华为云原生媒体网络，升级传统，赋能未来

​​摘要：华为云 TechWave 云原生媒体服务专题日上，华为云媒体服务产品部云视频总监陆振宇发表演讲《云原生媒体网络，升级传统，赋能未来》，分享了为什么要重构媒体网络，基于华为云的云原生技术构筑起来的媒体网络能够解决当前什么问题，以及为什么云原生是未来媒体网络的必选项。

本文分享自华为云社区《华为云基于云原生媒体网络，又出重磅新品》，原文作者：音视频大管家  。

6 月 25 日，华为云 TechWave 云原生媒体服务专题日在线上成功举办。华为云音视频服务正式升级为媒体服务。升级后的媒体服务，支持媒体生产、媒体分发和媒体应用三大场景。在专题日上，华为云媒体服务产品部云视频总监陆振宇发表演讲《云原生媒体网络，升级传统，赋能未来》，分享了为什么要重构媒体网络，基于华为云的云原生技术构筑起来的媒体网络能够解决当前什么问题，以及为什么云原生是未来媒体网络的必选项。以下内容根据发言内容整理，有删减。

挑战与机遇并存：传统网络已不适应流量的激增和新的业务形态

在过去的几年中，我们看到随着移动互联网还有 5G 的进步，全球的流量尤其是视频的流量 5 年内增加了 12 倍。我们看到很多 1080p、4k、8k、VR 的视频，使得网络的流量和带宽迅速撑爆。

传统的 CDN 和直播，能够很好地解决点播视频以及传统直播视频的分发，但使用场景受限，因为有 3~5 秒的时延，并不能支撑双向互动，实时交互的视频分发场景。比如超低时延的直播、实时音视频、以及一些视频监控的场景，这些业务的形态对于媒体分发的能力提出了更高的要求。

在直播带货的场景当中，经常是主播开始介绍产品，用户端显示链接已经上了，可是 5 秒以后，用户才听到主播说倒计时开始，5、4、3、2、1 上链接，如果这个时候用户再去点击链接，会发现这个商品可能已经抢完了，就是因为直播和文字之间有 5 秒的时延。在这样的场景中就需要 1 秒以内的超低时延直播，这是现在的媒体分发的能力所不具备的，我们叫“来不及”。

还有一个场景是“用不起”。大家都希望把视频摄像头里的内容低成本、快速地接入到云上，因为云上有大量的 AI 能力，有很多业务创新，可以使视频创造出更大的价值。以当前的模式计算：以一个普通的小型园区为例，100 路摄像头每路的带宽 1 兆，是 100 兆，这样一个云宽带的接入成本，每年就会在 12 万元以上，这是大家远不能承受的。受限于用不起的成本，很多园区只能把这些视频内容存储在线下，带来的问题是这些视频内容资产不能很好变现，不能创造更多的价值。

告别传统网络：具备融合媒体节点、分层设计、AI 调度特征的云原生媒体网络应需而生

为了解决“来不及”、“用不起”这样的问题，华为云提出了云原生的媒体网络，我们认为云原生的媒体网络应该有三个特征：融合的媒体节点；三、四、七层分层网络传输优化；AI 的智能调度。

融合媒体节点  过去我们有 CDN 的业务，就有 CDN 的节点，有直播的业务，就有直播的节点。RTC、视频监控每一个业务都有自己的节点，这些节点不能共享，不能弹性，业务的部署会受到很多的限制。

华为云做的第一件事情，就是把全球的 2500 个节点，统一用云原生的方式进行改造，升级成融合的媒体边缘节点，它的特征在底层是统一的计算存储资源，在上面用原生的 IEF 进行统一的改造和纳管，这样 CDN、直播、RTC、XR、转码等都是运行在云原生能力基础上进行动态部署的业务。

每个业务可以根据自己的需要，在白天、晚上分别进行调度，使用上行、下行的带宽以及计算存储的资源，这样边缘资产实现了盘活，可以大幅降低业务传输时延和更重要的业务成本。

分层设计  我们用分层的思想进行网络传输的优化：类似于 TCP/IP 要考虑音视频内容，在网络上传输时，它所遇到的丢包、时延以及不同网络接入条件下不同参数的问题，我们用分层的思想来解决，分为 3 层，4 层和 7 层优化。在 3 层也就是 IP 层，我们提出了天路，它可以实时感知网络，使得转发和路由得到优化，来改善报文转发的时延，提高报文的到达率。经过实测，我们可以把 IP 网上、IP 报文的转发时延降低 30%，提高 0.5 个报文到达率的百分点。

同样在 4 层也就是传输层，提出了华为自研的 hQUIC 协议，使上层应用开发不用去感知下层具体是跑在什么样的网络介质上，是 WiFi、5G 还是其他什么样的网络。它可以使得音视频业务，实时消息传输业务、未来的 XR 云游戏业务的内容在不同的网络情况下得到分别的加速，提高网络传输的效率。

