元好景的身份是時(shí)下最火熱的元宇宙“建筑師”。我們?nèi)A為人，即使到了元宇宙，第一件事情也是——開(kāi)會(huì)！Welcome to join the conference！

可是……

在現(xiàn)實(shí)里稀松平常的開(kāi)會(huì)，放到元宇宙則需要各種技術(shù)疊加才能實(shí)現(xiàn)，而且愈是現(xiàn)實(shí)場(chǎng)景不被注意的環(huán)節(jié)，反而有可能成為關(guān)鍵難題。

沉浸式會(huì)議應(yīng)用的開(kāi)發(fā)基于華為云諸多服務(wù)，包含云會(huì)議、云桌面、云渲染、數(shù)字人、云存儲(chǔ)等，需要處理多種信令流和媒體流。如何將這么多云服務(wù)的端側(cè)SDK有序的組織起來(lái)，并且在一個(gè)移動(dòng)應(yīng)用中流暢的運(yùn)行，是一個(gè)極大的挑戰(zhàn)。

具體來(lái)看，VR移動(dòng)設(shè)備作為元宇宙的入口，存在電池續(xù)航不足且計(jì)算能力弱的問(wèn)題，往往運(yùn)行一個(gè)獨(dú)立應(yīng)用就不堪重負(fù)，如果用它來(lái)開(kāi)會(huì)，計(jì)算復(fù)雜度將大大提高，多流程梳理串聯(lián)的實(shí)現(xiàn)也頗有挑戰(zhàn)性，這對(duì)非常關(guān)注用戶體驗(yàn)的元好景團(tuán)隊(duì)來(lái)說(shuō)是個(gè)不可容忍的缺陷。

我們除了不斷優(yōu)化端側(cè)應(yīng)用，充分發(fā)揮端側(cè)性能，還牽引了諸多云服務(wù)進(jìn)行定制化的實(shí)現(xiàn)和改造，最終達(dá)到了令人滿意的效果。

云渲染也是華為云在元宇宙的亮點(diǎn)技術(shù)，華為云原生渲染引擎，基于光線追蹤渲染技術(shù)，支持場(chǎng)景中不同類(lèi)型、形態(tài)各異的光源，提供物理真實(shí)的直接和間接光照；同時(shí)，為了讓云渲染服務(wù)價(jià)格達(dá)到人人可用的程度，華為云研發(fā)了共享渲染計(jì)算、資源復(fù)用、端云協(xié)同等技術(shù)，大幅度提升了服務(wù)并發(fā)量、降低運(yùn)營(yíng)成本。

阿普主要負(fù)責(zé)華為云邊緣計(jì)算領(lǐng)域的創(chuàng)新技術(shù)研究工作，就在2021年底，他的代碼上衛(wèi)星了。也就是說(shuō)，阿普的代碼上了太空。

衛(wèi)星網(wǎng)絡(luò)在人類(lèi)拓展地球外的新空間的工作中，充當(dāng)著非常重要的角色。為了打破傳統(tǒng)衛(wèi)星平臺(tái)流程繁瑣、應(yīng)急響應(yīng)能力不足等問(wèn)題，北京郵電大學(xué)深圳研究生院與天儀研究院共同發(fā)起 一項(xiàng)計(jì)劃，致力于實(shí)現(xiàn)衛(wèi)星系統(tǒng)的智能化、服務(wù)化、開(kāi)放化。

在技術(shù)方面，華為云主導(dǎo)并開(kāi)源的云原生邊緣計(jì)算平臺(tái)KubeEdge能夠很好地支撐該計(jì)劃，并首次將云原生理念引入太空。

傳統(tǒng)衛(wèi)星受在軌計(jì)算能力等條件的約束，存在計(jì)算資源受限、數(shù)據(jù)傳輸量大等問(wèn)題。以農(nóng)田面積統(tǒng)計(jì)的應(yīng)用場(chǎng)景為例，在傳統(tǒng)方式中，衛(wèi)星拍攝完的圖片將回傳至地面，由地面做分析和統(tǒng)計(jì)。一方面，傳輸衛(wèi)星圖像占用非常多的資源，另一方面，衛(wèi)星傳輸帶寬資源非常有限。這是一對(duì)棘手的矛盾。再兼顧誤碼率的問(wèn)題，往往同一張圖片就要傳輸三遍，進(jìn)一步加劇了資源缺乏的挑戰(zhàn)。

此外，傳統(tǒng)衛(wèi)星并沒(méi)有一個(gè)真正意義上的智能應(yīng)用管理平臺(tái)，這意味著工程師無(wú)法對(duì)已經(jīng)發(fā)射上太空的衛(wèi)星進(jìn)行應(yīng)用的管理和更新。優(yōu)化衛(wèi)星圖片處理性能的工作更加無(wú)從談起。

為了解決上述難題，阿普與團(tuán)隊(duì)在云-邊-端這一常見(jiàn)的云計(jì)算技術(shù)架構(gòu)基礎(chǔ)之上，通過(guò)華為云孵化并開(kāi)源的云原生邊緣計(jì)算平臺(tái)KubeEdge以及邊云協(xié)同AI框架Sedna，幫助衛(wèi)星實(shí)現(xiàn)了多項(xiàng)突破。

第一，將人工智能推理算法直接部署在衛(wèi)星上，支持在星上對(duì)圖像數(shù)據(jù)進(jìn)行清洗，過(guò)濾掉大量無(wú)用圖像，甚至在衛(wèi)星上直接對(duì)部分圖像進(jìn)行計(jì)算，并將最終計(jì)算結(jié)果傳回地面。相比全量圖像回傳，帶寬花費(fèi)得到數(shù)十倍的減少。

第二，擁有豐富計(jì)算資源的地面只需專(zhuān)注于處理衛(wèi)星無(wú)法準(zhǔn)確識(shí)別的“難例”，雙重檢驗(yàn)的工作大幅提升了衛(wèi)星圖像識(shí)別的精度。

第三，實(shí)現(xiàn)了按需更新衛(wèi)星邊緣任務(wù)，且?guī)椭蒲腥藛T在地球上對(duì)衛(wèi)星進(jìn)行統(tǒng)一的管理和應(yīng)用升級(jí)。

據(jù)了解，華為云“云邊一體”方案在太空成功驗(yàn)證后，方案將批量部署在6顆衛(wèi)星中，在太空中形成協(xié)同計(jì)算網(wǎng)絡(luò)，未來(lái)有望更好地服務(wù)于應(yīng)急通訊、生態(tài)監(jiān)測(cè)、防災(zāi)減災(zāi)、城市建設(shè)等。

我們最終追求的不只是云和邊之間的協(xié)同，還有多個(gè)邊緣之間的協(xié)同，最終推動(dòng)邊緣和中心云形成一張智能化的計(jì)算網(wǎng)絡(luò)，實(shí)現(xiàn)無(wú)處不在的實(shí)時(shí)計(jì)算能力。不斷延伸云計(jì)算的場(chǎng)景邊界，是我們一直以來(lái)的目標(biāo)。