【云栖号案例 | 文化产业】全球加速GA助力CCTV5直播2020年洛桑冬季青年奥运会

本文涉及的产品
传统型负载均衡 CLB,每月750个小时 15LCU
应用型负载均衡 ALB,每月750个小时 15LCU
网络型负载均衡 NLB,每月750个小时 15LCU
简介: 未上云前视频流畅度差、传统卫星回传价格昂贵、部署周期长。采用GA全球加速降低网络时延、减少网络抖动、成本降低、满足奥运会高效率的开通需求。

云栖号案例库:【点击查看更多上云案例】
不知道怎么上云?看云栖号案例库,了解不同行业不同发展阶段的上云方案,助力你上云决策!

公司简介

2020年冬季青年奥林匹克运动会(2020 Winter Youth Olympics)于欧洲时间1月9日至22日(北京时间1月10日至1月23日)在瑞士洛桑举行。中央电视台体育频道CCTV5进行全程直播。我们将通过阿里云网络全球加速(Global Accelerate)产品为直播网络保驾护航。

业务痛点

  • 视频流畅度差:洛桑冬季青年奥运会直播采用4K高清视频,公网传输不稳定,会出现频繁卡顿、掉线现象;
  • 部署成本高:传统卫星回传方案价格昂贵;
  • 部署周期长:奥运会开展时间为14天,需要快速部署和扩容的能力才能保障赛事顺利进行。

解决方案

解决方案逻辑图:

2

方案细节:

我们将采用GA将奥运会现场直播信号通过阿里巴巴优质全球网络传输回国,同时进行演播室电视直播,和CCTV5 客户端互联网直播。

奥林匹克官网:https://www.olympicchannel.com (阿里云支持)

上云价值

  • 高质量:支持4K高清直播,大幅降低网络时延、减少网络抖动、丢包等问题;
  • 低成本:相比传统卫星回传方案,使用全球加速GA成本大幅降低;
  • 易部署:快速开通,无需复杂的部署过程,满足奥运会高效率的开通需求;

相关产品

  • GA全球加速

GA(Global Accelerate)是一款网络加速产品,依托阿里巴巴优质 BGP 带宽和全球传输网络,帮助网络服务实现全球范围内用户的就近接入,减少延迟、抖动、丢包等网络问题对服务质量的影响,提升服务的用户访问体验。
更多关于GA全球加速的介绍,参见GA全球加速详情页

【云栖号在线课堂】每天都有产品技术专家分享!
在线课堂地址:https://yqh.aliyun.com/zhibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

相关文章
|
5月前
|
监控 安全 UED
阿里云全球加速GA
阿里云全球加速GA(Global Accelerator)是一款覆盖全球的互联网加速服务,主要目的是为了减少网络延迟、丢包,提高网络传输效率。这款服务可以应用于游戏加速、应用加速等场景,为用户构建一个高性能、高可靠、高安全、易部署的加速网络。
361 1
|
域名解析 负载均衡 网络协议
全球加速GA加速IPv6普及
今天就让我来给大家介绍一下全球加速GA的副业:IPv6地址转换。
1021 0
全球加速GA加速IPv6普及
|
弹性计算 数据中心
聊一聊全球加速GA的带宽包选择
在大多数情况下,我们在使用GA全球加速时,带宽包的选择其实都超级简单。
555 0
|
弹性计算 数据中心
聊一聊全球加速GA的带宽包选择
在大多数情况下,我们在使用GA全球加速时,带宽包的选择其实都超级简单。
469 0
|
弹性计算 数据中心
聊一聊全球加速GA的带宽包选择
在大多数情况下,我们在使用GA全球加速时,带宽包的选择其实都超级简单。
354 0
|
云安全 运维 监控
豌豆思维:全球加速GA打造高品质的在线教学体验
豌豆思维与阿里云合作,结合阿里云的在线教育解决方案,透过阿里云安全可靠的全球云网络,打造高品质的在线教学体验,为孩子们的学习保驾护航。
1231 0
|
29天前
|
算法
基于GA遗传优化的TSP问题最优路线规划matlab仿真
本项目使用遗传算法(GA)解决旅行商问题(TSP),目标是在访问一系列城市后返回起点的最短路径。TSP属于NP-难问题,启发式方法尤其GA在此类问题上表现出色。项目在MATLAB 2022a中实现,通过编码、初始化种群、适应度评估、选择、交叉与变异等步骤,最终展示适应度收敛曲线及最优路径。
|
1月前
|
算法
基于GA遗传优化的离散交通网络双层规划模型设计matlab仿真
该程序基于GA遗传优化设计了离散交通网络的双层规划模型,以路段收费情况的优化为核心,并通过一氧化碳排放量评估环境影响。在MATLAB2022a版本中进行了验证,显示了系统总出行时间和区域排放最小化的过程。上层模型采用多目标优化策略,下层则确保总阻抗最小,实现整体最优解。
|
2月前
|
算法
基于GA-PSO遗传粒子群混合优化算法的CVRP问题求解matlab仿真
本文介绍了一种基于GA-PSO混合优化算法求解带容量限制的车辆路径问题(CVRP)的方法。在MATLAB2022a环境下运行,通过遗传算法的全局搜索与粒子群算法的局部优化能力互补,高效寻找最优解。程序采用自然数编码策略,通过选择、交叉、变异操作及粒子速度和位置更新,不断迭代直至满足终止条件,旨在最小化总行驶距离的同时满足客户需求和车辆载重限制。
|
2月前
|
机器学习/深度学习 算法 定位技术
MATLAB - 遗传算法(GA)求解旅行商问题(TSP)
MATLAB - 遗传算法(GA)求解旅行商问题(TSP)
41 3

热门文章

最新文章

下一篇
无影云桌面