国产极品女主播国产区,亚洲熟妇色l20p

在這一架構(gòu)內(nèi)，至云游戲終端前，所有服務(wù)都在云端、公共網(wǎng)絡(luò)上完成，保證用戶無需下載游戲或是為了玩游戲購(gòu)置高性能終端。游戲玩家的終端，主要負(fù)責(zé)對(duì)網(wǎng)絡(luò)包進(jìn)行處理、對(duì)渲染后的游戲畫面進(jìn)行解碼、顯示，并相應(yīng)地輸入指令，回傳給服務(wù)器。

而在服務(wù)器端，鏈路相對(duì)復(fù)雜。云游戲管理平臺(tái)是服務(wù)的起點(diǎn)，上下兩條鏈路，都是云游戲的周邊技術(shù)服務(wù)，與業(yè)務(wù)場(chǎng)景強(qiáng)相關(guān)，包括云游戲的直播錄制、游戲日志 / 記錄存儲(chǔ)等。前者對(duì)時(shí)延忍耐度較高，可以走正常的流媒體服務(wù)體系，使用 CDN 分發(fā)音視頻內(nèi)容;后者屬于正常的游戲服務(wù)器設(shè)計(jì)范疇，正常提供服務(wù)即可。

關(guān)鍵在于中間一層，也就是云游戲容器集群。這一部分要實(shí)現(xiàn)的設(shè)計(jì)基礎(chǔ)目標(biāo)是保障 1s 至少完成 24 張游戲畫面(24 幀)的計(jì)算、動(dòng)態(tài)渲染和編碼傳輸，部分高要求場(chǎng)景需要幀率達(dá)到 60 FPS，同時(shí)保證時(shí)延盡可能得低。

這部分的技術(shù)挑戰(zhàn)非常大，以至于若僅以軟件為中心思考，很難做出真正突破。從相關(guān)指標(biāo)的演進(jìn)歷史來看，僅僅在 4 年前，移動(dòng)端游戲本地渲染的基礎(chǔ)目標(biāo)還是 30 FPS，如今雖然能實(shí)現(xiàn) 60 FPS 甚至更高，但討論的場(chǎng)景也從本地渲染切換成了云端渲染。在軟件上，除非出現(xiàn)學(xué)術(shù)層面的突破，否則很難保證性能始終保持這樣跨度的飛躍。

此外，渲染本來就是嚴(yán)重倚仗硬件的工作，渲染速度和質(zhì)量的提升，主要依賴于 GPU 工藝、性能以及配套軟件的提升。

而更為復(fù)雜的游戲性能以及整體時(shí)延的控制，則對(duì)整個(gè)處理、傳輸鏈路提出了要求。僅以時(shí)延為例，它要求在編碼、計(jì)算、渲染、傳輸?shù)热魏我粋€(gè)環(huán)節(jié)的處理時(shí)間都控制在較低范圍內(nèi)。同樣是在 3 – 4 年前，有業(yè)界專家分享，他們對(duì) RPG 類云游戲的傳輸時(shí)延容忍度是 1000 ms，但事實(shí)證明，玩家并不能忍受長(zhǎng)達(dá) 1s 的輸入延遲。反觀今日，無論是通過公有云 + GA 方案，還是通過自建實(shí)時(shí)傳輸網(wǎng)絡(luò)方案，即便是傳輸普通音視頻流的 RTC 服務(wù)也只能保證延時(shí) 100ms 以內(nèi)，而云游戲的計(jì)算量和帶寬需求數(shù)倍于普通音視頻服務(wù)。

以上僅僅是冰山一角。對(duì)于架構(gòu)設(shè)計(jì)而言，除了高性能、高可用、可擴(kuò)展性三類設(shè)計(jì)目標(biāo)外，成本也是必須要考慮的平衡點(diǎn)——需要 1000 臺(tái)服務(wù)器的架構(gòu)，和需要 100 臺(tái)服務(wù)器的架構(gòu)，壓根不是一個(gè)概念。2010 年前后，云游戲基本不存在 C 端商業(yè)化可能，雖然整體時(shí)延和性能指標(biāo)可以滿足當(dāng)時(shí)的要求，但代價(jià)是一臺(tái)服務(wù)器只能服務(wù)一個(gè)玩家，單個(gè)玩家服務(wù)成本上萬。云游戲“元老” Onlive 公司的失敗，在當(dāng)時(shí)非常能說明問題。

