一、业界趋势

当前，很多云上业务产品都在面临着三大挑战，首先是内容码率的提升，为了提升用户体验，需要提升对应的视频画面质量，之前720P的视频画面要求2M左右的网络带宽，1080P的视频画面要求4M左右的网络带宽。随着4K和VR业务场景的需要，对网络带宽和视频码率都提出了更高的要求，比如VR场景要求每秒80M的网络带宽，之前720P视频画面的带宽的40倍。其次是低时延实时互动，现在已经进入到毫秒级延时时代，实时互动数据占比预计到2025年，将从2020年的8%上升到30%，超低延时的实时互动应用场景将成为未来社会的主流。还有就是伴随而来的端侧算力上云，由于数据量的激增，数据和算力逐步向云和边缘计算转移。预计到2025年，终端模块的数据和算力将由2020年的65%下降到50%，相应的云端和边缘计算将分别上升5%和10%。

1.1 多媒体内容上云的4大关键驱动力

1. 内容质量升级，算力诉求激增

内容质量升级，算力诉求激增，传统工作站模式已经无法满足日益增加的需求。举一个例子，2009年上映的《阿凡达》的特效镜头是1600个，到了2019年上映的《阿丽塔》的特效镜头是2600个；前者的面部捕捉数是830个，后者的面部捕捉数是2500个；前者的单帧渲染时长是100小时，后者的单帧渲染时长是500小时；前者的总渲染时长是1.5亿个小时，后者的总渲染时长是4.3亿个小时；前者使用的制作服务器数量是2000台，后者使用的制作服务器数量是30000台；前者的存储大小是1PB，后者的存储大小是4PB。以上数据足以说明内容数据量激增的现实趋势。

2. 实拍到数字化的直接生成的需要

当下比较流行的虚拟数字人，比如华为云的“云笙”；虚拟拍摄也逐渐成为主流，比如《头号玩家》就是使用的虚拟拍摄；还有虚拟演唱会也非常热门，比如《堡垒之夜》。

3. 机器取代人工

机器取代人工，AI自动化成为社会发展进步的趋势。当前很多行业70%的成本投入在人工上，这样状况会导致项目周期长、成本高、效率低。比如，国内影片拍摄70%的费用用在了演员身上，而对比好莱坞只有25%。相信未来，国内影视拍摄的成本分配比例也会逐步合理化。

4. 远程协作、生产制作效率提升

远程协作、生产制作效率提升，行业分工细，工序杂，分包多，异地协作要求高，比如好莱坞特效大片制作的过程涉及到数十家公司、上千人的制作团队。包括编剧、拍摄、动捕、模型、动画、特效、剪辑、色彩、声音、合成等。如果引入超低延时的实时通讯协作模式，将大大降低沟通成本和制作成本。

1.2 SparkRTC的优势

说到华为云音视频服务，很多人可能会感到陌生。其实，华为云音视频服务最早可以追溯到上世纪八十年代，1988年华为就已经向大众提供通话服务，当时华为具备国内一流的音频引擎和一流的音视频网络技术。到了2004年，华为开始对外提供视频业务，其中，包括先进的H.265编解码、最佳的VR/AR技术、一流的直播CDN能力以及对超高清分辨率的支持等。2008年，华为推出了视频会议产品，同时申请了很多相关的技术专利，包括UDP协议、抗丢包算法，另外，还具备业内一流的3A算法保证视频会议的音频质量。2017年，华为云正式上线，搭建了海量的边缘节点和CDN节点。华为云音视频服务的目标是长期专注于音视频极致体验的持续提升，引领行业发展。

二、SparkRTC全球一张网

华为云的SparkRTC全球一张网是整个音视频实时通讯服务的基础，任何网络服务都离不开物理网络的支持，也就是UnderLay网络。比如我国的三大骨干网络，电信Chian Net、联通China169、移动CM Net，它们都分为超级核心节点和普通核心节点，超级核心节点和普通核心节点的分工不同。比如，中国移动的超级核心节点负责中转省际流量、网间流量、国际流量交换等，普通核心节点负责中转省际流量、普通核心均与超级核心节点全互联。

2.1 SparkRTC随着华为公有云实现全球覆盖

SparkRTC基于华为公有云实现了全球覆盖，全球部署了2500多个服务节点，重点项目会针对项目诉求进行重点覆盖。国外采用公有云服务部署，互相备份容灾，区域节点多级容灾。海外可以部署到华为公有云服务的范围，目前华为公有云在海外已部署到曼谷、新加坡、约翰内斯堡、墨西哥城、圣地亚哥、利马、布宜诺斯艾利斯、圣保罗等，覆盖了多个国家和地区。但是海外节点中，不同国家会产生不同的延时，需要根据业务实际要求评估是否满足业务要求。

2.2 SparkRTC调度网络

SparkRTC的调度网络是ADN天路，也就是OverLay网络。调度网络ADN支持千级别接入节点，与硬件解耦，建设成本更低，离用户更近，可以实现100ms接入。不仅支持端和边到云端的网络加速，更提供端到端，边到边的加速能力。除此之外，ADN天路的覆盖区域更广，部署开通更加敏捷和灵活，不依赖运营商的物理专线。支持Internet与HBN网络Overlay混编加速路径。

