A轮融资|AliRTC 开启视频互动“零计算”时代( 二 ) 创投圈

第二个是几个比较大的供应商，包括在阿里云在内，外面这一圈，红色的线、蓝色的线，以及黄色的线，他们都处于相对比较一致的水平，但是没有一家有特别优秀的地方，所以技术同质化特别严重，大家基本上处于同样的水平。

我们当前视频的实时互动主要集中在线上线下场景，未来可能会有更广阔的应用场景，比如说一些交互场景， VR 操控类、虚拟现实类。
这时候我们会思考一个问题，我们的技术是不是已经发展到了瓶颈期，我们无法满足未来更广泛的需求，这后面的原因是什么？会不会是我们的技术发展到某个瓶颈了？因为技术通常是阶跃式的发展，不能突破就会陷入在一个层次上。
二、“零处理” 加速交互升级我们希望分析一下，现在用户的体验到底怎么样？我们现在的技术存在什么问题？
通过比较各家 RTC 供应商，我们发现一个比较有意思的点，就是大家有千分之二的卡顿率是难以消除的。 50%、60% 的丢包都可以做的很好，但是如果网络带宽受限，千分之二的卡顿就难以消除了。

我们有一些手段可以解决类似的问题，比如利用窄带高清技术，我们可以通过复杂计算解决这些问题，也可以通过非标屏幕编码类技术解决，但是实际上我们很难把这些技术进行非常广泛的利用。
最根本的原因是我们会发现端侧能力是有限制的，大家的手机各不相同，有可能有些人的手机特别好，可以做复杂算法，有些人手机差，无法进行复杂算法，同时，端的碎片化比较严重，要对所有端适配是比较困难的。

在应用上我们希望能够提供更有趣的交互，比如说实时生成卡通人物形象，这在端上可以运行，但是只有少数非常强大的设备才能运行。
一个自然的想法是，我们是不是能突破当前的应用架构？
我们把一个完全依赖端能力的架构，逐步转变成依靠云和端一起配合进行视频传输处理的架构，基于这个想法我们提出了云处理 + 端渲染技术，目的是希望从云上提供强大的处理能力，端上负责渲染，只需要提供很少的处理能力就能完成比较好的处理效果，使大家在不同的手机上都能得到一样的体验。

这就是视频云“零处理” 解决方案的基本架构图，在端上只需要进行比较简单的视频采集以及视频传输，然后通过我们构建的覆盖全球的 GRTN 网络到达云端，云端使用 GRTP 的云端实时处理引擎对视频进行处理，再把处理好的视频传到端上，端上只需要做简单的呈现。这样可以很好的解决刚才提到端计算能力不够和碎片化的问题。
但是天下没有免费的午餐，采用上面的架构，很容易发现几个问题。
第一，我们的云上是不是能承受这么大规模的处理。
第二，云上能不能承担这么大规模的成本。
第三，云上能不能持续提供这么多类型的处理服务。
我们自己的信心来自于几个方面。
第一，通过阿里多年的积累，我们积累了业界最大规模的云上视频处理集群，所以我们在技术上已经具备承担超大规模处理的能力。

第二，关于成本。
下图是我们处理的一张业务图的示例图，横坐标是时间，纵坐标是资源使用量，黑色的线一种业务，红色线是另一种业务，可以看到，每种业务都存在大量的业务空闲期，业务空闲期可以让我们有大量资源供我们复用，当我们把多种业务混跑时，就能把资源利用起来，大幅度降低成本。