編者按： 2021 年 Metaverse 非?；穑鸬竭B扎克伯格都不要 “face”，直接把臉書改名為 Meta。2022 年初，元宇宙首次上升為國家級(jí)戰(zhàn)略，被寫入地方 “十四五” 產(chǎn)業(yè)規(guī)劃，成為社會(huì)熱議的焦點(diǎn)話題。每一項(xiàng)技術(shù)的迭代和革新，都意味著一個(gè)新的契機(jī)、新的挑戰(zhàn)，同時(shí)也是一個(gè)新的開始。元宇宙是未來，一種很大程度上會(huì)實(shí)現(xiàn)的未來，什么時(shí)候才是我們占據(jù)主動(dòng)權(quán)的最佳時(shí)機(jī)？答案就是：現(xiàn)在！想要在短時(shí)間內(nèi)實(shí)現(xiàn)元宇宙，如同 “登月工程”，需要我們從底層技術(shù)出發(fā)，找到內(nèi)容生態(tài)系統(tǒng)的突破口。

本次分享將從 VR/AR 的核心指標(biāo)及實(shí)現(xiàn)，云與邊緣架構(gòu)、編解碼、網(wǎng)絡(luò)傳輸路徑等多個(gè)維度，全面分析元宇宙的音視頻技術(shù)脈絡(luò)，探討元宇宙時(shí)代產(chǎn)業(yè)結(jié)構(gòu)變化，介紹 PPIO 邊緣云未來如何為元宇宙提供強(qiáng)大的基礎(chǔ)設(shè)施服務(wù)。

文 / 王聞?dòng)?/p>

整理 / LiveVideoStack

今天分享一個(gè)比較實(shí)在卻又比較科幻的話題，對(duì)整個(gè)元宇宙過程做一次簡單的推演，但這個(gè)推演不是商業(yè)方向的，而是對(duì)技術(shù)做一個(gè)推演。

1、元宇宙的音視頻技術(shù)脈絡(luò)與底層技術(shù)

大家都知道近幾年中國在登月上取得了巨大的進(jìn)展，特別是在 2020 年，中國登月時(shí)對(duì)月球進(jìn)行了采集工作，一共帶回了 1.7kg 左右的月壤，是航天史上第一個(gè)登陸月球背面并采集了樣品的國家。之前 20 世紀(jì) 60 年度，美國曾經(jīng)也有幾次登月，但是美國的登月深受全球質(zhì)疑，質(zhì)疑者認(rèn)為這只是給前蘇聯(lián)導(dǎo)演得一出戲，因?yàn)榈窃聦?duì)人類沒有什么用。但是實(shí)際上，登月工程真得沒用嗎？

其實(shí)不是，登月給社會(huì)帶來了許多價(jià)值，比如我們生活中用到的設(shè)備包括無線吸塵器、鐘表更準(zhǔn)時(shí)、水更干凈、救命毯、速食食品等技術(shù)，都是在登月期間所研發(fā)的重大科技成果，隨之帶來了很多商業(yè)化價(jià)值。我講這個(gè)故事的主要原因是，元宇宙聽起來離大家比較遠(yuǎn)，它來源于科幻，擔(dān)心最終不一定能成為現(xiàn)實(shí)。但我演講主題中的元宇宙就好比音視頻行業(yè)的登月一樣，它雖然目標(biāo)很遠(yuǎn)，但過程中一定能誕生一些對(duì)我們有幫助的技術(shù)創(chuàng)新。

首先做個(gè)自我介紹，我是王聞?dòng)?，PPIO 邊緣云聯(lián)合創(chuàng)始人兼 CEO，從 2004 年開始做音視頻，最早 PPTV 第一版是我和姚欣在學(xué)生宿舍寫出來的，后面一直專注于 P2P/CDN、直播、點(diǎn)播等相關(guān)技術(shù)上，直到 2014 年賣掉 PPTV，開始了新的創(chuàng)業(yè)歷程。2018 年和姚欣聯(lián)合創(chuàng)辦了 PPIO 邊緣云，發(fā)展靠近用戶側(cè)的邊緣節(jié)點(diǎn)，主要服務(wù)音視頻行業(yè)。

