关键字: [symposium, CloudFront, 亚马逊云科技, 生成式Ai, 智能家居, 多渠道通信, 边缘计算]
本文字数: 2200, 阅读完需: 11 分钟
导读
在这场演讲中,亚马逊云科技架构师周晓明介绍了亚马逊云科技如何赋能智能家居的技术创新。他分享了在直播点播、生成式AI构建家居新场景、多渠道统一通信能力以及IoT助力端边创新等方面的优化方案。主要包括:利用CloudFront实现全球加速、基于SVU优化设备内存、Local Zone和Wavelength提供边缘计算加速、大语言模型赋能智能家居助理、统一通信解决方案Chime/Connect/Pinpoint、IoT边缘计算和网关路由等,以提升用户体验、降低成本和实现创新应用。
演讲精华
以下是小编为您整理的本次演讲的精华,共1900字,阅读时间大约是10分钟。
亚马逊云科技架构师周晓明先生的演讲内容主要围绕亚马逊云科技如何赋能智能家居的技术创新展开,分为四个部分:直播和点播优化、生成式AI构建家居新场景、多渠道统一通信能力以及IoT助力端边创新。
第一部分关注直播和点播优化。针对传统直播点播架构存在的推流能力不足、播放卡顿、高码率带宽成本高等问题,周晓明先生介绍了基于CloudFront服务的优化方案。他分享了一个真实案例,通过CloudFront的1,200多个全球节点,能显著降低卡顿率、推流失败率和播放时延,为智能硬件带来优质体验,尤其在网络环境较差的国家地区,效果更为明显。一些客户考虑使用AJ Wavelength等边缘计算服务,但成本会更高。通过CloudFront优化,能极大降低数据丢失风险,提高视频完整性,为拓展运营商等B2B、B2C业务提供有力保障。周晓明先生提到,有些早期客户采用粗放式部署,注册地和居住地可能不在一个地方,甚至跨国跨区,在这种场景下,CloudFront优化效果也很不错。
对于点播场景,周晓明先生分享了一个实时转码优化案例。由于现在2K到4K视频已经成为主流,在售价不变的情况下,带宽成本在上升。全转码方案虽然可以降低码率,但对智能硬件而言,成本过高。因此,实时转码被认为是更合理的选择,它只在用户点击时才转码,转码率仅为10%左右,成本较低。通过实时转码,可将2.5M到3M码率的2K/4K视频转换为1.5M到1M码率,下行流量成本降低50%到70%。周晓明先生介绍了一个基于Python加载Rust库的架构,将转码时间优化到70-80毫秒,在冷启动场景下,整个流程仅需2.5秒,重复使用Lambda容器资源时只需1秒,为点播场景带来极佳体验。他还提到,这种优化方案对于一些TOB、TO SMB的客户而言,能够带来很大的下行流量成本优化,提高竞争力。
针对直播场景,周晓明先生介绍了基于WebRTC的SVU(Selective Video Union)架构。传统P2P协议存在局限性,而WebRTC虽开放但SDK消耗内存较高,如果四路流的话,大概需要12M左右的内存,对芯片选型带来挑战。SVU架构能有效降低设备内存占用,支持B2B2C、多路视频等场景需求,已被亚马逊视频服务KVS团队纳入roadmap。其原理是每个客户端只需向WebRTC端点发送一路视频流,同时接收所有端点的音频流进行语音对讲,SVU架构可支持多个视图,还可将视频流拉出进行转存、AI推理或转协议等扩展应用。这种架构能很好适应B2B2C场景,如幼儿园、学校、在线教育等,同时也降低了对芯片的内存要求,并简化了直播点播的数据流程。
对于低延时直播需求,如AR/VR等交互式应用,周晓明先生推荐使用Wavelength边缘服务。AR/VR场景对Motion-to-Photon延迟有20毫秒的硬指标,如果连接到Region级别,延迟将达到数百毫秒到秒级不等,难以满足要求。Wavelength服务部署在电信运营商的5G机房内,能实现10几个毫秒级延迟,很多海外AR/VR客户都将其作为首选架构,国内客户如需优化,只需将服务从Region层级前移到Wavelength,在相同成本下能获得极佳的体验提升。
针对全球化部署,周晓明先生介绍了Local Zone服务。Local Zone是Region区域的扩展,通常每个国家部署一个,通过骨干网连接到Region,能够覆盖整个地区。传统架构下,设备和客户端需连接不同区域的端点,链路可能跨越多个国家,存在不稳定风险。使用Local Zone后,设备只需连接本地的Local Zone节点,物理距离更近、时延更短、体验更佳。这一架构适用于P2P业务、视频会议、RTSP/RTMP直播流等功能相对单一的场景。周晓明先生举例说,在南美地区,由于Region数量较少,客户需求却很强,因此会在智利、秘鲁、墨西哥、巴西等国家部署Local Zone,通过美东Region的骨干网连接,能够覆盖整个南美地区。
第二部分围绕生成式AI在智能家居场景的应用。周晓明先生首先介绍了智能家居助手的三代演进:第一代基于App和触屏控制、第二代基于语音和自然语言理解、第三代则基于大语言模型实现开放式交互,能够理解诸如”The kitchen is a big duck”这样的自然语句。他分享了一个基于大语言模型的智能家居参考架构,包括语义识别、意图转化、设备编排等环节,能够将自然语言输入转化为对设备的控制指令。在物理实现上,通常以Pub/Sub的方式,基于MQTT协议触达设备API。
