大家好，我是華為高級架構師左俊。今天我將與大家分享華為在通信云服務方面的技術探索與實踐。作為負責此服務的架構師，我會先為大家介紹華為云的通信云服務是如何激活商業(yè)伙伴的市場潛力。
1. 哲學三問
1.1 我們是誰?
華為通信云來自華為歷史最悠久的云核心網(wǎng)話音團隊，是全球領先的實時音視頻通信基礎設施設備與解決方案提供商。我們從運營商業(yè)務出發(fā)，30年來持續(xù)專注于固移實時音視頻、增值業(yè)務與VoLTE/Vo5G的技術研發(fā)與支持。
我們整個團隊將面向運營商的服務作為第一步，從最早于1993年成功自研華為公司史上具有里程碑意義的C&C08交換機，到2005年將IMS推向市場并已獲得300+商用合同，占全球運營商話市場的35%，排名第一;再到2017年以VoLTE/Vo5G開啟話音/視頻完全承載IP的時代，并幫助中移動建設全球最大的VoLTE網(wǎng)絡……30年潛心深耕實時通信領域，為用戶奉獻最佳音視頻體驗是我們矢志不渝的目標與追求。市場的快速演進，對客戶對技術與商業(yè)提出了更新的訴求。為此，2018年開始我們嘗試開發(fā)通信云服務，旨在與行業(yè)分享我們在運營方面的經(jīng)驗，通過實時通信服務為行業(yè)應用賦能。
1.2 我們有什么建樹?
在運營商領域，我們有頗為豐富的建樹。例如中國移動的VoLTE服務有80%以上承載在華為的設備之上，并且我們也打通了全球首次Vo5G通話;除此之外，我們也負責沙特Haji活動的通信保障——作為全球用戶最為密集的公共活動，Haji可帶來20倍于日常話務量的通信需求與100倍于日常終端聯(lián)接量的接入需求，其對整個核心網(wǎng)的流控以及可靠性來說無疑是巨大的挑戰(zhàn)。而華為從2006年開始就作為Haji活動提供通信獨家技術支持與服務保障，一改之前，當?shù)剡\營商年年斷網(wǎng)，服務宕機的囧境。我們希望將華為在運營商領域深厚的經(jīng)驗積累逐步運用在云服務的建設運營當中。
1.3 我們的愿景?
我們的愿景實際上就是將華為在運營商領域多年耕耘而來的經(jīng)驗積累與技術成果運用在云服務之上，為我們的行業(yè)合作伙伴拓展基于云的業(yè)務的無限可能。我們希望將多年在流控、可靠性等方面積累下來的技術成果帶給客戶，與此同時也把運營商的一些設備以API的形式開放給我們的企業(yè)級客戶。與客戶一起打造最佳體驗的實時音視頻聯(lián)接，使能運營商和行業(yè)應用。
2. 華為云 · 視頻通話服務實踐與分享
華為整體是以運營商起家，從2010開始在云服務領域逐步發(fā)力。2018我們推出視頻通話服務并將這一能力開放給廣大客戶。
那么過去一年我們做了什么?從一開始我們是怎樣去思考的?縱觀通信服務，RTC技術與行業(yè)趨勢正不斷變化，而視頻通話行業(yè)尤為明顯，各類型智能終端接入極大地擴展了市場的空間。從技術維度來說，5G網(wǎng)絡接入開啟了全新發(fā)展契機，而包括AV1、VVC、EVC、AVS3等在內的編解碼方案百家爭鳴競爭激烈;隨著并行計算的不斷興起，智能計算的權重也越來越大。
從行業(yè)維度來看，在線教育和互動連麥早已成為大家踴躍探索的重點，而今天我將重點聚焦華為通信云服務在智能終端通信領域的探索。
從2018年可進行語音通話的華為音箱到2019年初支持視頻通話的華為兒童手表，再到2019年中發(fā)布的華為智慧屏以及現(xiàn)在的華為手機與暢連通話，華為專注于將實時音視頻逐漸融入各類智能硬件，并為消費者提供隨時隨地順暢溝通的服務體驗。