說到元宇宙，它來源于什么呢？最開始，元宇宙來源于 1993 年的一本小說《雪崩》，小說里史蒂芬森將這個(gè)平行于物理世界的數(shù)字世界命名為 “Metaverse”。之后在影視作品中，元宇宙的理念一步步出現(xiàn)在《黑客帝國》等影視作品中，包括最近的電影《頭號(hào)玩家》，以及歐洲一家非常知名的蠢驢游戲公司，把元宇宙小說《雪崩》的故事場景還原成了一個(gè)游戲叫做《賽博朋克 2077》，里面幾乎刻畫了小說《雪崩》的世界，游戲中的 “超夢(mèng)” 也就是元宇宙的體驗(yàn)。從科幻的視野來看，元宇宙最終是給人以類真實(shí)世界的音視頻體驗(yàn)。

下面我們站在現(xiàn)實(shí)的角度來看元宇宙，2021 年，F(xiàn)acebook 公司在 Connect2021 大會(huì)宣布正式更名為 “Meta”，從而把 Metaverse 作為 Facebook 的戰(zhàn)略。扎克伯格一共提出了八大要素，其中第一大要素是 “身臨其境感”，F(xiàn)acebook 為身臨其境感研發(fā)出了三款硬件，第一款硬件是 Oculus，以 23 億美元收購了 Oculus 公司，并在 VR 業(yè)務(wù)上持續(xù)投入了大量研發(fā)費(fèi)用。除此之外，它自己又推出了 AR 和 MR 相關(guān)的一些硬件產(chǎn)品。扎克伯格所說的元宇宙帶來的身臨其境感，也是給人以類真實(shí)世界的體驗(yàn)，這也是 VR/AR 發(fā)展到人眼感官的極致體驗(yàn)。

元宇宙一共有六大核心技術(shù)，這六個(gè)單詞的首字母拼起來就是 BIGANT。其中有四個(gè)技術(shù)與音視頻相關(guān)，分別是交互技術(shù)、電子游戲技術(shù)、網(wǎng)絡(luò)及運(yùn)算技術(shù)和物聯(lián)網(wǎng)技術(shù)。在元宇宙的整個(gè)發(fā)展過程中，我相信這幾個(gè)技術(shù)也會(huì)得到深度發(fā)展。

上圖是我對(duì)未來通往元宇宙的道路上，有哪些技術(shù)會(huì)被革新的拆解過程。第一，身臨其境感的全真視覺體驗(yàn)技術(shù)，如何給人以類真實(shí)世界的體驗(yàn)，它勢(shì)必帶來新一代顯示技術(shù)的發(fā)展，需要更高壓縮比，更符合真實(shí)體驗(yàn)感的壓縮技術(shù)。第二，它會(huì)帶來超低延遲技術(shù)，包括 wifi 低延時(shí)內(nèi)網(wǎng)技術(shù)，低延遲編碼，同時(shí)也會(huì)帶動(dòng)邊緣計(jì)算的崛起。第三，音視頻交互技術(shù)。第四，腦機(jī)接口技術(shù)，直接透過視網(wǎng)膜把顯示數(shù)據(jù)傳遞給人腦，這些都是元宇宙 “登月” 過程中必然會(huì)帶來的變革。

我先講全真視覺體驗(yàn)的產(chǎn)生原理，左圖是人眼的結(jié)構(gòu)，右圖是人腦處理數(shù)據(jù)的過程，人眼對(duì)光線的感應(yīng)是通過神經(jīng)傳到大腦，再用大腦進(jìn)行分析，從而合成我們看到的畫面。

