当前位置 > 首页 > 解决方案 > 智慧城市 > PPIO高质量音视频边缘服务 与优化解决方案

PPIO高质量音视频边缘服务 与优化解决方案

· 缀初网络技术（上海）有限公司

 1　目标和概述 

随着5G时代的到来，车联网、智慧城市、基于AR/ VR等新型应用和工作场景层出不穷，终端设备的种类和数量也大规模增长。这些交互界面和终端设备产生了大规模的实时数据。除此之外，未来的交互，不仅是目前所熟悉的人与人、人与机器的交互，还会产生大量机器与机器之间，甚至集群级别的交互。同时，伴随机器的单机或群体智能水平提升，数据将会呈现指数级增长。面对新型应用和巨量的实时数据，边缘云的应用场景和行业愈加广泛，从技术商业化的历史发展规律来看，PPIO基于边缘云计算的高质量音视频边缘服务与优化解决方案将主要面向于以下应用场景： 

（1）短期：对低延时传输和控制成本有需求，比如短视频和直播平台、手机厂商等； 

（2）中长期：云游戏、超低延时直播平台等对超低延时有改善需求的场景； 

（3）长期：边缘云和边缘计算最大的应用场景是有大量机器交互，对超低延时有刚性要求的新应用场景，而不仅仅是改善现有应用的效果，比如车联网、智慧城市、空间数字化、基于AR/VR的生活和工作场景等。这些场景对超低延时级别的数据传输和计算要求更加严格，达到了红线标准的级别。

 PPIO高质量音视频边缘服务与优化解决方案，主 要目标在于为各类内容提供商和终端用户提供低时延、 高带宽、高质量的音视频服务，利用边缘计算架构、云原生框架、软件定义网SDN、AI预测+调度算法等系统 和技术优化边缘云服务的服务质量，实现边缘云服务的 灵活、高效、智能部署。除此之外，PPIO在原有中心 云的架构上进行弹性伸缩，从技术角度为用户降低部署 成本。此系统以云原生为核心，可实现中心云与边缘云 的多元融合。整套系统的底层结构不变，意味着原本使 用中心云的客户不用修改底层架构，其算力可以直接接 入弹性伸缩的边缘侧，从而大大降低客户的部署成本。 弹性伸缩也是本方案的关键降本措施之一，以灵活的部 署和计费方案，实现资源的按需分配及回收。具有技术 创新性、广泛的行业价值和社会价值。

 2　方案介绍 

  2.1　架构设计与基本能力 

图1 项目核心架构 

如图1所示，本方案面向汇聚边缘计算能力，设计 了无缝连接的K8s@Edge、SDN@Edge、AIDevOps@ Edge三大主要框架，以整合服务节点并面向B端用户输 出的边缘计算服务。通过大数据分析和智能调度技术， 实现按需求灵活调度，将分发内容调度至加速节点，优 化终端用户体验。该技术适用于下载、点播、直播等多 种传输场景，实现了按需求调度，提升用户体验和服务 可靠性，同时降低带宽成本。目前整体框架和核心技术 成熟，并在不断迭代优化。

 （1）K8s@Edge，标准开放的云原生技术和能力K8s@Edge敏捷部署系统架构如图2所示。 

 图2 K8s@Edge敏捷部署系统架构图 

首先，PPIO实现了K8s@Edge面向边缘异构资 源的全局调度编排，将闲置资源用起来。云原生技 术是实现这种分布式系统最佳的选择，但是传统的 Kubernetes架构一般都是跑在一个机房内的多台服 务器上的，需要将Kubernetes分布在全国数千个机 房的不同配置的服务器上，所以在保持接口兼容性 的情况下，PPIO高质量音视频边缘服务编排系统对 Kubernetes做了定制化改造，增强了在网络和存储隔 离方面的能力，保证了安全可靠，同时可以和客户指定 的中心云厂商实现跨云无缝对接，以实现算力在云边两 侧的弹性伸缩和协同。 

基于目前主流的容器引擎K8s，在边缘云领域进行 了创新，提升了对资源的弹性纳管能力，实现了云机效 率的极致。K8s在边缘云的应用没有先例，凭借技术团 队的坚持和能力积累，成功实现了这款主流容器引擎在 边缘云上的应用，是技术领域的重大突破。通过多次迭 代优化，避免了“重复造车”的效率低下问题。更重要 的是，K8s是现在云原生架构中使用的主流容器，基于 K8s进行迭代开发，可以保障产品和解决方案与业界通 用标准的高度兼容，能大幅提升解决方案和产品的开放 性。 

（2）SDN@Edge，服务边缘云分布式节点场景的创新Overlay网络服务框架 

图3 SDN@Edge与传统SDN的架构对比 

PPIO高质量音视频边缘服务编排系统抛弃传 统网络中使用的树状结构，参考服务网格（Service Mesh）思路，提供面向服务的点到点发现、路由和稳 定通信能力，并发式地实施监控预警、流量预测。任务 运行过程中，一旦发现某个节点有问题，就会通过路径 寻优的方式，找到最适合的路径来支持或疏解，从而保 证了云协同的流畅度，以及高质量、稳定的网络服务。 

SDN@Edge与传统SDN的架构对比如图3所示。 

（3）AI DevOps@Edge，云边智能协同方案对传统自动化运维进行升级，更好适配边缘计算环境 

图4 AI DevOps@Edge基础架构 

对传统的DevOps方案进行智能化改造，利用 改进的Boosting模型，对业务需求波动进行时空预 测，根据需求预测结果和不同客户的SLA等级，利用 EdgeMatrix框架进行业务调度优化，并结合K8s@ Edge进行运维部署，极大提高边缘计算场景下的产品 交付质量和运维效率，以及边缘节点的资源利用率，并 有效解决了资源异构、资源竞争和供需两端动态波动的 三个问题。 

