ビジュアルクラウド

ビジュアルクラウドは、クラウドコンピューティングアーキテクチャ、クラウド規模の処理とストレージ、接続されたデバイス、ネットワークエッジデバイス、クラウドデータセンター間のユビキタスブロードバンド接続に依存するビジュアルコンピューティングアプリケーションの実装です。ビジュアルクラウドは、ビジュアルコンピューティングアプリケーションの要件に合わせて最適化されたインフラストラクチャを提供しながら、サービスプロバイダーが低コスト、柔軟なスケーラビリティ、高可用性などのクラウドコンピューティングの一般的な利点を実現できるようにしながら、消費者とビジネスユーザーにビジュアルコンピューティングサービスを提供するモデルです。

クラウド コンピューティングの台頭は、強力で低コストのコンピュータ ハードウェア、大容量ネットワーク、ハードウェア仮想化の進歩の融合によって実現しました。ビデオやゲームなどの視覚ベースのエンターテイメントや、オンライン ソーシャル インタラクションに対する消費者の高い需要を満たすために、サービス プロバイダーは、集中型データ センターに視覚指向のアプリケーションを導入し、分散型コンテンツ配信ネットワークを使用してユーザーがそのコンテンツにアクセスできるようにし始めました。

特にモバイルでのビデオコンテンツの消費では、リモート処理とストレージによってモバイルデバイスの制限を補うことができるため、ビデオのクラウド配信が魅力的になります。2020年までに世界のモバイルデータトラフィックの75％がビデオになると予想されています。^[1]

第一世代のビジュアル クラウド テクノロジーは、主にストリーミング メディアアプリケーションを対象としていました。2000 年代半ばには、NetflixやYouTubeなどのプロおよびユーザーが作成したビデオ オン デマンド サービス、Call of Dutyなどのマルチプレイヤー オンライン ゲーム(MOG) 、World of Warcraftなどの大規模マルチプレイヤー オンライン ゲーム(MMOG)が導入されました。この時期に登場したビジュアル クラウドのもう 1 つの一般的な使用法は、クラウド インフラストラクチャを使用してホストされるリモート デスクトップ インスタンスに基づく デスクトップ仮想化です。

ビジュアルクラウド技術の性能が向上するにつれて、仮想現実、拡張現実、3Dシーンの理解とインタラクティブ性、没入型ライブ体験など、より要求の厳しい用途が登場し始めています。^[2]ビジュアルクラウドアプリケーションは、おおまかに4つの主要なドメインに分けることができます。

• メディアコンテンツの作成と配信
• クラウドグラフィックス
• メディア分析
• 没入型メディア

新たなソースが開発されるにつれ、世界中で配信されるビデオの総量は大幅に増加しています。そのコンテンツの処理と配信は、ビジュアルクラウドによってますます対処される可能性があります。そのコンテンツのソースには、クラウド、通信、メディア/エンターテイメント、エンタープライズ環境のアプリケーションが含まれます。世界のモバイルデータトラフィックは、2016年から2021年の間に約7倍に増加すると予測されています。 ^[3]コンテンツ配信には主に3つのモデルがあります。

• ComcastやDirecTVなどの従来の通信サービス プロバイダーによるリニア、ライブ、オンデマンド コンテンツの放送。このコンテンツは通常、テレビで視聴されます、放送コンテンツを他のデバイスで視聴できるようにするクラウドベースのDVRや仮想セットトップ ボックスが含まれます。
• オーバーザトップ: Amazon VideoやNetflixなどのクラウド メディア企業が提供するプロフェッショナル コンテンツのビデオ オン デマンド(VOD)と、Netflix などのプラットフォームでホストされるユーザー生成コンテンツ。オーバーザトップ コンテンツとは、制御や配信のために通信サービス プロバイダーに依存せず、インターネット経由でエンド ユーザーに直接送信されるオーディオ/ビジュアル コンテンツを指します。
• Over the Top:プライベート クラウドまたはパブリック クラウドで配信されるTwitch、Facebook ライブ ストリーミング、WatchESPN 、SlingTVなどのビデオ プラットフォーム上のコンテンツのライブ ストリーミング。

メディアコンテンツの作成と配信セグメントにおける計算集約型の視覚的ワークロードには、メディア処理（例：圧縮とトランスコーディング）、拡張、復元、合成が含まれます。このコンテンツはデータセンターに保存され、最終的にエンドユーザーに送信されるため、ビットレートや解像度などの要素を伝送媒体やエンドユーザーデバイスの機能に合わせて調整しながら、これらのワークロード（および他の多くのワークロード）がコンテンツに適用される場合があります。

インタラクティブ 3D (仮想デスクトップ インフラストラクチャなど) およびバッチ レンダリング ( Rendermanなど) 操作は、ユーザーがレンダリング操作のサイトから離れているビジュアル クラウドの使用で大規模に実行できます。このドメインでの使用例は次のとおりです。