而到了 2020 年，行業(yè)硬件的整體性能提升后，一臺(tái)服務(wù)器可支持 20 – 50 路并發(fā)，性能提升了幾十倍。

那么，如果我們將硬件變成架構(gòu)設(shè)計(jì)的核心考慮要素，會(huì)是什么樣的呢?大致如下圖所示(為了不讓圖示過于復(fù)雜，我們只保留了云游戲核心服務(wù)鏈路，以作代表)。

可以看到，僅在云服務(wù)器部分，就有大量的硬件和配套軟件需要參與進(jìn)來，要關(guān)注的性能點(diǎn)也相對(duì)復(fù)雜。而這僅僅是云游戲一個(gè)應(yīng)用場(chǎng)景下的音視頻架構(gòu)，當(dāng)我們將場(chǎng)景抽象并擴(kuò)展，最終覆蓋到整個(gè)超視頻時(shí)代的時(shí)候，以下這張來自英特爾技術(shù)團(tuán)隊(duì)的架構(gòu)圖，可能更加符合實(shí)際。英特爾將音視頻體系架構(gòu)在軟件和硬件層面分別進(jìn)行了展示：一部分叫做 Infrastructure(基礎(chǔ)設(shè)施層)，如圖一所示;另一部分則稱其為 Infrastructure Readiness (基礎(chǔ)設(shè)施就緒)，指的是基礎(chǔ)設(shè)施就緒后，建立在其上的工作負(fù)載，如圖二所示。兩張圖的首尾有一定重合，表示其頭尾相接。

可以看到，基礎(chǔ)設(shè)施層主要包括硬件、配套云服務(wù)、云原生中間件以及各類開源基礎(chǔ)軟件。而在工作負(fù)載層面，是大量的軟件工作，包括核心的框架、SDK 以及開源軟件貢獻(xiàn)(UpStream)。這也是為什么英特爾以硬件聞名，卻維持著超過一萬人的軟件研發(fā)團(tuán)隊(duì)。

在基礎(chǔ)設(shè)施層，我們的首要關(guān)注對(duì)象就是硬件，尤其是對(duì)于音視頻服務(wù)來說，硬件提升對(duì)業(yè)務(wù)帶來的增益相當(dāng)直接。

但相比于十年前，當(dāng)前的硬件產(chǎn)品家族的復(fù)雜度和豐富度都直線上升，其核心原因無外乎多變的場(chǎng)景帶來了新的計(jì)算需求，靠 CPU 吃遍天下的日子已經(jīng)一去不復(fù)返了。以前面展示的英特爾硬件矩陣為例，在音視頻場(chǎng)景下，我們主要關(guān)注 CPU、GPU、IPU，受限于文章篇幅，網(wǎng)卡一類的其他硬件不在重點(diǎn)討論范圍內(nèi)。

在 CPU 方面，英特爾已更新至強(qiáng)第三代可擴(kuò)展處理器，相比第二代內(nèi)存帶寬提升 1.60 倍，內(nèi)存容量提升 2.66 倍，采用 PCIe Gen 4，PCI Express 通道數(shù)量至多增加 1.33 倍。其中，英特爾至強(qiáng)Platinum 8380 處理器可以達(dá)到 8 通道、 40 個(gè)內(nèi)核，主頻 2.30 GHz，英特爾支持冬奧會(huì)轉(zhuǎn)播 8k 轉(zhuǎn)播時(shí)，CPU 側(cè)的主要方案即是 Platinum 8380。這里貼一張?jiān)敿?xì)參數(shù)列表供你參考(https://www.intel.cn/content/www/cn/zh/products/sku/212287/intel-xeon-platinum-8380-processor-60m-cache-2-30-ghz/specifications.html)：

英特爾 CPU 另外一個(gè)值得關(guān)注的特點(diǎn)，在于其配套軟件層面，主要是 AVX-512 指令集。AVX-512 指令集發(fā)布于 2013 年，屬于擴(kuò)展指令集。老的指令集只支持一條指令操作一個(gè)數(shù)據(jù)，但隨著場(chǎng)景需求的變化，單指令多數(shù)據(jù)操作成為必選項(xiàng)，AVX 系列逐漸成為主流。目前，AVX-512 指令集的主要使用意義在于使程序可同時(shí)執(zhí)行 32 次雙精度、64 次單精度浮點(diǎn)運(yùn)算，或操作八個(gè) 64 位和十六個(gè) 32 位整數(shù)。理論上可以使浮點(diǎn)性能翻倍，整數(shù)計(jì)算性能增加約 33%，且目前只在 Skylake、 Ice Lake 等三代 CPU 上提供支持，因此也較為獨(dú)特。