在開始時我們思考了RTC實時音視頻所面臨的挑戰(zhàn)，首先需要考慮的是海量終端接入，今年我們提出年底系統(tǒng)容量須達到2億，未來三年要達到20億并覆蓋全球;除此之外，各種類型終端可接入，統(tǒng)一賬號體系下的各類多終端實現(xiàn)互通;我們還希望系統(tǒng)實際運行可靠性不低于99.9999%，同時以數(shù)據(jù)為鏡，洞悉設備運行狀態(tài)知曉運行細節(jié)并及時糾正錯誤從而優(yōu)化用戶體驗。
從質量保證的角度考慮，首先我們需要清晰意識到現(xiàn)實的網(wǎng)絡狀況，并思考如何在有限的帶寬下為用戶提供高質量視頻通話服務，同時還要使功耗、清晰度、碼率和時延四者平衡且協(xié)同。
從網(wǎng)絡優(yōu)化的角度考慮，我們認為網(wǎng)絡波動是一個正�，F(xiàn)象，而緩解網(wǎng)絡波動需要對現(xiàn)有的組件進行改造，從而保證用戶以最優(yōu)方案接入服務。
最后同樣也是華為最為擅長的考慮角度就是互聯(lián)互通，也就是打破數(shù)據(jù)與服務孤島，實現(xiàn)全連接與全業(yè)務互聯(lián)。
2.1 海量終端接入
可靠性和大容量
我們在構建系統(tǒng)時考慮以上四個方面，而可靠性和大容量是我們一開始就重點考慮的，因為不可靠在網(wǎng)絡當中是一種常態(tài)，可能出現(xiàn)包括光纖挖斷、業(yè)務浪涌、突發(fā)丟包、防火墻攔截、DNS故障等在內的多種突發(fā)狀況。應對突發(fā)危機的有效措施是快速部署邊緣節(jié)點并自動選擇最佳節(jié)點以處理業(yè)務或媒體，這對于整個云服務來說至關重要。這里我們需要考慮的是如何實現(xiàn)快速部署并保證系統(tǒng)可以進行水平擴展。
我們給出的實現(xiàn)業(yè)務高可靠的設計理念是“E2E多層次多路徑”。首先E2E化整為零，將對服務的拆解合理化并保證每一項服務都是可去水平擴展，接入模塊可有效進行負荷分擔以及最優(yōu)路徑接入。對于關鍵節(jié)點，我們在設計時也是考慮了對于Region級別的容災;而對于特別關鍵節(jié)點與核心節(jié)點，我們會考慮跨網(wǎng)或跨云服務商的部署，從而使整個云服務做到全負荷分擔且任意節(jié)點可用。
以數(shù)據(jù)為鏡
以數(shù)據(jù)為鏡，實際上就是數(shù)據(jù)驅動下的實時監(jiān)測與問題快速識別。傳統(tǒng)運營商在設計系統(tǒng)時由于各個模塊間彼此分離，形成數(shù)據(jù)孤島，在很多情況下獲取不到所有數(shù)據(jù)，這對運營商來說是個很大的問題。我們在設計這部分時采用了傳統(tǒng)OTT，通過端測與SDK上報數(shù)據(jù)，每通話平均上傳2000+的指標，系統(tǒng)可在5分鐘內定位問題，85%的問題，可由智能運維系統(tǒng)AI問題庫的方案，自行修復，自行解決。
安全與隱私同樣是值得關注的重點。從一架構開始就嚴格遵循GDPR(《通用數(shù)據(jù)保護條例》General Data Protection Regulation，簡稱GDPR)的要求，對所有數(shù)據(jù)進行匿名化等處理。上圖右側圖線展示了感知的整個過程，其中藍色豎線代表發(fā)生了一次網(wǎng)絡震蕩。在震蕩的過程中，網(wǎng)絡丟包、U-VMOS統(tǒng)計、幀率等指標異動會在第一時間被偵測到并體現(xiàn)出來。當然，這種偵測是基于用戶級別去做的。
在設計之初我們就意識到，面對海量用戶終端的安全隱私問題，僅僅從技術上實現(xiàn)安全是遠遠不夠的，而應當確保整個開發(fā)過程與解決方案的安全和可信。華為為此做出了許多努力，從開始的威脅建模到最后的安全驗收測試與交付維護，包括其中的滲透測試等等。從開發(fā)人員的可信到發(fā)布過程的可信，二進制編碼也可做到溯源……華為將可信植根于日常流程，實現(xiàn)技術與過程融合可信，極大提升了整個平臺的隱私安全水平。