首先我們要理解人眼的分辨率到底有多少，這是個(gè)非常關(guān)鍵的指標(biāo)。使用蘋果手機(jī)時(shí)有一個(gè)關(guān)鍵詞 “PPI“，什么是 PPI 呢？就是每英寸對(duì)角線上能容納多少像素，蘋果對(duì)視網(wǎng)膜屏的定義是分辨率超過人眼識(shí)別極限的高分辨率屏幕，也就是要大于 300PPI 的像素密度。但在 VR 里常常引入一個(gè)概念 “PPD”，它是人眼的每一角度（degree）能容納多少像素。給大家做個(gè)類比，人在 40cm 左右的距離看到一個(gè)非常清晰的畫面（640 像素），換算過來就是 64PPD，那這符合人眼體驗(yàn)嗎？其實(shí)不符合，64PPD 是遠(yuǎn)遠(yuǎn)不夠的。實(shí)驗(yàn)證明 PPD 要到 150-160 才能匹配人眼密度。

科學(xué)實(shí)驗(yàn)的結(jié)果說明人眼理論的分辨率是 2.4w*2.4w 相當(dāng)于是 5.76 億的像素。這只是理論值，人眼單眼的視覺范圍大概在 156 度，也就是 2.4w 除以 156，約等于 150 左右，也就是說 150PPD 才符合人眼視覺體驗(yàn)。

但現(xiàn)實(shí)真的如此嗎？并不是，人眼的分辨率遠(yuǎn)沒有 5.76 億那么高。為什么呢？因?yàn)槿搜墼诟泄贂r(shí)并不是全高清感官，它有一個(gè)聚焦的位置，只有這個(gè)聚焦的位置才是非常清晰的，周圍是模糊的。但為什么人能看非常清晰的畫面，因?yàn)槿说难矍驎?huì)動(dòng)，會(huì)轉(zhuǎn)一圈來獲得多個(gè)清晰的畫面，在大腦里合成并還原出物體實(shí)際的樣子。

上圖看到的是窄域和寬域，窄域是人眼最高清晰看到的畫面。左圖這個(gè)角度是窄域，剩下的是寬域。兩眼同時(shí)看到的畫面結(jié)合起來能看到一個(gè)完整的視覺效果。右邊的圖，人用一只眼看時(shí)是一塊清晰周圍全模糊，而用兩只眼睛同時(shí)看就能獲得一個(gè)完整的清晰畫面。兩眼重合視域可達(dá) 124°，比較清晰。但對(duì)于單眼來說，窄域是 56°-60° 之間，最大單眼視角是 156°，這些都是實(shí)驗(yàn)得出數(shù)據(jù)。

這是來自尼康的一份實(shí)驗(yàn)資料。它請(qǐng)了很多人來做窄域像素測試，這些人的眼睛都有不同程度的近視。表格是左眼與右眼測出來的情況，發(fā)現(xiàn)人眼實(shí)際像素的差距很大。窄域等效像素在 7 百萬 - 7 千萬之間，如果算平均值，人眼看到最清晰的畫面分辨率在 5 千萬左右像素，也就是最好分辨率在 7000*7000 左右。如果我們用人眼視覺得到一個(gè)值和計(jì)算機(jī)的分辨率來進(jìn)行參考，我們發(fā)現(xiàn) 7000×7000 跟今天的 8K 是最接近的。

如果說整個(gè)硬件在窄域要給人以一種身臨其境的感覺，需要支持的單眼分辨率要做到 8k 這樣的級(jí)別。那么我們可以類比市面上今天銷量最大的一款 VR 設(shè)備，Oculus Quest2，基本上它距離單眼 8k 還有很遠(yuǎn)的距離，但如果要在 VR 設(shè)備中造出一個(gè)單眼 8k + 的視網(wǎng)膜屏幕，就要把它的屏幕 PPI 密度做得更高才行，這本身是一個(gè)極大的硬件挑戰(zhàn)。

下面我來說說刷新率。刷新率是一個(gè)很有意思的話題，早在 20 世紀(jì)以前剛發(fā)明電影的時(shí)候，已經(jīng)證明人眼的刷新率是 24 幀，這也是直到今天電影行業(yè)基本普遍采用的刷新率。