在 7 层，在各个业务场景中去解决音视频业务传输的问题。比如是否要先进行一些编解码，再传输，来提高效率？是否要进行一些编解码参数的自适应，在传输中间是否有更好的体验……这些都是在 7 层完成的。我们通过分层，在 3、4、7 层进行优化，使得媒体网络可以对不同的音视频内容在不同的网络上都提供非常好的一致性的体验。

AI 调度  我们提出了 Mesh 化的调度引擎，这是我们和国内 Top1 的学校合作诞生出来的成果。它有两个关键特征，第一个特征是多业务的统一调度，多业务包括了点播、直播、RTC、监控等，我们可以将体验和成本做互补调优，实现多业务端到端统一调度能力，不同的业务都由这个调度引擎来统一调度。

第二个特征是不同服务 SLA，采取不同的调度策略，来支撑不同客户的商业策略。比如对于直播，我们比较关注回源率？、带宽的趋势、卡顿率等成本和体验指标，我们就把这些指标作为一个输入，给调度引擎，在 2500 个节点中间，总是选择最优的节点进行动态的部署和弹性的伸缩以及最优的服务。

面向 RTC 这样实时性更高，互动性更强，体验指标更苛刻的场景，我们就会把用户的首帧时长、卡顿次数、入房成功率、端到端时延，等参数组输入到调度引擎当中，使得 RTC 总是提供更好的用户体验、更低的时延，助力客户的业务。为了实现这样的调度能力，我们在调度系统的实现上进行了 Channel 级的调度。

我们对视频的接入阶段、回源阶段及整个网络都是按照一张 Mesh 的网络进行整体的调度和优化，并且引入了人工智能的方式，来对调度的算法进行自学习，自训练，不断对抗，生成更好的调度策略与算法。通过统一升级的媒体边缘网络，我们的 AI 调度，以及 3、4、7 层的网络传输分层的优化，使得我们的云原生媒体网络可以解决“来不及”、“用不起”的问题。

给大家举两个例子，第一个例子是在这样的媒体网络之上，我们可以对直播服务升级成超低时延直播，现在的直播有 3~5 秒时延，我们会把直播用 RTC 的方式升级为超低时延直播，使得时延降低到 800 毫秒以内，但是其他的业务指标体验，首屏卡顿还和传统的直播持平，这样的服务会帮助直播，包括电商，教育行业进行一个大的体验升级。

同时如果客户愿意接受它的架构站从直播转移到 RTC，我们还可以在这样一张云原生的媒体网络上直接提供 RTC 的服务，把客户的传输从 TCP 变成 UDP，带来进一步实现体验的升级和时延的降低。

第二个例子是云原生的视频监控服务（VIS 服务），它也是基于云原生的媒体网络，把网络中的上行流量充分复用，使得摄像头的接入价格更亲民。从我刚才举的例子来说，从 300 元/月，降到每月两位数，可以使每路摄像头的运维成本大幅降低，并且促使用户把摄像头生成的内容放在云上，享受更低成本的存储，以及云上更多的创新和 AI 的能力，我们可以使用户每月的成本做到过去的 10%以内。

重磅新品：开放、共享、高效、安全的视频接入服务，基于边缘协同的架构，支持多业务场景

今天我很荣幸来发布华为的 VIS 服务产品，Video Ingestion Service，视频接入服务。视频接入服务是华为云上基于边缘协同的架构，一个开放、共享、高效、安全的视频接入服务。它支撑多个业务场景，支持视频摄像头，类似于国标 28181 视频协议、RTMP 视频、FLV 视频的接入，我们后续还会不断增加对 SRT 以及更多智能摄像头、视频接入协议的支持。

同时我们还会不断的去拓展服务的边界，升级服务的价值。视频的内容回到了云上，只有和更多的行业生态碰撞，才有可能产生更多的创新，带来更多的价值。

华为云上不仅有自研的算法，还有开放的算法商城，有很多的第三方算法，这些算法是持续演进，无限叠加的。我们坚信只有把更多视频低成本的接入到我们的云上，才会创造更多的价值。那么接下来我们可以看一个小视频，看看华为云视频接入服务怎么样能够很轻松的让视频摄像头的内容上云。

很高兴今天向大家分享了华为云云原生的媒体网络，我们介绍了我们遇到的挑战，介绍了华为怎么样通过融合媒体节点，3、4、7 层的分层优化，以及 AI 调度，构成一张新的云原生媒体网络来解决这些问题，我们为之推出的超低时延直播、VIS 视频接入这样的产品。谢谢大家。

点击关注，第一时间了解华为云新鲜技术~