摘要：華為雲TechWave雲原生媒體服務專題日上，華為雲媒體服務産品部雲視訊總監陸振宇發表演講《雲原生媒體網絡，更新傳統，賦能未來》，分享了為什麼要重構媒體網絡，基于華為雲的雲原生技術構築起來的媒體網絡能夠解決目前什麼問題，以及為什麼雲原生是未來媒體網絡的必選項。
本文分享自華為雲社群《華為雲基于雲原生媒體網絡，又出重磅新品》，原文作者：音視訊大管家 。
6月25日，華為雲TechWave雲原生媒體服務專題日線上上成功舉辦。華為雲音視訊服務正式更新為媒體服務。更新後的媒體服務，支援媒體生産、媒體分發和媒體應用三大場景。在專題日上，華為雲媒體服務産品部雲視訊總監陸振宇發表演講《雲原生媒體網絡，更新傳統，賦能未來》，分享了為什麼要重構媒體網絡，基于華為雲的雲原生技術構築起來的媒體網絡能夠解決目前什麼問題，以及為什麼雲原生是未來媒體網絡的必選項。以下内容根據發言内容整理，有删減。
在過去的幾年中，我們看到随着移動網際網路還有5G的進步，全球的流量尤其是視訊的流量5年内增加了12倍。我們看到很多1080p、4k、8k、VR的視訊，使得網絡的流量和帶寬迅速撐爆。
傳統的CDN和直播，能夠很好地解決點播視訊以及傳統直播視訊的分發，但使用場景受限，因為有3~5秒的時延，并不能支撐雙向互動，實時互動的視訊分發場景。比如超低延遲時間的直播、實時音視訊、以及一些視訊監控的場景，這些業務的形态對于媒體分發的能力提出了更高的要求。
在直播帶貨的場景當中，經常是主播開始介紹産品，使用者端顯示連結已經上了，可是5秒以後，使用者才聽到主播說倒計時開始，5、4、3、2、1上連結，如果這個時候使用者再去點選連結，會發現這個商品可能已經搶完了，就是因為直播和文字之間有5秒的時延。在這樣的場景中就需要1秒以内的超低延遲時間直播，這是現在的媒體分發的能力所不具備的，我們叫“來不及”。
還有一個場景是“用不起”。大家都希望把視訊攝像頭裡的内容低成本、快速地接入到雲上，因為雲上有大量的AI能力，有很多業務創新，可以使視訊創造出更大的價值。以目前的模式計算：以一個普通的小型園區為例，100路攝像頭每路的帶寬1兆，是100兆，這樣一個雲寬帶的接入成本，每年就會在12萬元以上，這是大家遠不能承受的。受限于用不起的成本，很多園區隻能把這些視訊内容存儲線上下，帶來的問題是這些視訊内容資産不能很好變現，不能創造更多的價值。
為了解決“來不及”、“用不起”這樣的問題，華為雲提出了雲原生的媒體網絡，我們認為雲原生的媒體網絡應該有三個特征：融合的媒體節點；三、四、七層分層網絡傳輸優化；AI的智能排程。
融合媒體節點 過去我們有CDN的業務，就有CDN的節點，有直播的業務，就有直播的節點。RTC、視訊監控每一個業務都有自己的節點，這些節點不能共享，不能彈性，業務的部署會受到很多的限制。
華為雲做的第一件事情，就是把全球的2500個節點，統一用雲原生的方式進行改造，更新成融合的媒體邊緣節點，它的特征在底層是統一的計算存儲資源，在上面用原生的IEF進行統一的改造和納管，這樣CDN、直播、RTC、XR、轉碼等都是運作在雲原生能力基礎上進行動态部署的業務。
每個業務可以根據自己的需要，在白天、晚上分别進行排程，使用上行、下行的帶寬以及計算存儲的資源，這樣邊緣資産實作了盤活，可以大幅降低業務傳輸時延和更重要的業務成本。
分層設計 我們用分層的思想進行網絡傳輸的優化：類似于TCP/IP要考慮音視訊内容，在網絡上傳輸時，它所遇到的丢包、時延以及不同網絡接入條件下不同參數的問題，我們用分層的思想來解決，分為3層，4層和7層優化。在3層也就是IP層，我們提出了天路，它可以實時感覺網絡，使得轉發和路由得到優化，來改善封包轉發的時延，提高封包的到達率。經過實測，我們可以把 IP網上、IP封包的轉發時延降低30%，提高0.5個封包到達率的百分點。
同樣在4層也就是傳輸層，提出了華為自研的hQUIC協定，使上層應用開發不用去感覺下層具體是跑在什麼樣的網絡媒體上，是WiFi、5G還是其他什麼樣的網絡。它可以使得音視訊業務，實時消息傳輸業務、未來的XR雲遊戲業務的内容在不同的網絡情況下得到分别的加速，提高網絡傳輸的效率。