那為什么電腦顯示器 30 幀以下，我們的眼睛就會(huì)覺得很不適應(yīng)，60 幀才能達(dá)到一個(gè)人眼的基本舒適感覺，跟 24 幀是不是相悖？當(dāng)然不是，因?yàn)殡娪八玫膸凶瞿：龓?，如果你把電影畫面一幀一幀地慢放，?huì)發(fā)現(xiàn)中間有大量的模糊幀存在，而人眼在面對(duì)大量模糊幀的時(shí)候能夠還原出清晰且連貫的畫面。但前提是我們要清晰的知道我們的下一幀是什么，我們才能使用模糊幀。

實(shí)際上我們?cè)谕嬗螒驎r(shí)，因?yàn)椴恢浪乱粠嬅鎽?yīng)該是怎樣的，所以只能渲染出清晰幀，用大量的清晰幀才能給人腦一種無縫的連貫感。不過，這里我也查過大量資料，也請(qǐng)教過一些專門研究人腦生理學(xué)的人，確實(shí)目前沒有實(shí)驗(yàn)?zāi)軌蜃C明，到底什么樣的清晰幀對(duì)人腦是合適的。根據(jù)電競游戲顯示器的經(jīng)驗(yàn)看，基本上 60 幀已經(jīng)滿足了，120 幀能滿足一些高速動(dòng)作的場景，240 幀是發(fā)燒級(jí)?，F(xiàn)在很多顯示器是 240 幀，都是為發(fā)燒級(jí)而生的。另外，電影業(yè)也不是一成不變，今天很多電影也在追求更高的分辨率，如 2019 年由李安導(dǎo)演的《雙子殺手》，就是首部 120 幀拍攝的動(dòng)作片。

從云游戲和云渲染的角度來看，它的本質(zhì)是音視頻串流，是要經(jīng)過編碼。從編碼原理看，是明確知道這一幀和上一幀之間的差異。想象一下，如果能很好地運(yùn)用好模糊幀理念，其實(shí)能適當(dāng)降低人腦對(duì)幀率的要求。但為了做好今天的邏輯分析，我后面的推演還是以 60 幀作為一個(gè)理想的數(shù)字，繼續(xù)往下推演，因?yàn)槲艺J(rèn)為 60 幀對(duì)于全真視覺體驗(yàn)已經(jīng)足夠了。

這是當(dāng)前 VR 顯示設(shè)備的分辨率和全真視覺體驗(yàn)分辨率的差距，圖中可以看出技術(shù)上的對(duì)比。最后一列如果要做到身臨其境的感覺，需要支持 7000 x 7000 的分辨率和接近 5000 萬的像素。對(duì)比目前的 VR 硬件可以看出，在元宇宙發(fā)展過程中，VR 視網(wǎng)膜屏幕技術(shù)還需要進(jìn)一步提升，才能符合窄域全真顯示體驗(yàn)，還需要提升 5-10 倍像素密度。

要想達(dá)到全真視覺體驗(yàn)，只做好窄域的顯示是不夠的，因?yàn)槿说难劬λ鼤?huì)游走轉(zhuǎn)動(dòng)，所以在給人做顯示設(shè)備的時(shí)候，不能只是把窄域做好，還要考慮用寬域的角度去看。

在我看來眼動(dòng)追蹤技術(shù)一定會(huì)誕生。近幾年已經(jīng)有很多論文在研究眼動(dòng)技術(shù)，有很多論文和專利講眼動(dòng)技術(shù)。隨著動(dòng)態(tài)的去捕捉人眼的關(guān)注點(diǎn)，然后通過眼動(dòng)來給不同位置渲染不同分辨率的顯示。比如對(duì)人眼最關(guān)注的部分一定要有高清的分辨率，其它可以變模糊。根據(jù)眼動(dòng)動(dòng)態(tài)調(diào)節(jié)整個(gè)畫面，只有這樣做才能把碼流率控制到一個(gè)可控的地步。