华为云自建骨干网、网络协同提供精品高速网络，能够实现端管边云协同、无线加速：统一支持中国移动、联通、电信全国各省用户加速，统一支持5G切片、MEC下沉、4/5G QoS加速。另外，在手机端的APP上，按需调用无线网络加速能力，减少卡顿率22%。在公共互联网的基础上重构网络，自健骨干网100多专线、1000多运营商直连，节点全球覆盖、区域专线互通、运营商接入网络一跳接入。在控制面也采取了很多的措施，比如，基于全球网络质量状态提前预测和实时更新路由。在数据面，分段重传和冗余传输，多路径并行传输等。

其中就有私有抗网损算法在发挥作用，包括向前纠错算法、RE-RS嵌套纠错算法、自适应冗余、自动重传HARQ、AJB自适应抗抖动Buffer。智能调速，包括智能网络探测，根据时延和丢包率的关系，判断网络模型及可用带宽，控制编码速率与纠错方案。视频自动升降速，传输带宽降低或者恢复时，主动降低或恢复视频帧率、视频分辨率以及实时匹配当前带宽下最优视频质量。

2.3 H265+感知编码

华为云率先在业内提供了H265+感知编码技术，极大提升了用户体验。利用SVC可伸缩分层编码，包括时域分层、空域分层、质量域分层，视频以不同的码率、帧率、分辨率和视频质量解码，能够实现非常强的网络自适应能力。突出的H265+感知编码技术，能够实现高清低码，节省带宽成本，降低了30%-40%的码率，用户体验更佳。另外，实时超分技术，自动开启，把360P的视频提升至720P，但是码率不变，用户感受极佳。

华为云的SCC编码，特点是内容智识别、色彩高保真和辅流编码，视频流畅度效果帧率平稳在1080P/15fps，PPT出图时延极低，图文细节显示高清，在首先带宽景下用户体验流畅。

另外，音频自研算法深度配合，打造高可靠的音频体验。通过传统和AI回声算法结合，能够保证双讲场景不漏回声、不丢字，能够适应稳态环境，又能快速适应外部环境变化，快速收敛，支持更低信回比场景的回声抑制。另外，传统降噪和AI降噪结合可以同时抑制平稳和非平稳噪声，解决噪声收敛慢等问题，噪声抑制后相对传统降噪残留更少。结合AI-VAD降噪和自动增益精确人声检测，实现更好的降噪和自动增益效果，处理后信号更平稳，小信号响应更快更准确。

三、解决方案

华为云的SparkRTC全球一张网支持了E2E、E2DC、边缘加速服务三种主要的业务类型，在E2E类业务中，例如教育、协作等场景，端到端延时要求小于200ms；在E2DC类业务中，例如游戏加速、云桌面等场景，传输延时要求小于100ms；在边缘加速类业务中，比如分组对战游戏、渲染业务等，端到端延时要求小于30ms，考虑体验优先，采取就近服务的策略。

华为云实时音视频服务的核心亮点有三个，一是低延时媒体网络，二是高质量音视频、三是智能媒体处理。基于上述优势，华为云的SparkRTC能够实现音视频端到端延时小于200毫秒，全球部署了2500多个服务节点，全运营商覆盖，确保用户就近接入。能够自适应复杂的网络状况，能够扛住50%的视频网络丢包、80%的音频网络丢包。极致编码技术，支持1080P视频分辨率、H265+感知编码，能够在相同质量的情况下，把码率降低30%到40%。另外，AI特效玩法多，AI降噪效果好，AI调度提升了传输的可靠性。

场景一、教育类

利用华为云的SparkRTC可以轻松构建高品质互动教学体验，增强获客能力。能够满足小班课高画质、高音质的需求，满足大型直播课千人互动、自由连麦的需要，满足双师课堂稳定流畅、抗弱网低卡顿的要求。

场景二、文娱类

基于华为云的实时音视频服务，能够轻松打造“零距离”的互动直播间，比如主播才艺PK，创新玩法、升级体验，直播间内互动延时低于200毫秒，观众也可以实时互动。线上非诚勿扰，自由上线，高清画质，主播数量没有限制，无需提前安排，大家自由上线，连麦出镜。在线KTV，优质的音效、音频降噪，原生高保真，打造真实线下场景。

场景三、RTSA

在RTSA场景中，协同优势，保障极致体验和性价比。在互动过程中可以灵活配置音视频RTC参与方，构建实时音视频通许功能。

另外，在RTSA场景中表现出来的竞争力包括端到端延时小于800毫秒，百秒卡顿时长、首帧时延、拉流成功率，综合QoE体验更优，SLA可以达到99.99%。

结尾

华为云实时音视频服务（SparkRTC）全球一张网，凭借在视频业务领域长期技术积累，能够快速为各行各业提供高并发、低延迟、高清流畅、安全可靠的全场景、全互动、全实时的音视频服务，适用场景包括但是不限于在线教育、社交文娱、RTSA等。

本文整理自华为云社区【内容共创】活动第16期。

活动地址：https://bbs.huaweicloud.com/blogs/352652

任务12: 《全球低时延一张网的技术与业务》