在7層，在各個業務場景中去解決音視訊業務傳輸的問題。比如是否要先進行一些編解碼，再傳輸，來提高效率？是否要進行一些編解碼參數的自适應，在傳輸中間是否有更好的體驗……這些都是在7層完成的。我們通過分層，在3、4、7層進行優化，使得媒體網絡可以對不同的音視訊内容在不同的網絡上都提供非常好的一緻性的體驗。
AI排程 我們提出了Mesh化的排程引擎，這是我們和國内Top1的學校合作誕生出來的成果。它有兩個關鍵特征，第一個特征是多業務的統一排程，多業務包括了點播、直播、RTC、監控等，我們可以将體驗和成本做互補調優，實作多業務端到端統一排程能力，不同的業務都由這個排程引擎來統一排程。
第二個特征是不同服務 SLA，采取不同的排程政策，來支撐不同客戶的商業政策。比如對于直播，我們比較關注回源率？、帶寬的趨勢、卡頓率等成本和體驗名額，我們就把這些名額作為一個輸入，給排程引擎，在2500個節點中間，總是選擇最優的節點進行動态的部署和彈性的伸縮以及最優的服務。
面向RTC這樣實時性更高，互動性更強，體驗名額更苛刻的場景，我們就會把使用者的首幀時長、卡頓次數、入房成功率、端到端時延，等參數組輸入到排程引擎當中，使得RTC總是提供更好的使用者體驗、更低的時延，助力客戶的業務。為了實作這樣的排程能力，我們在排程系統的實作上進行了Channel級的排程。
我們對視訊的接入階段、回源階段及整個網絡都是按照一張Mesh的網絡進行整體的排程和優化，并且引入了人工智能的方式，來對排程的算法進行自學習，自訓練，不斷對抗，生成更好的排程政策與算法。通過統一更新的媒體邊緣網絡，我們的AI排程，以及3、4、7層的網絡傳輸分層的優化，使得我們的雲原生媒體網絡可以解決“來不及”、“用不起”的問題。
給大家舉兩個例子，第一個例子是在這樣的媒體網絡之上，我們可以對直播服務更新成超低延遲時間直播，現在的直播有3~5秒時延，我們會把直播用RTC的方式更新為超低延遲時間直播，使得時延降低到800毫秒以内，但是其他的業務名額體驗，首屏卡頓還和傳統的直播持平，這樣的服務會幫助直播，包括電商，教育行業進行一個大的體驗更新。
同時如果客戶願意接受它的架構站從直播轉移到RTC，我們還可以在這樣一張雲原生的媒體網絡上直接提供RTC的服務，把客戶的傳輸從TCP變成UDP，帶來進一步實作體驗的更新和時延的降低。
第二個例子是雲原生的視訊監控服務（VIS服務），它也是基于雲原生的媒體網絡，把網絡中的上行流量充分複用，使得攝像頭的接入價格更親民。從我剛才舉的例子來說，從300元/月，降到每月兩位數，可以使每路攝像頭的運維成本大幅降低，并且促使使用者把攝像頭生成的内容放在雲上，享受更低成本的存儲，以及雲上更多的創新和AI的能力，我們可以使使用者每月的成本做到過去的10%以内。
重磅新品：開放、共享、高效、安全的視訊接入服務，基于邊緣協同的架構，支援多業務場景
今天我很榮幸來釋出華為的VIS服務産品，Video Ingestion Service，視訊接入服務。視訊接入服務是華為雲上基于邊緣協同的架構，一個開放、共享、高效、安全的視訊接入服務。它支撐多個業務場景，支援視訊攝像頭，類似于國标28181 視訊協定、RTMP視訊、FLV視訊的接入，我們後續還會不斷增加對SRT以及更多智能攝像頭、視訊接入協定的支援。
同時我們還會不斷的去拓展服務的邊界，更新服務的價值。視訊的内容回到了雲上，隻有和更多的行業生态碰撞，才有可能産生更多的創新，帶來更多的價值。
華為雲上不僅有自研的算法，還有開放的算法商城，有很多的第三方算法，這些算法是持續演進，無限疊加的。我們堅信隻有把更多視訊低成本的接入到我們的雲上，才會創造更多的價值。那麼接下來我們可以看一個小視訊，看看華為雲視訊接入服務怎麼樣能夠很輕松的讓視訊攝像頭的内容上雲。
很高興今天向大家分享了華為雲雲原生的媒體網絡，我們介紹了我們遇到的挑戰，介紹了華為怎麼樣通過融合媒體節點，3、4、7層的分層優化，以及AI排程，構成一張新的雲原生媒體網絡來解決這些問題，我們為之推出的超低延遲時間直播、VIS視訊接入這樣的産品。謝謝大家。
點選關注，第一時間了解華為雲新鮮技術~