在視頻編解碼、轉(zhuǎn)碼等流程中，因?yàn)閼?yīng)用程序需要執(zhí)行大規(guī)模的整型和浮點(diǎn)計(jì)算，所以對(duì) AVX-512 指令集的使用也相當(dāng)關(guān)鍵。

而 GPU 方案在云游戲場(chǎng)景中，通常更加引人矚目，英特爾服務(wù)器 GPU 是基于英特爾 Xe 架構(gòu)的數(shù)據(jù)中心的第一款獨(dú)立顯卡處理單元。英特爾服務(wù)器 GPU 基于 23W 獨(dú)立片上系統(tǒng)(SoC)設(shè)計(jì)，有 96 個(gè)獨(dú)立執(zhí)行單元、128 位寬流水線、8G 低功耗內(nèi)存。

所謂片上系統(tǒng) SoC，英文全稱是 System on Chip，也就是系統(tǒng)級(jí)芯片，SoC 包括但不僅限于 CPU、GPU。就在今年，前 Mac 系統(tǒng)架構(gòu)團(tuán)隊(duì)負(fù)責(zé)人、蘋果 M1 芯片的“功臣” Jeff Wilcox 宣布離開蘋果，擔(dān)任英特爾院士(Intel Fellow)、設(shè)計(jì)工程事業(yè)群(Design Engineering Group)CTO，并負(fù)責(zé)客戶端 SoC 架構(gòu)設(shè)計(jì)，也在行業(yè)內(nèi)引起了眾多關(guān)注。

當(dāng)然，只有 GPU 硬件本身是不夠的，英特爾? Media SDK 幾乎是搭配 GPU 的必選項(xiàng)。英特爾Media SDK 提供的是高性能軟件開發(fā)工具、庫(kù)和基礎(chǔ)設(shè)施，以便基于英特爾架構(gòu)的硬件基礎(chǔ)設(shè)施上創(chuàng)建、開發(fā)、調(diào)試、測(cè)試和部署企業(yè)級(jí)媒體解決方案。

IPU 是為了分擔(dān) CPU 工作負(fù)載而誕生的專用芯片，2021 年 6 月，英特爾數(shù)據(jù)平臺(tái)事業(yè)部首席技術(shù)官 Guido Appenzeller 表示：“IPU 是一種全新的技術(shù)類別，是英特爾云戰(zhàn)略的重要支柱之一。它擴(kuò)展了我們的智能網(wǎng)卡功能，旨在應(yīng)對(duì)當(dāng)下復(fù)雜的數(shù)據(jù)中心，并提升效率?！?/p>

具體落地在音視頻場(chǎng)景里，IPU 要負(fù)責(zé)處理編碼后的音視頻流的傳輸，從而解放 CPU 去更多關(guān)注業(yè)務(wù)邏輯。所以，CPU + GPU + IPU 的組合，不僅是在關(guān)注不同場(chǎng)景下的需求滿足問題，實(shí)際上也在關(guān)注架構(gòu)成本問題。

從基礎(chǔ)設(shè)施過渡到工作負(fù)載，實(shí)際上有一張架構(gòu)圖，更詳細(xì)的展示了相關(guān)技術(shù)棧的構(gòu)成：

在這張架構(gòu)圖中，橫向是從源碼流輸入到分發(fā)的整個(gè)流程，期間包含了編碼、分析等處理動(dòng)作;而縱向則展示了要服務(wù)于這條音視頻處理流程，需要搭配的硬件和軟件體系。

OneAPI 作為異構(gòu)算力編程模型，是橋接基礎(chǔ)設(shè)施和上層負(fù)載的關(guān)鍵一層，這不必多言。而到了負(fù)載層，軟件則分成了藍(lán)色和紫色兩個(gè)色塊。藍(lán)色代表直接開源軟件，紫色則代表經(jīng)過英特爾深度優(yōu)化，再回饋(Upstream)給開源社區(qū)的開源軟件。