碼流率到底是多少？這是我在國外找到的比較極限的評(píng)測值，用最新的兩個(gè)編碼技術(shù)，一個(gè)是 H265，一個(gè)是 AV1，然后基于 24 幀的畫面給它進(jìn)行調(diào)參，調(diào)到不影響顯示效果的最低碼流率。在 8K+24 幀分辨率的情況下，結(jié)合其他參數(shù)的優(yōu)化，最低做到 40Mbps 左右的碼流率。但這畢竟還是 24 幀，如果處于 8K+60 幀的話，基本上能做到 60Mbps-150Mbps 左右碼流率。如果兩只眼睛的話，還要乘 2，大概要做到 120Mbps-300Mbps 左右的碼流率，這才能做到給人身臨其境的感覺。

從 3D 渲染的角度看，如果要做到 8K + 需要什么樣的渲染能力？目前，支持 8K 渲染顯示的主要是 Nvidia GeForce 3090 系列，但看 3090 的指標(biāo)，其中有兩個(gè)指標(biāo)需要非常關(guān)注，分別是功率和重量，因?yàn)楣β蕸Q定了發(fā)熱量，重量決定了人戴在頭上的感覺。

除了需要做 3D 渲染以外，還有存儲(chǔ)也是非常關(guān)鍵的。那么，我列出了一些國際支持 4K 的 3A 大作，這里存儲(chǔ)的大小用了游戲素材的大小來說明。如果要做 8K 的話，它的材質(zhì)清晰度遠(yuǎn)遠(yuǎn)大于 4K，目前的大部分游戲還沒有做 8K 的優(yōu)化，假設(shè)我們未來的游戲要做到 8K，每個(gè)游戲的存儲(chǔ)量還要比這大很多，這就是未來我們做全真視覺體驗(yàn)中所要面對(duì)的場景。

這里我先說結(jié)論，元宇宙要給人完美的體驗(yàn)，必須要流化。什么是流化呢？就是我們不能靠可穿戴設(shè)備的算力去直接渲染，因?yàn)椴豢赡茉谌说念^上帶一個(gè)有 1P 空調(diào)發(fā)熱量的東西，也不可能帶一個(gè)重 5 公斤的東西，說不定還有電磁輻射，所以必須把計(jì)算放在遠(yuǎn)端云上，通過 Streaming 的方式把它傳過來再解碼顯示。

VR 設(shè)備主要有 3 個(gè)眩暈的原因：1、VR 中看到的運(yùn)動(dòng)有遲延滯后的現(xiàn)象。2、硬件調(diào)試問題，如瞳距產(chǎn)生的景深等問題。3、 眼睛看到的畫面與重力感應(yīng)不一致。其中最難解決的問題，就是運(yùn)動(dòng)延遲滯后，這里有個(gè)關(guān)鍵指標(biāo)：M2P 延遲（Motion-to-photons），也就是運(yùn)動(dòng)到光子的延遲。當(dāng)人快速移動(dòng)時(shí)，看到的畫面是否能在極短的時(shí)間內(nèi)響應(yīng)，如果這個(gè)響應(yīng)跟不上，人類大腦會(huì)有被欺騙的感覺。一些實(shí)驗(yàn)調(diào)研得出結(jié)論：在低運(yùn)動(dòng)狀態(tài)下，M2P 延遲不能高于 20ms；在高運(yùn)動(dòng)狀態(tài)下，M2P 延遲不能高于 7ms，否則人腦就會(huì)產(chǎn)生眩暈的感覺。

如果我們既要串流，又要把延遲做低，只能把整個(gè)串流鏈路進(jìn)行裁剪，包含了采集，編碼，傳輸，解碼多個(gè)環(huán)節(jié)，每個(gè)環(huán)節(jié)都需要優(yōu)化時(shí)延。其中采集，編碼，解碼都能靠硬件技術(shù)來優(yōu)化時(shí)延，但真正最難的在網(wǎng)絡(luò)上，特別是進(jìn)入互聯(lián)網(wǎng)以后，成為了解決延遲的關(guān)鍵。這不是靠算法或者硬件單點(diǎn)解決，而是要依靠網(wǎng)絡(luò)服務(wù)的基礎(chǔ)建設(shè)才能解決。