上圖右側展示的是我們所做的一個安全解決方案。安全認證確保只有通過鑒權的用戶才能接入，而視頻通話云服務不會保存用戶通話隱私;媒體端到端的加密有效確保了通信安全，客戶可以使用自已信任的存儲資源，來存儲媒體，讓客戶放心，安心的使用業(yè)務;
2.2 質量保證
關于質量保證，通過分析發(fā)現(xiàn)在用戶尤其是中國典型寬帶用戶的使用過程中，接入網(wǎng)絡上行帶寬受限，普通家庭帶寬留給通信的上行帶寬僅1Mbps，嚴重限制了家庭場景的實時視頻通話的體驗。若想達成一個有競爭力的解決方案，我們必須將720P與1080P下的整體碼率降到1Mbps以下。
為實現(xiàn)該效果，我們使用華為自研的HW265技術(HW265是華為多媒實驗室基于H.265進行全方位優(yōu)化的編碼技術，兼容H.265但現(xiàn)網(wǎng)綜合表現(xiàn)遠優(yōu)于H.265)，作為編解碼器——去年和今年的MSU世界視頻編碼器大賽，華為HW265編碼器蟬聯(lián)冠軍。所以從目前來看，HW265能夠把720P下的碼率降到1Mbps以下。除了正常的編解碼之外，一些后續(xù)我會提到的前后處理也十分必要，可進一步降低碼率，對于在帶寬受限網(wǎng)絡波動的場景下保證視頻的有效傳輸至關重要。
也許有人會對H.265的兼容性有一定疑慮，這里我們使用了諸如非對稱編解碼等小技巧以實現(xiàn)端的廣泛適應性與系統(tǒng)可控。
前后處理——AI使能高清低碼
除了編解碼層面的改進，整個前后處理過程還能被進一步優(yōu)化。這里我們主要進行了以下實踐：在發(fā)送端，我們基于ROI的動態(tài)檢測來檢測人的視覺關注區(qū)域并為同一畫面分配不同碼率;在接收端則是借助超分辨率，尤其是在低碼率的場景下，例如將360P的視頻畫面投放到大屏電視上。此時如果不使用超分辨率那么電視所呈現(xiàn)的畫面將會非常模糊，用戶體驗極差。所以我們在接收端使用超分辨率的特性實施對畫面質量的躍升觀眾主觀感受能達到720P的效果。
實現(xiàn)超分辨率時我們也用了一些小技巧，例如在Y通道上我們運用超分辨率模型而在U、V通道上我們使用雙三次線性插值從而控制算力與復雜度，而其對整體清晰度的提升實際上依然能帶來一個比較顯著的效果。目前在我們內部的主觀雙盲測試中，ROI和超分辨率的MOS分可接近4。
2.3 網(wǎng)絡優(yōu)化
網(wǎng)絡優(yōu)化的內容非常細碎，整個RTC通信一般分為以下九個環(huán)節(jié)：采集、前處理、編碼、打包、網(wǎng)絡傳輸、解包、解碼、后處理與顯示。實際上這些步驟還能進一步拆解細化，例如“打包”包括網(wǎng)絡適應性等，僅憑借一種黃金方式來降低整個端到端的時延顯然是不現(xiàn)實的。一個成功的低延時解決方案，其關鍵在于日積跬步，從細節(jié)著手優(yōu)化。
首先在采集顯視階段，時延主要取決于硬件性能;而前后處理階段，我們主要通過插件化架構與按照不同業(yè)務場景動態(tài)按需加載最小插件集來降低前后處理時延。;在不必要的場景，我們就不使用插件，因為某些插件會增加時延。
對于編解碼階段，我們根據(jù)芯片能力自適應選擇軟、硬編解碼從而降低編解碼時延開銷，因為硬件編解碼的處理速度會更快一些;對于弱網(wǎng)場景，準確地預測帶寬至關重要。因為如果你使用FEC和ARQ就會極大提升時延，對于整個RTC的通信來說是比較致命的。我們借助自研網(wǎng)絡適應性強化學習模型，實時準確預測網(wǎng)絡帶寬;同時作為編解碼的輸入，降低弱網(wǎng)條件下JitBuff引入時延。
