实时云渲染与带宽探讨:解密数字新基建中的网络技术

简介: 实时云渲染与带宽探讨:解密数字新基建中的网络技术

随着“数字新基建”和5G技术的蓬勃发展,数字孪生、智慧工厂、智慧城市、虚拟仿真教学等领域正经历着迅速的技术进步。部署方案也由最初的本地部署,发展到webGL本地+网络方式再到最新的实时云渲染技术。本文将深入探讨实时云渲染技术方案对于带宽的要求条件,解答一些读者在点量实时云渲染技术方案中关于带宽的常见疑问。

  1. 影响带宽的因素: 需要了解两个主要因素:并发和视频流的码率。并发即同时在线观看或操作的人数,而视频流的码率直接影响带宽需求。内容码率越高,需求的带宽也越大。以1080P清晰度为例,一般视频应用在2-4m左右。提升至4K分辨率后,视频点播行业可能在5~8m,云流化则可能达到10m或更多(具体以实际为准,这里数字仅作对比,并不代表实际)。可以说点量实时云渲染技术几乎不吃带宽,如果在应用时特别吃带宽,特别卡。原因可能有以下两点,一、您原有软件或应用本身的视频流码率偏高,本身就特别消耗带宽 二、同时在线应用人数偏多,也可以称之为并发人数多。
  2. 点量实时云渲染对带宽的需求: 实时云渲染技术通过解放时间空间限制,扩展了终端类型的可用性,尤其是对移动手机端的支持。在1080P清晰度下,对带宽的需求相对较低,但若提高到4K,带宽需求会相应增加。对于并发操作的场景,例如围观模式,带宽需求会进一步提升。
  3. 如何计算带宽需求: 以8m码率计算,10人并发需要80M的带宽。若围观人数为20人,总共三十人,则总共需要240M的带宽。超出带宽的情况可参考相应的处理方法。值得注意的是,4K并不一定比1080P更好,需根据用户设备的实际情况,包括显示器支持的分辨率等来决定。
  4. 网络部署选择: 对于实时云渲染,无论是在公网还是局域网都是可行的。在公网条件下,带宽计算可以采用上述方法,延迟可控制在几十毫秒。而在局域网条件下,一般千兆局域网带宽足够。对于公网部署,大厂的云服务器能够分布在全国多个区域,基本上是可以满足需求的。
    实时云渲染技术的发展使得数字新基建中的虚拟体验更为便捷和实用。在网络选择上,无论是公网还是局域网,都有相应的解决方案。带宽的需求主要受到并发数和视频流码率的影响,因此在实际应用中需综合考虑这些因素,选择最适合项目需求的部署方案。
相关文章
|
安全 物联网 大数据
“新基建”提速工业互联网,网络安全问题如何解?
工业互联网自2019年被首次写入政府工作报告,到今年初它被划分为“新基建”重点方向之一,工业互联网的发展可谓“一路开挂”。
|
存储 人工智能 运维
新基建风口下网络安全加速破局
伴随着5G网络、大数据中心、工业互联网等新型基础设施建设的加快推进,新基建将成为拉动消费、保障经济发展的重要手段之一。但与此同时,新基建也为我国的网络安全带来全新的挑战,相关企业安全能力塑造面临极大的紧迫性和挑战性。
|
人工智能 物联网 5G
5G领衔新基建,网络建设走在前—我国5G网络建设分析
2020年是我国5G网络规模建设的关键之年。此次新冠肺炎疫情虽对5G网络建设造成一定影响,但也加速了一批5G应用的落地。
|
1月前
|
机器学习/深度学习 数据采集 人工智能
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
m基于深度学习网络的手势识别系统matlab仿真,包含GUI界面
41 0
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真
|
1月前
|
机器学习/深度学习 算法 计算机视觉
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
m基于深度学习网络的性别识别系统matlab仿真,带GUI界面
29 2
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的视频手部检测算法matlab仿真
基于yolov2深度学习网络的视频手部检测算法matlab仿真
|
1月前
|
机器学习/深度学习 算法 数据库
基于CNN卷积网络的MNIST手写数字识别matlab仿真,CNN编程实现不使用matlab工具箱
基于CNN卷积网络的MNIST手写数字识别matlab仿真,CNN编程实现不使用matlab工具箱
|
1月前
|
传感器 算法 Go
基于EKF扩展卡尔曼滤波的传感器网络目标跟踪matlab仿真
基于EKF扩展卡尔曼滤波的传感器网络目标跟踪matlab仿真
|
2月前
|
机器学习/深度学习 算法 数据挖掘
【MATLAB】tvf_emd_ MFE_SVM_LSTM 神经网络时序预测算法
【MATLAB】tvf_emd_ MFE_SVM_LSTM 神经网络时序预测算法
46 2