《泛娱乐行业技术服务白皮书》——三、泛娱乐典型业务架构与场景——3.2 游戏类泛娱乐——3.2.2 游戏泛娱乐技术服务(7)

简介: 《泛娱乐行业技术服务白皮书》——三、泛娱乐典型业务架构与场景——3.2 游戏类泛娱乐——3.2.2 游戏泛娱乐技术服务(7)

《泛娱乐行业技术服务白皮书》——三、泛娱乐典型业务架构与场景——3.2   游戏类泛娱乐——3.2.2 游戏泛娱乐技术服务(6) https://developer.aliyun.com/article/1230988?groupCode=supportservice



3.2.2.3 云游戏技术服务


3.2.2.3.1 业务场景与核心技术


首先,云游戏涉及底层技术主要是vGPU,虽然vGPU的发展形态大部分为可控 的,但是最核心的GPU本身的源码依旧在相关GPU厂商手上,特别是当客户采用的 自研PaaS平台时,调度相关vGPU资源中涉及了大量关键链路,都需要与厂商交互, 作为技术服务的角色进入到一个vGPU场景中大部分时间会感到非常无力,会感觉是 在一层层做Proxy,但是实际真的是这样吗?


这也是本篇想说明的一些技术点,但是单纯得去讲技术点,可能很多看官并不能 理解这里面的深水区究竟在哪里,可以简单看下这张图:


image.png


其次,云游戏的技术维度跟视频直播产品有“异曲同工”之妙:一个是云游戏从具 体渲染能力的计算底层(VGP1Iaa1VM)捕获画面(这个画面来自于VGPU1VM运行真 实游戏所产生的),这就类似于直播“推流”,相关平台通过GPU厂商或系统厂商提供 的渲染类API进行捕获的动作,相当于视频直播的相关画面往“视频直播中心”推送的 过程;另外一个是,在捕获完成后做的封装动作也与视频直播产品转视频格式再合成 (比如M3U8切片TS合成MP4)类似;


image.png

 

最终decode到enduser的最后一屏上,这个最后一屏一般需要由云游戏客户端进 行拉取展示,其上的FPS值越高则代表游戏显示层面的顺畅度越高,那与视频直播产 品的帧率几乎一致。

 

3.2.2.3.2 技术服务关键角色


•渲染计算角色

核心渲染算力提供者,一般为超算(HPC)、GPU(物理GPU能力)、vGPU(虚拟化 GPU能力)等机型提供,会出现问题主要捕获阶段、落Log阶段与封装(encode阶段) ,同时由于与云平台耦合,所以在管控层面(装箱、调度、计算资源分配等)、虚拟化 性能分配(CPU算力分配、0进程争抢等)、GPU切分(如有)、前后端驱动(特别是host 端驱动)等方面也会经常出现问题,这次某云游戏专项中遇到的核心问题就聚焦在捕到的核心问题就聚焦在捕获阶段、落Log阶段、前端驱动、虚拟化性能、管控这几个 方面,在后面正餐中会具体提到。

 

•平台调度角色

核心PaaS能力提供者,一般分为自研与非自研,非自研领域属某手指、海某云 为代表的一些平台本次云游戏专项PaaS平台是由客户与某独立开发商配合一同研 制,所以在该角色上我们的沉淀并不多仅在排障渲染计算角色时了解到该角色主要用 在调度相关渲染计算节点并最终提供给玩家使用。

 

•最终玩家

如名所示,最终玩家指的是客户ToC部分的末端,在玩家与平台调度角色中还穿 插着一些网络角色比如加速节点调度、专线、图像传输等,最终玩家一般采用PC终 端进行游戏业务体验(部分厂商支持移动端)。


