化发展它肯定是有诉求的。而为什么现在进展比较慢有很多原因第一个是当清晰度要往前推进的时候不光是后面播放侧的问题还有很大的问题是制作侧。当然现在很多摄像机可能是 4K但是拍了以后怎么把 4K 视频做剪辑、处理其实是非常复杂的更不要说带宽消耗。带宽除了能不能放出来以外还有一个问题是每放一次背后全部是带宽消耗这个带宽消耗全是成本。 我们觉得超清是一个很好的发展方向但怎么解决在超清的发展过程中面临的很多问题是技术侧都需要关注的。 超高清技术里面涉及到很多东西简单讲就是从视频输入开始就是拍一段视频然后到一段视频最后被用户看到的时候到底我们要做些什么。 大家可能听到过一些词比如上图里的“超分”。简单来说就是手机拍出一段 2K 视频怎么把它超分成 4K 的视频让你看到一个类似 4K 的效果这样做是为了制作端的成本问题因为很多制作端都不具备制作超高清的能力。 另外大家可能听过窄带高清等技术其实是为了解决给你一段高清视频但怎么来控制整个带宽成本的问题。如果做高清业务成本是非常重要的。长视频就非常典型多数长视频会提供非常多种清晰度的选择多数公司会提供越来越清晰化和越来越好的体验就像优酷自己我们会提供帧享的东西去让大家能看到更好的不同的体验。 还有很多场景的问题比如拍不同场景航拍和运动类的视频对清晰度的要求是比较高的尤其是运动类的视频就非常明显。阿里优酷做世界杯播放的时候能明显地感受到如果清晰度不够很多时候可能连球在哪儿都不一定能看到远景的时候是比较难的。在那段时间大家在不断研究怎么能让这个画面变得更加清晰。 所以我觉得对于很多公司来讲超高清技术是需要往前演进需要解决从制作到分发、处理到播放整个链条的问题。带宽是基础只有带宽越来越大的时候这个东西才有可能变成现实。 因为我现在跟视频接触得比较多从这 5G 和云原生这两个命题讲我目前看到视频是结合最紧密的技术。 5G 带来的更多是低延时和大带宽。我们需要思考的是当延时越来越低的时候有可能带来什么新的业务创新创新模式到底有什么改变。延时越来越低在视频场景我们看到会带来越来越多业务上的变化很多业务跟以前完全不一样了。 因为视频的成熟在疫情期间很多事情开始转向以前必须线下的可以转向线上业务。当整个社会技术在进步的时候所有业务系统侧都要去思考视频只是相对来讲可能更明显一点。另外是带宽有什么业务对带宽的消耗越来越大。 举另外一个例子计算资源的消耗。最早多数计算资源是用来做在线业务系统比如交易系统等等消耗了大量的机器。但是后来我们看到很典型的变化是大数据大数据变成了更主力的计算资源的消耗再后来是 AI。 其实场景都在不断变化在所有业务场景里应该去思考延时越来越低会带来什么然后带宽的变化会带来什么最后是基于云更快速做业务创新的机会到底在哪里因为云原生更重要的是我怎么更好地、更快速地完成整个业务的迭代和创新以及尝试可能对所有做系统结构、做系统架构技术的人来说这是需要慢慢结合自己的业务去思考的一个话题。  如上文所讲5G 和云原生时代的技术下半场视频化是最新最大的确定性从图文到视频视频云促成了内容的视频化从线下到线上视频云变革了信息的交互方式。 原文链接 本文为阿里云原创内容未经允许不得转载。