對于網(wǎng)絡傳輸而言，轉發(fā)模型必選，這就意味著MCU不可用，MCU必須轉變?yōu)閃ebRTC。我們借助SFU純轉發(fā)模型降低網(wǎng)路節(jié)點處理時延;，并基于全網(wǎng)QoS信息智能選擇最優(yōu)傳輸路徑。
在網(wǎng)絡傳輸?shù)倪^程中我們使用智能優(yōu)化算法，借助強化學習傳輸模型可有效提升網(wǎng)絡帶寬精準預估。上圖左側表示傳統(tǒng)帶寬預測算法，主要有以下弊端：模型固定、基于丟包與時延進行相應的響應以及參數(shù)設置依賴經(jīng)驗值。所存在的問題就是實際帶寬和測試帶寬之間的比例，可以看到其丟包率特別高且收斂時長較長。我們與華為公司內部專門負責網(wǎng)絡算法的團隊一起研究，針對網(wǎng)絡上各種各樣的模型進行了模擬、訓練并強化學習，從而有效縮短收斂時間與降低丟包率。采用強化學習模型后，帶寬預測準確度提升20%，帶寬調節(jié)收斂時間縮短1倍，帶寬下降期間丟包率最大從60%下降到10%以內。這些數(shù)據(jù)可反映出強化學習模型的出色效果。
網(wǎng)絡優(yōu)化的最后一個部分實際上就是實時媒體精確導航。對于時變路由來說，通過一個集中化大腦控制下面所有節(jié)點以及數(shù)據(jù)流向，例如從Pop1到Pop4可能經(jīng)過Pop3來實現(xiàn)優(yōu)化。每30秒做一次重新路由的計算，基本做到每一通通話都會有一個自由路徑，在通信的過程中也能做到相應的切換而不丟包。對于最優(yōu)接入來說，首先將地理位置、用戶歷史QoS以及歷史位置信息作為綜合判斷的依據(jù)，并將這些數(shù)據(jù)統(tǒng)一上報至中心節(jié)點，中心節(jié)點為用戶判斷其相應位置。當然，這里也有許多未來亟待優(yōu)化的關鍵點，如質優(yōu)終端直連與POP點間的突發(fā)丟包——目前我們也觀察到，在整體丟包過程中，突發(fā)丟包會在15秒以內造成90%以上的丟包，這其實對于媒體的精確導航來說無法實現(xiàn)動態(tài)切換，所以為解決這種突發(fā)丟包我們未來還有許多工作要去做。
2.4 互聯(lián)互通
互聯(lián)互通是華為非常擅長的領域，實際上就是建立一個統(tǒng)一的互聯(lián)互通大網(wǎng)，其中涉及到運營商與所建立的RTC網(wǎng)絡之間的互通以及PSTN的轉換等。運營商PSTN和私有賬號體系之間如何建立轉換關系，每一個解決方案都有所不同，這里最重要的就是建立資源號碼的映射關系。
3. RTC的未來
接下來我將與大家分享我對于RTC的未來的一些思考。
最近5G技術成為大家熱烈討論的重點，大家也熱切希望5G能夠給整個RTC產(chǎn)業(yè)以及整個直播行業(yè)帶來革新，可實際上這并非大家理想的這么完美。
5G系里面的許多方案實際上也是分階段推進的，包括SA和NSA階段的部署�，F(xiàn)階段在國內以及海外部署的所有方案都處于NSA階段。NSA階段實際上就是把無線側的空口技術完全換成5G接入，但實際上核心網(wǎng)側以及內部網(wǎng)絡連接側都沒有發(fā)生變化。對于整個網(wǎng)絡來說，這并不能完全做到5G宣稱的低延時大帶寬。除此之外，如上圖中三大業(yè)務場景指標需求對比所展現(xiàn)的那樣，5G下又細分了三個場景：eMBB、mMTC和uRLLC。其中eMBB就是我們所說的大帶寬，大多數(shù)消費者所使用的互聯(lián)網(wǎng)訪問就是基于這種場景，此場景在運營商端主要依賴于廣泛部署而不是熱點部署;mMTC和uRLLC實際上是基于熱點部署。大家一聽到5G就說5G會給我們帶來低時延和大帶寬，而eMBB相對于4G雖能降低一些時延但遠稱不上是顯著降低，若想顯著降低時延則有賴于uRLLC，可uRLLC又是基于熱點部署，只能被用于一些特定企業(yè)或專業(yè)場景。所以大家需要清晰地意識到RTC與5G的新時代，挑戰(zhàn)與機遇并存。