针对空调和路由器两个场景,周晓明先生阐述了大语言模型的应用。空调在故障时会上报异常数据,云端可基于AI模型对异常进行检测,并下发新的配置更新。家庭或商用路由器在网络拥塞时,会影响用户的游戏、直播等体验,同样需要将数据上云处理,经过AI模型分析后,下发优化配置。这两个场景都需要涉及异常检测和配置编排两个AI能力,前者基于大语言模型对异常数据建模,后者则需要根据不同场景生成对应的优化策略。
第三部分关注多渠道统一通信能力。统一通信技术将音频、视频、聊天、数据等多种方式融合,目的是提升工作效率和协同效率。周晓明先生从业务维度,将通信场景划分为售前、售中和售后三个阶段。售前阶段,不同部门和远程地区的内部人员需要视频会议进行需求沟通,可能还需要文件资料传输等,这一阶段推荐使用Amazon Chime服务,它能提供高质量的多方视频会议体验。周晓明先生记得前两年与一个客户开远程四方会议,该客户在日本、美国、荷兰、中国都有分支机构,使用Chime效果非常好,而很多其他视频会议软件会出现卡顿。售后阶段,消费者在购买前后可能需要了解产品,涉及与客服坐席的电话、语音、视频和聊天等多种沟通方式,这一阶段可使用Amazon Connect服务。售中阶段,企业客户可能需要对不同SKU进行短信或邮件营销,可使用Amazon Pinpoint服务触达终端消费者。通过Chime、Connect和Pinpoint的集成,能够实现电子邮件、视频、语音、短信的全链条通信能力。
第四部分探讨IoT如何助力端边创新。周晓明先生指出,传统IoT架构包括设备连接、网关、Broker、规则引擎、Shadow和消息队列等组件,重的业务逻辑通常放在后端应用层。但随着体量增长,设备协同、事件处理会给后端带来巨大压力,存在实时性滞后、数据库压力大、定时任务压力大等问题。尤其在整点时会出现流量尖峰,如果为这种尖峰大量部署资源,成本会极大浪费。但不处理这个问题,也会一直存在,有时候下行消息队列的实时性会滞后,整个队列被打满。
针对这一挑战,他提出了两种优化思路。第一种是将复杂逻辑下沉到边缘网关设备,通过进程间通信形成闭环,这样能在断网情况下实现互联互通,分担云端负载,并较好地集成新协议,同时也需要追踪新协议发展、在新协议之上构建自身护城河。不同品牌和同品牌之间的兼容性,也可以在端边做好。第二种思路是基于Lambda服务下沉事件联动逻辑,将后端逻辑拆分到不同的Lambda中,然后再基于Lambda中拆到不同的Group,从而实现负载分散,让云端压力得以缓解。因为Lambda大概是一个国家/中小国家会有一套,所以设备量只需要对应这个国家就好了,然后再往下切分每个Lambda只需处理一个批次就可以了。
最后,周晓明先生介绍了IoT在软件定义广域网(SD-WAN)、IPv6和低功耗广域网(LoRaWAN)等创新应用领域的能力。通过SD-WAN组件,可以打通不同网络,实现本地互联互通;IoT原生支持IPv6和LoRaWAN协议,能够实现不同网络如3GPP、WiFi、ZigBee、LoRaWAN之间的互通,保证本地网络下的良好交互体验。他举例说,我们可以通过OpenSwanBorderRouter这种组件,将S3网络下的WiFi网络设备与其他网络打通。
总的来说,周晓明先生的演讲全面阐述了亚马逊云科技在直播点播优化、生成式AI家居应用、多渠道统一通信以及IoT创新等领域的技术实践,为智能家居等场景带来了全方位的技术赋能。他分享了多个真实案例,并重点介绍了CloudFront、实时转码、SVU架构、Wavelength、Local Zone、大语言模型、统一通信集成、边缘计算等创新技术在智能家居领域的应用,为行业发展指明了前景。
总结
亚马逊云科技赋能智能家居的技术创新主要围绕以下几个方面:
- 优化直播和点播场景,通过利用CloudFront、实时转码、SVU架构等技术,提升视频流畅性、降低带宽成本、减少设备内存占用。
- 利用生成式AI构建智能家居助手,通过大语言模型理解自然语言指令,并调用相关设备API实现智能控制。
- 构建统一的多渠道通信能力,集成视频会议、客服、营销等功能,提高工作协同效率。
- 在IoT架构中,通过边缘计算和Lambda分层,分担云端压力;同时支持多种协议和网络互联,增强本地交互性。
总的来说,亚马逊云科技通过创新技术赋能智能家居,提升用户体验、降低成本,并推动端边协同创新。
亚马逊云科技(Amazon Web Services)是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务,服务全球245个国家和地区的数百万客户。亚马逊云科技致力于成为企业构建和应用生成式AI的首选,通过生成式AI技术栈,提供用于模型训练和推理的基础设施服务、构建生成式AI应用的大模型等工具、以及开箱即用的生成式AI应用。深耕本地、链接全球 -- 在中国,亚马逊云科技通过安全、稳定、可信赖的云服务,助力中国企业加速数字化转型和创新,并深度参与全球化市场。