这三个角色是云游戏技术服务中体感最强的,同时也是日常排障中涉及最多的角 色(特别是渲染计算角色),由于本次专项涉及主要是端游,所以接下来讲的相关排障 技术点主要聚焦在端游上,对于手游,阿里云某某游客户会比较深的积累与沉淀,笔 者也很期待这次云游戏的客户能够衍生到手游云游戏,这样对于后续移动端云游戏就 有更深厚的积累。



《泛娱乐行业技术服务白皮书》——三、泛娱乐典型业务架构与场景——3.2   游戏类泛娱乐——3.2.2 游戏泛娱乐技术服务(8) https://developer.aliyun.com/article/1230985?groupCode=supportservice

相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
|
2月前
|
存储 缓存 安全
某鱼电商接口架构深度剖析:从稳定性到高性能的技术密码
某鱼电商接口架构揭秘:分层解耦、安全加固、性能优化三维设计,实现200ms内响应、故障率低于0.1%。详解三层架构、多引擎存储、异步发布、WebSocket通信与全链路防护,助力开发者突破电商接口“三难”困境。
|
5月前
|
算法 物联网 定位技术
蓝牙室内定位技术解决方案:核心技术架构与优化实践
本文探讨了蓝牙iBeacon与Lora结合的室内定位技术,分析其在复杂室内环境中的优势与挑战。通过三层架构实现高精度定位,并提出硬件、算法与部署优化方向,助力智慧仓储、医疗等场景智能化升级。
317 0
蓝牙室内定位技术解决方案:核心技术架构与优化实践
|
3月前
|
数据采集 监控 JavaScript
移动端性能监控探索:鸿蒙 NEXT 探针架构与技术实现
阿里云 ARMS 团队倾力打造的鸿蒙 NEXT SDK,为鸿蒙应用提供了业界领先的全链路监控解决方案。这不仅仅是一个 SDK,更是您洞察用户体验、优化应用性能的智能伙伴。
619 32
|
2月前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
|
2月前
|
Java Linux 虚拟化
【Docker】(1)Docker的概述与架构,手把手带你安装Docker,云原生路上不可缺少的一门技术!
1. Docker简介 1.1 Docker是什么 为什么docker会出现? 假定您在开发一款平台项目,您的开发环境具有特定的配置。其他开发人员身处的环境配置也各有不同。 您正在开发的应用依赖于您当前的配置且还要依赖于某些配置文件。 您的企业还拥有标准化的测试和生产环境,且具有自身的配置和一系列支持文件。 **要求:**希望尽可能多在本地模拟这些环境而不产生重新创建服务器环境的开销 问题: 要如何确保应用能够在这些环境中运行和通过质量检测? 在部署过程中不出现令人头疼的版本、配置问题 无需重新编写代码和进行故障修复
377 2
|
3月前
|
Cloud Native API 开发者
Gemini 2.5 Flash 技术拆解:从 MoE 架构到阿里云生态落地指南
2025年9月,谷歌Gemini 2.5 Flash发布,性能提升5%、成本降24%,引发行业关注。其MoE架构、百万上下文与“思考”范式,助力阿里云开发者高效构建云原生应用。本文解析技术内核,结合汽车、物流等案例,提供落地指南与避坑建议,展望大模型与流计算融合前景。
482 6
|
4月前
|
机器学习/深度学习 存储 人工智能
RAG系统文本检索优化:Cross-Encoder与Bi-Encoder架构技术对比与选择指南
本文将深入分析这两种编码架构的技术原理、数学基础、实现流程以及各自的优势与局限性,并探讨混合架构的应用策略。
319 10
RAG系统文本检索优化:Cross-Encoder与Bi-Encoder架构技术对比与选择指南
|
2月前
|
存储 人工智能 搜索推荐
拔俗AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教融合大语言模型、教育知识图谱、多模态感知与智能体技术,重构“教、学、评、辅”全链路。通过微调LLM、精准诊断错因、多模态交互与自主任务规划,实现个性化教学。轻量化部署与隐私保护设计保障落地安全,未来将向情感感知与教育深度协同演进。(238字)