在藍(lán)色部分，OpenVino 是個(gè)很有意思的工具套件，它圍繞深度學(xué)習(xí)推理做了大量的性能優(yōu)化，并且可以兼容 TensorFlow、Caffe、MXNet 和 Kaldi 等深度學(xué)習(xí)模型訓(xùn)練框架。當(dāng)音視頻體系需要加入 AI 技術(shù)棧以服務(wù)超分辨率等關(guān)鍵需求時(shí)，OpenVino 會(huì)起到關(guān)鍵作用。

紫色部分的 x.264/x.265 是一個(gè)典型。作為音視頻行業(yè)最主流的編碼標(biāo)準(zhǔn)，英特爾使其開源的主要貢獻(xiàn)者，而且 AVX-512 指令集也專門圍繞 x.264/x.265 做了優(yōu)化和性能測(cè)試。

另一個(gè)值得關(guān)注的核心是編碼器，它橫跨了藍(lán)色區(qū)域和紫色區(qū)域，既有行業(yè)通用的 ffmpeg，也有英特爾自研的 SVT，二者同樣引人關(guān)注。

在流媒體時(shí)代，著名開源多媒體框架 ffmpeg 是業(yè)界在做編解碼處理時(shí)，絕對(duì)的參考對(duì)象。說白了，很多編解碼器就是 ffmpeg 的深度定制版本。到了 RTC 時(shí)代，出于更加嚴(yán)苛的及時(shí)交互需求，自研編解碼器盡管難度頗高，但也在研發(fā)能力過硬的企業(yè)中形成了不小的趨勢(shì)。

可歸根結(jié)底，在推進(jìn)以上工作時(shí)，軟件始終是思考的出發(fā)點(diǎn)，從業(yè)者們多少有些忽略對(duì)硬件的適配。

SVT 的全稱是 Scalable Video Technology ，是開源項(xiàng)目 Open Visual Cloud 的重要組成部分，針對(duì)英特爾多個(gè) CPU 進(jìn)行了高度優(yōu)化，因此在英特爾硬件體系上，性能表現(xiàn)非常突出。SVT 設(shè)計(jì)最樸素的初衷，是針對(duì)現(xiàn)代 CPU 的多個(gè)核進(jìn)行利用率方面的提升，比如依仗硬件上的多核設(shè)計(jì)并行對(duì)多個(gè)幀同時(shí)處理，或?qū)σ粡垐D像分塊進(jìn)而并行處理，大大加快處理速度，避免多核 CPU 空轉(zhuǎn)。

更為人所熟知的可能是后來這個(gè)叫做 SVT-AV1 的開源項(xiàng)目(GitHub 地址：https://github.com/AOMediaCodec/SVT-AV1)，AV1 開源視頻編碼，由英特爾、谷歌、亞馬遜、思科、蘋果、微軟等共同研發(fā)，目的是提供相比 H.265 更高效的壓縮率，降低數(shù)據(jù)存儲(chǔ)和網(wǎng)絡(luò)傳輸?shù)某杀尽?/p>

而就在今年上半年，英特爾發(fā)布了其用于 CPU 的開源編解碼器 SVT-AV1 的 1.0 版，相比 0.8 版本，性能上有著巨大提升。

歸根結(jié)底，盡管“摩爾定律”還在繼續(xù)，但當(dāng)下已過了靠吃“硬件紅利”就能搞定新應(yīng)用場(chǎng)景的“甜蜜期”。

今天，我們需要了解的是以 CPU 、GPU、加速器和 FPGA 等硬件為核心的復(fù)合架構(gòu)，也被稱之為由標(biāo)量、矢量、矩陣、空間組成的 SVMS 架構(gòu)。這一概念由英特爾率先提出，并迅速成為業(yè)內(nèi)最主要的硬件架構(gòu)策略。

位于硬件之上的開發(fā)者工具也存在同樣的趨勢(shì)，英特爾的 oneAPI 就是一個(gè)典型作品。只是對(duì)于開發(fā)者工具來說，目前最主要的工作不是性能提升，而是生態(tài)和整合。

從硬件到基礎(chǔ)軟件，再到開發(fā)者工具，整個(gè)基礎(chǔ)設(shè)施層呈現(xiàn)高度復(fù)雜化的架構(gòu)演進(jìn)趨勢(shì)，既是對(duì)架構(gòu)師工作的嚴(yán)峻挑戰(zhàn)，也給了所有架構(gòu)師更大的發(fā)揮空間。對(duì)于架構(gòu)師來說，如何為自己的企業(yè)算清楚成本，在追求高性能、高可用的同時(shí)，將硬件一并納入考慮并高度重視，才是重中之重。