說到網(wǎng)絡(luò)延遲，先來看看本地網(wǎng)絡(luò)延遲。如果在家里搭過串流的人，都知道 Wi-Fi4 不太靠譜，需要升級(jí)到 Wi-Fi6，它有一些技術(shù)，如多路復(fù)用 OFDMA，MU-MIMO，容錯(cuò)的機(jī)制等，使得它在內(nèi)網(wǎng)傳輸時(shí)，不管在速度、大小、延遲都比 Wi-Fi4 好很多。我做過一個(gè)實(shí)測，Wi-Fi4 不僅 120mb 的碼流率達(dá)不到，就連 60Mbps 碼流率也非常吃力；而 WiFi6 在沒有隔墻的環(huán)境下，跑到 800/900Mbps 基本沒問題。這意味著我們必須對(duì) Wi-Fi4 進(jìn)行升級(jí)，不然本地網(wǎng)絡(luò)會(huì)成為瓶頸，但要注意，Wi-Fi6 也不是完美但，比如它的穿墻能力很差，哪怕中間只隔著一個(gè)木墻，傳輸速度都會(huì)跌到 100Mbps。部署 Wifi6 要覆蓋大房間，建議使用 Mesh 組網(wǎng)的方式。想要克服這一缺點(diǎn)，恐怕要等新一代的 Wifi 技術(shù)來解決了。

從串流的角度看，未來主流的串流模式到底是本地串流還是云端串流呢？本地串流為主是把強(qiáng)的服務(wù)節(jié)點(diǎn)放在了本地，云端串流為主就是把強(qiáng)的計(jì)算節(jié)點(diǎn)放在云端。這個(gè)問題我自己嘗試過去解決，要搭好一個(gè)本地串流很復(fù)雜，它需要有計(jì)算機(jī)背景，很熟悉網(wǎng)絡(luò)和 IT 知識(shí)的 IT 工程師來搭建，對(duì)普通人來說門檻很常高。本地串流就好比用戶在內(nèi)網(wǎng)部署 NAS，云端串流就好比用戶購買 iCloud 服務(wù)，只要花錢就可以享受。NAS 用戶一直很少，只有計(jì)算機(jī)極客才使用 NAS 服務(wù)，普通大眾最終還是會(huì)選擇 iCloud，我認(rèn)為云端串流一定是未來的趨勢(shì)。

下一步如果要做云端串流，一旦將時(shí)延問題放到了公網(wǎng)，今天的基礎(chǔ)設(shè)施能不能做到呢？我經(jīng)過研究，發(fā)現(xiàn)需要在中間構(gòu)建一個(gè)邊緣層，才能做到，這一點(diǎn)非常關(guān)鍵。

我們對(duì)數(shù)據(jù)做了實(shí)驗(yàn)分析，得出了上面的圖表。圖示橫坐標(biāo)是距離，縱坐標(biāo)是時(shí)延。里面分析了端到端時(shí)延和距離是否強(qiáng)相關(guān)？結(jié)論是距離和時(shí)延是強(qiáng)相關(guān)的，30 公里是分界線，在 30 公里以內(nèi)，基本上延時(shí)能做到 10ms 以內(nèi)。

這張圖是邊緣計(jì)算的距離和時(shí)延分析圖，從運(yùn)營商角度看，在不同的算力節(jié)點(diǎn)位置分別對(duì)應(yīng)的距離和延遲情況。20 公里以內(nèi)的城域網(wǎng)節(jié)點(diǎn)，能把時(shí)延做到 5ms 以下。要做到 M2P 時(shí)延的 20ms 以下，再考慮采集，編碼，解碼的時(shí)延；只有將云計(jì)算的算力從千里之外放到我們的社區(qū)周邊，才可能實(shí)現(xiàn)超低延時(shí)。

