• 首页
  • 科学成果
  • 5G网络助力XR(五)-@面向移动XR的边缘计算与缓存联合优化-杨军超博士

5G网络助力XR(五)-@面向移动XR的边缘计算与缓存联合优化-杨军超博士

2021-03-19

1.   引言

5G 网络相比传统的4G,可以容纳 100 倍的数据量,10 倍的连接数密度,而传输速度却比 4G 网络快 10 倍。5G 网络的发展,为无线 VR/AR 应用的普及带来了希望,如何在无线网络中传输 VR/AR 视频将成为未来 5G 网络或更高级别网络的主要挑战之一[1-2]。

VR/AR 对带宽和时延的要求决定了它将是 5G 时代的典型应用之一。MEC 作为 5G 网络的延伸,是承载 5G 网络应用的关键。MEC 通过将计算节点下沉到应用场景附近(网关),将数据收集和分析的行为放到靠近用户侧,实现数据处理的边缘闭环,从而能够减轻网络传输压力,同时也缩短了数据处理的时间周期[3],图1为边缘计算典型架构示意图。

 image.png

图1  5G边缘计算典型架构示意图


目前移动网络以移动终端协同远端云服务的方式提供 AR/VR业务,很多时候仅传输时延就超出了 AR/VR 的时延限制。但如果考虑未来通信与多级计算融合的移动网络,一方面 5G 的空口时延将降低到 1 ms左右,另一方面有可能通过协同 MEC 边缘计算节点完成 AR/VR 的密集计算任务,将大幅降低传输时延。而 MEC 服务器相比云服务器,计算资源相对有限,其处理时延不可忽略。因此,针对移动AR/VR 的需求,基于未来移动网络中的传输和处理时延模型,对通信及计算异质资源的分配进行优化,有可能降低总体服务时延,满足移动 AR/VR服务的时延需求[4]。

2.   边缘计算与缓存联合优化的XR传输策略

针对移动终端计算能力难以满足移动 AR/VR密集计算需求,而云端计算难以保证时延的矛盾,雾计算(fog computing)[5]、MEC [7]等概念相继提出,旨在移动网络边缘提供 IT 服务环境和云计算能力,使业务处理更靠近终端,在满足密集计算要求的同时,有效降低业务延迟。Hou 等[2]提出将便携式 VR 眼镜与云/边缘计算设备通过无线进行连接,分别将服务器部署在云端、网络边缘(移动网络网关、基站或无线接入点)、终端设备边缘,利用服务器的计算能力来减轻 VR 眼镜重量,分析了不同部署略适应的业务类型。但该研究主要关注利用视频编码、传输及压缩方法来降低传输视频流比特率,并未解决云/边缘计算服务器如何辅助终端设备进行密集计算的问题。

未来移动网络将融合 MEC 节点,提供计算与存储功能,可以使移动 AR/VR 内容更加靠近用户。如果用户请求的视频内容被缓存在其可接受服务范围内的缓存点中,那么用户可以直接从这些缓存点获取视频内容,不需要再经过核心网或从远端视频服务器获取内容。缓存命中时,服务时延可以得到有效降低。目前,研究人员针对不同无线网络场景下的高效缓存策略进行了大量研究[9-12],通过分析视频业务的特点、用户历史观看行为和具体的网络架构,使用户所请求的视频内容能以更高的效率被缓存。

 image.png

图2  5G场景下VR/AR边缘计算与缓存联合优化

虽然移动 AR/VR 有望成为未来 5G 移动网络的杀手级应用,但目前由于移动终端计算能力低、移动传输能力不稳定、移动网络服务时延大等原因,难以满足移动 AR/VR 的信息处理与传输需求,用户体验差强人意。未来 5G 移动网络将是一个异构通信与多级计算融合的网络,协同通信与计算、存储资源,有可能大幅提升网络性能,满足移动 AR/VR 的信息处理与传输需求[13]。面向通信与计算融合,未来 5G 的移动 AR/VR 信息处理与传输应在边缘计算与缓存联合优化的移动 AR/VR 传输方面展开研究。

3.   结束语

MEC 为 5G 网络延伸了必要的网络和计算架构基础,将驱动 VR/AR 在各行业内的蓬勃发展。而VR/AR 应用对带宽和时延的要求,也决定着它将是MEC 网络最重要的应用之一。基于边缘计算与缓存的联合优化策略是现阶段解决移动VR/AR面临众多挑战的一个重要手段和途径,相信在不久的将来会有更多极致的VR/AR应用在各行各业中