1、淘宝人生的云渲染技术李又春 阿里巴巴大淘宝技术 互动娱乐前端专家|01背景介绍淘宝人生是什么为什么要做云渲染云渲染的系统设计特色03进阶方案02初级方案算力与业务关系的理论模型多队列架构与全局调度器面向消费的生产优化策略新的渲染任务运行时04未来展望面向并发的渲染架构升级更多的渲染运行时环境云渲染助力端侧实时渲染目录|流程与架构渲染集群渲染任务运行时问题与反思|01背景介绍淘宝人生是什么为什么要做云渲染云渲染的系统设计特色淘宝人生是什么|为什么要做云渲染|为什么要做云渲染|放在端上实现？难以兼容不同目标产品的异构运行环境移植3D渲染引擎和拼装管线对不少产品没有必要批量化生产会对端上淘宝人生的渲
2、染性能造成卡顿为什么要做云渲染|这里触发云渲染生成一系列渲染产物为什么要做云渲染|这里触发云渲染生成一系列渲染产物这些地方分别对渲染产物进行消费为什么要做云渲染|放在端上实现？放在云上实现？难以兼容不同目标产品的异构运行环境不需要考虑兼容性问题移植3D渲染引擎和拼装管线对不少产品没有必要不需要植入批量化生产会对端上淘宝人生的渲染性能造成卡顿不需要端上做任何渲染操作为什么要做云渲染|更多的可能性：在云上录制人像的动画，变成流媒体短视频生成更高质量的渲染照片换到另一个非H5的引擎中进行渲染云渲染的系统设计特色|云渲染的系统设计特色|算力受限性：倒推RT云渲染的系统设计特色|算力受限性：倒推RT技术
3、选型确定性：基于Midway的Serverless背景介绍|Recap淘宝人生是什么；数字人IP的潜力；“外透”到其它业务端上面临的种种问题；通过云渲染解决我们面临的特色问题|02初级方案流程与架构渲染集群渲染任务运行时问题与反思流程与架构|流程与架构|精灵动图斗地主麻将渲染集群|渲染集群|28*16=448 个渲染容器渲染任务运行时|成果演示|成果演示|问题与反思|1.用户有效覆盖率的问题问题与反思|1.用户有效覆盖率的问题问题与反思|1.用户有效覆盖率的问题问题与反思|2.不支持多业务队列的问题问题与反思|3.服务缺乏量化体系的问题业务关心“精算”问题:最坏情况需要排队等多久？问题与反思|
4、4.渲染效率不高的问题Puppeteer太重了Puppeteer与Node的跨进程传数据耗时初级方案|Recap大致流程与基本架构渲染集群与运行时成果演示问题与反思|03进阶方案算力与业务关系的理论模型多队列架构与全局调度器面向消费的生产优化策略新的渲染任务运行时算力与业务关系的理论模型|以上所有数据均是我们的实验模拟数据，用于原理性的解释，不代表我们真实的业务数据。算力与业务关系的理论模型|算力与业务关系的理论模型|结论要么我们最晚在2小时内让一个排队任务得到执行，要么这个服务就交付不了针对一个业务的任务，最好情况下我们只要让其保持在35左右就可以了，再高也没有意义处理速度的QPS与等待时间
5、基本呈现一个”负相关“的关系如果要提高处理速度，但整体实现算法位置不变，需要增加机器数量（横向扩展）如果要提高处理速度，但位置机器数量不变，则需要提升整体的实现算法（纵向扩展）但终会达到“优化性价比”的天花板。多队列架构与全局调度器|弹性补跑多队列架构与全局调度器|限流与触发面向消费的生产优化策略|面向消费的生产优化策略|新的渲染任务运行时|Puppeteer-Headless-GL做了不少适配和修复工作改进后的整体架构|进阶方案|Recap业务QPS与算力关系的理论模型多队列架构与全局调度器（弹性补跑、限流与触发）面向消费的生产优化策略基于Headless-GL的新渲染运行时服务缺乏量化体系
6、的问题用户有效覆盖率的问题不支持多业务队列的问题渲染效率不高的问题|04未来展望面向并发的渲染架构升级更多的渲染运行时环境端云协同渲染面向并发的渲染容器架构升级|面向并发的渲染容器架构升级|面向并发的渲染容器架构升级|支持更多的渲染运行时环境（如接入Unreal）|支持更多的渲染运行时环境（如接入Unreal）|云渲染助力端侧实时渲染|云渲染助力端侧实时渲染|异步渲染（非实时）动态性（非提前制作）01背景介绍淘宝人生是什么为什么要做云渲染云渲染的系统设计特色03进阶方案02初级方案算力与业务关系的理论模型多队列架构与全局调度器面向消费的生产优化策略新的渲染容器04未来展望更多的渲染运行时环境面向并发的渲染容器架构升级云渲染助力端侧实时渲染总结|流程与架构渲染集群渲染任务运行时问题与反思
sgpjbg002
工作日 8:30 - 17:30
报告分类