• リモート デスクトップを使用すると、エンド ユーザーの仮想化コンピューティング環境をクラウドで一元的にホスト、保存、管理できるため、フットプリントが限られたタブレットやファブレットなど、さまざまな種類のデバイスで一貫したユーザー エクスペリエンスでコンテンツにアクセスできます。リモート デスクトップ アプリケーションの例としては、Citrix、VMware、Xen などがあります。
• リモートバッチレンダリングにより、パブリッククラウドまたはプライベートクラウドのリソース、あるいはその両方のハイブリッドの組み合わせを使用して、リソースを大量に消費するグラフィック処理が可能になります。このアプローチは、アニメーション映画の制作の最終段階など、ピーク時のワークロードが大きい可能性があるオンデマンドの使用に特に役立ちます。PixarとLucasFilmが運営するレンダリングファームは、この使用モデルの確立された例です。^[4]
• クラウド ゲーム ストリーミングは、ゲーム自体をクラウドに保存、実行、レンダリングし、エンコードされたビデオ ストリームをユーザーの PC、コンソール、またはその他のデバイスに送信して、ゲーム ビデオを表示します。コントローラーとキーストロークの信号はクラウドに送り返されます。この分野の初期のパイオニアには、 OnLiveやGaikai (どちらも Sony に買収) などがあります。現在、 SonyやNVIDIAなどのハードウェア プロバイダーや、 GameFly 、GameStream、PlayGigaなどの小規模企業が、クラウド ゲーム製品とサービスを開発しています。
• クラウド グラフィックス セグメントの計算集約型のビジュアル ワークロードには、レイおよびラスターレンダリング、3D デザイン、3D モデリング、ビジュアル シミュレーションなどのコンピューター グラフィックス テクノロジが含まれます。グラフィックス ワークロードはクラウドで操作され、最終的なレンダリングはクライアント デバイスに行われます。この種のワークロードの例には、Petrel (石油の探査と生産に使用されるソフトウェア プラットフォーム) やAutodesk 3ds Max (3D アニメーションを作成するためのコンピューター グラフィックス アプリケーション) などがあります。

これらのワークロードのパフォーマンスと密度のスケールの要件はさまざまであり、これらを最適にサポートするクラウド リソースにも影響を及ぼします。たとえば、リモート デスクトップをサポートするビジュアル クラウド インフラストラクチャは、サーバーごとにデスクトップ インスタンスの実用的な最大数をサポートすることを目標に構成される可能性があります。一方、クラウド ゲーム ストリーミングでは、ピーク時のグラフィックス パフォーマンスを満たすことにはるかに大きな注意を払う必要があるため、サーバーあたりの密度は低く抑えられる可能性があります。これらのインタラクティブな使用法はどちらもレイテンシに非常に敏感ですが、リモート バッチ レンダリングでは完了までの時間が重視され、レイテンシはそれほど重要ではありません。

ビジュアル クラウド内のメディアに基づく計算は、メディア コンテンツ自体を操作したり、より深く理解したりするために使用できるほか、ユーザーによるメディアとのやり取りに基づいた洞察を提供することもできます。メディア分析では、視覚情報を非構造化データとして処理し、分析エンジンに送り込んで画像、音声、またはビデオを解釈し、 Web ビジュアル検索、自律走行車、監視、スマート シティ、ロボットなどの用途を実現します。メディア分析セグメントのビジュアル コンピューティング テクノロジには、次の 3 つのサブドメインが含まれます。

• 分析用に視覚コンテンツを準備するために必要なメディア処理テクノロジには、トランスコーディング、デコード、拡張、復元、エッジ検出、セグメンテーションなどがあります。
• コンテンツ分析は、オブジェクトの検出と認識、イベントの検出と認識、シーンの理解などの機能で構成されます。
• メディア分析は、ビデオやその他のメディアに関連するパフォーマンスと使用要因に基づいて指標を生成します。ビデオの品質と視聴者の行動の測定は一般的な例です。^[5]

メディア分析では、多くの場合、「ディープラーニング」フレームワークが使用されます。このフレームワークでは、大量のソース データを使用してアルゴリズムをトレーニングします。このアプローチのトレーニング部分は通常、長期間にわたって行われ、大量の入力データを特定の出力分類にマッピングすることでアルゴリズムを学習します。その結果、トレーニングされたアルゴリズムは、トレーニング段階で開発されたルールに基づいて、新しい入力データを迅速かつ瞬時に解釈できます。

上で説明した 3 つの使用領域 (メディア コンテンツの作成と配信、クラウド グラフィックス、メディア分析) の機能を活用することで、ビジュアル データをその内容に基づいて操作し、ライブ パノラマ ビデオや拡張現実 (VR)または仮想現実(VR) などの新しい使用法をサポートできます。たとえば、没入型現実ゲームでは、プレーヤーの物理的な環境の上にリアルタイムでゲーム エクスペリエンスを構築します。これらのエクスペリエンスは、VR ヘッドマウント ディスプレイなどの専用ディスプレイや、PC、タブレット、電話などの従来のデバイスで利用できます。

これらの技術のより目立った使用例としては、Google ストリートビューやポケモン GOなどがあります。その他の市販の没入型メディアの例としては、Voke VR ライブストリーミング、FreeD ^[盗用] 仮想リプレイ技術、Facebook 360° 写真、Oculus RiftおよびMicrosoft Hololens VR ゴーグルなどがあります。

没入型メディア セグメントのほとんどの用途では、計算集約型のシーン分析が必要であり、多くの場合、リアルタイムまたはほぼリアルタイムで実行する必要があります。すべてのビジュアル クラウド アプリケーションと同様に、ワークロードはエンド デバイスとクラウド間で分散されます。たとえば、ヘッドマウント ディスプレイのレンダリングは、遅延を最小限に抑えるためにユーザーに対してローカルで実行される可能性がありますが、ライブ VR コンテンツの配信は主にクラウドから行うことができます。