（4）KaiS，其为边云集群系统设计的基于学习的 调度框架 

图5 面向Kubernetes边缘云系统的双尺度调度

 KaiS采用了一种双时间尺度调度机制来协调请求指 派和服务编排，并给出了部署上述算法与原生K8s组件 兼容的设计实现，首先基于图神经网络进行集中式服务 编排，从而将不同类型的服务部署到各个计算节点，然 后基于多智能体算法进行分布式请求指派，从而将不同 类型的请求卸载到各个计算节点，实现高效系统调度。 

（5）EdgeMatrix，引入了网络化多智能体演员-评 判家算法，将物理资源重新定义为逻辑隔离的资源组合 EdgeMatrix引入了网络化多智能体演员-评判家算法 （Networked Multi-agent Actor-Critic, NMAC）进行 资源定制，以及基于次模函数优化的启发式算法JSORD 用于解决请求指派和服务编排问题。

    图6 EdgeMatrix框架

  2.2　应用与部署案例 

截至目前，PPIO高质量音视频边缘服务与优化解决 方案已为多家互联网巨头、一线云计算服务商、独角兽级 创业公司，提供符合低时延、高带宽、海量数据分布处理 需求的边缘云计算服务，所有解决方案和服务均承诺可用 性不低于99.9%，多环节冗余灾备实现高可用保证。 

（1）直播 

业务痛点：随着电子竞技行业的蓬勃发展，越来越 多的正规电竞赛事开始被宣传和关注。作为业内领先的 电竞赛事直播平台，客户希望能够在赛事直播高峰期间 减少CDN源站压力，同时提供时延更低、弹性扩容、 性价比更高的网络来保证终端用户的观赛体验。 

 解决方案：为了满足客户的需求，在原有方案的 基础上进行了SDK定制化开发，简化客户开发工作的同 时增强了系统容错性；通过自研的智能调度算法和支持 弹性扩容的海量资源池，不断优化直播场景相关质量指 标，其中“放大比”等关键指标多次受到客户的肯定。 

 服务效果：不仅在重要赛事直播期间帮助客户源站减 轻了大量的请求和分发压力，而且在各项质量指标正常的 情况下承接住了较大量级的用户需求，为多项国际电竞赛 事的直播提供了良好的保障，也为客户节省了带宽成本。 

 （2）短视频 

业务痛点：在短视频业务全面爆发的大环境下，客 户平台的用户数量呈现高速增长的趋势，且用户群体向 下沉市场发展。如何能够保证终端用户的体验，并实现 降本增效，成为客户的首要问题。

 解决方案：针对客户的痛点及需求，通过业务类型 分析聚类技术，为客户匹配最佳机器配置，在短时间内 提供满足需求区域的资源节点，并快速部署任务，根据 业务的实际使用情况不断进行优化，为客户提供了稳定 的、可伸缩的、性价比高的边缘容器云环境，大幅提升 了应用部署效率。 

 服务效果：致力于为客户提供更加靠近终端用户 的缘加速节点，解决“最后一公里”问题的用户体验问 题，尤其是在春节及其他重大节日流量陡增时，PPIO高 质量音视频边缘服务编排系统的网络弹性经受住了一次 又一次的考验，为客户降本增效，获得了客户的好评。 

3　代表性及推广价值 

  3.1　技术创新性 

PPIO之所以能够深挖服务和应用场景，一部分能 力来自于之前在PPTV的技术积累，PPTV实现了将数 亿台PC机进行链接，利用每个人闲置的带宽和硬盘资 源来分布式存储和传输视频服务，从而大幅度降低了对 于服务器资源的使用。而PPIO针对的资源是碎片化、 非标异构的服务器资源，对于可靠性、安全性要求更 高，因此技术路线也有所不同。最后，由于节点的碎片 化和下沉，相互之间的网络连接并没有传统数据中心的 骨干网或专线那么可靠，在流量高峰期的时候可能会出 现拥塞和丢包情况，PPIO又研发了一套动态SDN的技 术，这个技术和之前开发PPTV时采用的P2P流媒体技 术有相似的地方，相当于在各个节点之间建立了一套可 自定义服务质量的Overlay传输网络，通过这套网络保 证了节点间网络传输的质量和稳定性。

   3.2　效益价值 

（1）毫秒级低延迟，时延<30ms 将优质节点部署在用户终端周边，覆盖全国各县市 和主流运营商，将服务内容分发至全网加速节点，解决 网络拥堵问题，有效提升访问成功率和响应速度，降低 50%传输成本，提供低至毫秒级的处理时延。 

（2）极致效率，调度率提升35% 用标准开放的云原生技术和能力来实现边缘容器 编排，将资源调度效率提升了35%，实现了极致的云 机效率。 

（3）高质服务，流畅度提高300% 抛弃传统网络树状结构的路径，自主研发SDN@ Edge，即服务分布式边缘节点的新型Overlay网络服务 框架，将播放超高清视频流畅度提高300%。 

（4）智能运营，利用率提升15% 对传统的DevOps方案进行智能化改造，利用改进的 Boosting模型，通过云边智能协同，能够自动处理90%以上 的运维问题极大地提高边缘计算场景下的产品交付质量和 运维效率，以及将边缘节点的资源利用率提升15%。

来源 | 《自动化博览》2023年第2期暨《边缘计算2023专辑》