之前我們提到NSA階段下部署的5G實際上只進行了無線側的覆蓋與提升。接入側的時延和遠距離傳輸所造成的時延問題其實并沒有被完全解決。我們期待運營商能夠在未來2~3年內解決該命題。
對于RTC來說，挑戰(zhàn)依舊嚴峻。當人們討論5G時永遠不會繞過的話題就是5G+VR/AR，而實際上人們提到的只是空口和傳輸時延的降低。如果串聯(lián)起端到端的整個傳輸與處理鏈路就會發(fā)現(xiàn)，編解碼所占時間占到整個端到端時延的50%以上，從編解碼層面入手降低時延至關重要。
5G時代，大算力場景層出不窮，在此場景下手機性能顯然無法滿足大算力需求，所以其網(wǎng)絡模型也會相應發(fā)生變化。有時鑒于手機能耗與電源管理的需要，一些正常的計算可能會被傳輸至云端邊緣來處理，這樣就形成了一個邊緣與端側聯(lián)動的關系。這就會造成5G的邊緣側流量顯著增大，隨之我們的整個設計模型也會發(fā)生一定變化，這也是未來我們需要從架構和解決方案角度考慮的事情。
看過《星球大戰(zhàn)》的同學一定不會對里面的全息投影感到陌生，可以說全息投影是我們追求的終極理想，但實際上這項技術距離顯示還非常遙遠。也許有人會說在一些舞臺表演上已經(jīng)看見過類似全息投影的應用，實際上這并非真正的全息投影，而是一種被稱為“佩珀爾幻象”的視覺效果。其有自己的限制條件，如四周的黑幕、使用場景非常受限等。若想實現(xiàn)理想中的所謂全息通信，顯示介質和輔助自由視角通行交互至關重要。我們不能單純地在采集端僅收集一段圖像并傳遞到觀看者端，而應該傳遞一個模型。例如采集一張面孔，正常圖像由邊緣側進行計算之后會驅動網(wǎng)絡上的模型，驅動所形成的模型會被傳輸至對端，此時觀看者視角決定對端的形象呈現(xiàn)，且存在兩種思路：
- 專用終端+直接模型矢量傳遞:深度攝像頭、模型矢量傳遞、模型渲染。主要在端實現(xiàn):計算、功耗問題要解決。
- 普通終端/眼鏡視頻采集+網(wǎng)絡側分析轉換:模型匹配、視頻->模型驅動、位姿數(shù)據(jù)驅動觀看視角、FoV。對媒體訴求:超低時延轉換+傳遞+邊緣計算
這兩種方案誰更甚一籌，還是個未知數(shù)。
4. 華為云·視頻通話未來的方向
4.1 在線直播
對于在線教育場景來說，可達性、時延、卡頓率、穩(wěn)定性與易用性是決定實時視頻業(yè)務體驗成敗的關鍵指標。
4.2 在線教育
在線直播中的互動性、適應性與易用性至關重要。視頻通話端到端時延<300ms才能供主播與觀眾間進行互動。而從480P到1080P的多種分辨率也需要適配多種終端;極端網(wǎng)絡自適應，使得用戶在復雜移動網(wǎng)絡環(huán)境中仍能夠享受穩(wěn)定可靠的通話體驗;用戶友好——不挑網(wǎng)絡，體驗穩(wěn)定可靠與開發(fā)友好——高效集成，快速獲取能力同樣是值得關注的方面
4.3 智能硬件
滿足兩千萬以上規(guī)模的智能硬件接入，可靠的技術保障不可或缺。
視頻通話做為互聯(lián)網(wǎng)上通信的基礎通信能力，將會像空氣一樣， 時刻圍繞在你身邊，與各種線上業(yè)務結合，幫助商業(yè)合作伙伴線上服務的方式的創(chuàng)新、服務質量的躍遷和服務體驗的提升。實現(xiàn)更多服務觸點，滿足用戶全場景需求，挖掘潛在商業(yè)機會。
這是一個很大的市場，華為云.視頻通話，有技術、有服務、有體驗。希望與合作伙伴一道顛覆線上服務體驗，幫助其實現(xiàn)商業(yè)價值規(guī)模裂變。