如果要覆蓋全國城域網(wǎng)，全國至少要有多少個(gè)節(jié)點(diǎn)才合適？是不是一定要有幾百萬個(gè)呢？從全國的情況看，其實(shí)是不用的。因?yàn)槌怯蚓W(wǎng)最少只需要到縣和區(qū)的級(jí)別。全國有將近 3000 個(gè)縣和縣級(jí)市，考慮三大運(yùn)營商再乘以三，大概 9000 個(gè)。如果在人口密集的地方多部署一些節(jié)點(diǎn)，差不多覆蓋 10000 + 個(gè)城域網(wǎng)節(jié)點(diǎn)，就能做到大部分區(qū)域覆蓋。

2、PPIO 邊緣云計(jì)算服務(wù)

目前，PPIO 邊緣云解決方案，已經(jīng)在全國 30 多個(gè)省，超過 1000 多個(gè)縣市及區(qū)域，幫助客戶在算力上，實(shí)現(xiàn)從中心云向邊緣側(cè)的下沉。

我們的客戶在使用服務(wù)并加入邊緣節(jié)點(diǎn)后，數(shù)據(jù)傳輸?shù)穆窂剑粌H可以從終端到中心云下發(fā)，還可以從端到邊緣層先進(jìn)行預(yù)處理，然后再選擇是否需要回到中心云。

通過云邊協(xié)同，比如視頻直播里的彈幕、編解碼、特效渲染等需求，都可以放到邊端來處理，速度更快，成本更低。

我們致力于將 PPIO 邊緣云打造成未來元宇宙的基礎(chǔ)設(shè)施，深化在超低延時(shí)直播、云游戲、云渲染、車聯(lián)網(wǎng)、空間數(shù)字化等對(duì)超低延時(shí)有改善需求的場景上的探索。

這里我對(duì)整個(gè)行業(yè)的未來做了一個(gè)推演，得出一個(gè)神奇公式，音視頻服務(wù)用量等于使用服務(wù)的在線用戶數(shù)乘以算力用量。簡單對(duì)公式進(jìn)行拆解，使用服務(wù)的在線用戶數(shù)等于設(shè)備數(shù)乘以聯(lián)網(wǎng)率乘以平均使用滲透率，算力用量把它拆解為兩類，一類是碼流率，一類是渲染算力。

碼流率主要消耗的是網(wǎng)絡(luò)帶寬資源，而渲染算力消耗的是計(jì)算資源，即 CPU 和 GPU。我舉個(gè)例子讓大家有體感，今天視頻 CDN 全國用量為什么有 500T 呢？因?yàn)樗?70% 的量在移動(dòng)設(shè)備，而全國有接近 8 億的移動(dòng)用戶，每人每天 7～8 個(gè)小時(shí)使用時(shí)長，而 30% 的時(shí)間用于視頻。

隨著元宇宙的發(fā)展，人們想要有一種身臨其境的感覺，需要用雙 8K + 的分辨率、120～300Mbos 的碼流率，比今天的 5M、10M 手機(jī)的碼流率提高了幾十倍。CDN 不需要強(qiáng)大的算力消耗，但是元宇宙渲染串流，它的 GPU 渲染計(jì)算消耗巨大。假設(shè)十年之后，我們的音視頻體驗(yàn)從手機(jī)過渡到元宇宙體驗(yàn)，碼流率至少有幾十倍的提升，而渲染能力基本上強(qiáng)于我們現(xiàn)在最強(qiáng)游戲 GPU 算力。可以推測出，到那時(shí)音視頻帶來的算力總用量將是今天音視頻算力總用量的幾百倍。

最后，元宇宙就像信息技術(shù)中的 “登月工程”，它雖然遙遠(yuǎn)，可能十年，可能二十年，我們才能到達(dá)這一天，但是在這個(gè)過程中一定會(huì)帶來各種各樣技術(shù)的革新，包括我們 PPIO 所做的邊緣計(jì)算，也包括編解碼、顯示硬件、云游戲、實(shí)時(shí)渲染、AR/VR、無人機(jī)器人操作等等。我相信元宇宙一定能成，即使它不成，它所帶來的技術(shù)變革也一定會(huì)深深地改變?nèi)祟惖纳睢?/p>

這就是我今天演講的所有內(nèi)容，謝謝大家！