针对云游戏行业存在的实时性差、单路游戏成本高等痛点,浪潮推出“四海”云游戏加速方案。其基于ARM服务器NF5280R6和VPU(视频处理单元)M10A,在1080P全高清分辨率下,能够同时运行60多路游戏,帮助云游戏运营商在提升游戏画面编码效果的同时,降低总体拥有成本和运维管理难度,助力云游戏产业快速发展。
云游戏实时性差、成本高等问题亟待解决
云游戏(Cloud Gaming)是以云计算技术为核心,以云端服务器为载体,以高速网络为管道,以用户终端为体验的一种为用户提供游戏娱乐服务的业务。在云游戏的运行模式下,游戏服务在云端运行,将渲染后的游戏画面压缩后通过网络传送给用户终端,用户终端仅需要保留显示和操作的功能,大大降低了用户终端的配置要求。
经过十多年的发展,云游戏已经进入市场化落地阶段,但依然存在诸多挑战。特别是云游戏对实时性的要求很高,需要小于50毫秒,技术挑战非常大。云游戏技术架构增加了图像渲染,画面编码、网络传输、视频解码等流程,实时性差会导致画面卡顿,影响玩家的游戏体验。此外,云游戏运营商亟需降低单路云游戏的总体拥有成本、缩短新方案的上线周期、简化运维管理、降低运营成本。
“四海”云游戏加速方案提升画面质量,降低单路成本
针对以上行业痛点,浪潮推出“四海”云游戏加速方案,帮助云游戏运营商提升游戏画面质量,减少卡顿,降低成本,助力云游戏产业快速发展。
该方案由底层ARM服务器、GPU和VPU硬件、主机HOST OS和虚拟化软件、Android业务实例、以及容器编排管理、GPU/VPU多卡管理等模块组成。
“四海”云游戏加速方案架构图
底层硬件包括ARM服务器NF5280R6、GPU、VPU M10A。浪潮NF5280R6服务器在2U标准机箱内最大可搭载内置两颗高性能ARM处理器 、两张GPU板卡以及四张VPU M10A,能够大幅提升云游戏的部署密度。
M10A是浪潮专为AI视频场景优化的VPU加速卡,在8W超低典型功耗下,支持16路1080P30全高清视频的解码、编码和转码。
浪潮NF5280R6服务器
“四海”云游戏加速方案通过虚拟化的方式,基于Docker在ARM服务器上构建Android镜像,从而原生支持Docker特性和管理接口,通过虚拟出Android运行环境,使得Android应用可以直接运行在ARM服务器上,主流APP可以零代码修改直接运行。虚拟化层采用OpenVMI。OpenVMI是非模拟器架构,Android APP直接调用物理硬件资源,从而实现Android容器高效利用服务器中的硬件资源。
Android业务实例则由多个安卓容器构成,每个安卓容器实例可以运行1个云游戏,该方案还提供了对接业务运营层面的接口API,支撑各类业务系统的集成需求。
在管理层,容器编排管理实现对各个Android业务实例生命周期的管理,包括创建、分配资源以及释放,按顺序在虚拟化层中组织,以使其能够按照计划运行,并且允许管理员指导容器部署与自动更新、运行状况监控以及故障转移等;多卡管理通过直通Android容器的虚拟化技术,实现渲染资源和编码资源的统一管理、分配和回收能力,实现一卡被多个容器共享,提升硬件的利用效率。
测试结果显示,“四海”云游戏加速方案能够完美运行原神、王者荣耀等游戏APP,在1080P全高清分辨率下,可以同时运行60多路游戏,达到业界领先水平。并且用户可以根据网络状态设置30帧、60帧等不同的帧率,也可以选择极致、高清等不同的游戏画面。
“四海”云游戏加速方案具有以下优势:
1.软硬件一体,可直接部署
集成了硬件、虚拟化方案、系统管理平台,可直接部署,降低总体拥有成本。深度融合CPU、GPU和VPU,挖掘不同处理器的计算特点,将不同处理器的性能发挥到最大极限。并且提供了不同的配置选择,用户可以根据业务特点和游戏的渲染需求进行选择,最大程度地降低单路游戏的采购成本。相较于其他方案,总体拥有成本平均减少 1/5。
2.提升游戏画面质量,编码延迟低至3毫秒
“四海”云游戏加速方案可以完成超高画质的图像渲染工作,也能够根据游戏玩家的不同画质设置,自动生成对应画质级别的游戏画面,满足超高画质场景和高吞吐性能场景的调度需求。
借助方案中的专用视频加速卡M10A,云游戏运营商可以将游戏画面的编码工作从高昂的CPU、GPU卸载到M10A上,1080P分辨率游戏画面的编码时间仅需3毫秒,进一步缩短云游戏的系统延迟。还支持更丰富的编码参数,这些都可以很好地满足云游戏业务对低延迟编码、低成本运营的要求。
M10A视频加速卡
3.采用全新编码技术,降低单路成本
在虚拟化方面,该方案采用了全新的直通安卓容器的视频编码技术,通过设备映射的方式,将一个视频加速卡的硬件资源分配给多路云游戏。这种技术大大减少了编码命令传递的复杂度,降低编码延迟,同时提高了硬件编码资源的利用率,有效降低云游戏的单路成本。
同时,由于智能手机的CPU和NF5280R6服务器的CPU同属于ARM平台,使用了相同的指令集,游戏APP在调用底层的CPU算力时无需要做指令转化,减少了指令转化过程带来的性能损耗,保障了游戏指令的精确执行。
“四海”云游戏加速方案提供了完整的从硬件到业务的全栈方案,支持直接部署,降低总体拥有成本,缩短研发周期,并且具备强大的视频编码功能,能够提升游戏画面质量,缩短云游戏的系统延迟。同时方案从系统架构设计、虚拟化技术、算力调度等多个维度进行了深度优化,能够帮助云游戏运营商提升整机的云游戏运行密度,降低单路云游戏的成本。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。