关于serverless:当-Rokid-遇上函数计算

9次阅读

共计 4458 个字符，预计需要花费 12 分钟才能阅读完成。

作者|王彬（阿里云解决方案架构师）、姚兰天（Rokid 技术专家）、聂大鹏（阿里云高级技术专家）

Rokid 创建于 2014 年，是一家专一于人机交互技术的产品平台公司。Rokid 通过语音辨认、自然语言解决、计算机视觉、光学显示、芯片平台、硬件设计等多畛域钻研，将前沿的 Al 和 AR 技术与行业利用相结合，为不同垂直畛域的客户提供全栈式解决方案，无效晋升用户体验、助力企业增效、赋能公共安全，其 Al、AR 产品已在寰球八十余个国家和地区投入使用。
Rokid Air Pro 这款 AR 眼镜产品，为旅游景点，大型企业，国内科研机构都提供了服务反对。目前 Rokid 已和全国百余家博物馆和景区达成单干，给游客穿越时空，身临其境的不凡参观体验。

Rokid 在 AR 的钻研能够追溯到公司创建之初，在 2012 年 Google Glass 横空出世，其广大的设想空间深深震撼了 Rokid 开创团队。前面尽管因为应用的场景和高额的价格起因，Google Glass 并没有继续的火爆遍及。但能够预计在不久的未来，随着基础设施，生态利用的成熟，和人们继续晋升的对娱乐，办公的体验要求，AR 技术肯定会失去更宽泛的利用。
Rokid 在数字文化畛域，围绕展陈导览解决方案，次要造成了三维建图，场景创作，场景体验三个业务模块，每个模块都有不同的后盾平台撑持。

三维建图：制作展陈导览的第一步是取景，通过设施获取场地的实在布景，而后通过算法解决，进行三维建模，之后能够通过创作器进行下一步的内容创作。
场景创作：在三维建模生成的视频流上创作，通过 Web3D 渲染引擎，将创作内容与场景紧密结合，联合硬件设施，在 AR 设施应用时，造成一体化的体验成果。
场景体验：AR 设施在应用时，依据定位服务，锚定在场景中的地位，依据地位的不同会显示不同的空间内容，达到扩大事实场景的成果。

整体的产品架构图如下：

三维建图，场景创作，场景体验三个场景都波及到了的图像处理，须要大量的 GPU 资源。其中三维建图属于离线工作，在构建展陈模型时，须要将整个展陈场合的视频内容进行预处理，是三个场景中耗费算力最大的局部；场景创作须要配合创作软件，GPU 资源次要来自开发机器；场景体验在设施实在运行时提供实时服务，次要性能是定位服务，对服务的实时性要求很高。
为了撑持 GPU 算力的需要，Rokid 在开发的初期就决定尽可能的应用云资源承载，充分利用云计算的红利。最后是购买了 ECS 的 GPU 机型，用于业务的开发和测试。这里很大的问题是在三维建图时，个别都会一次性采集展陈环境的所有场景材料，视频量微小，通过 ECS 串行解决须要工夫很长，一个 1 小时的视频材料，通过一台 ECS GPU 机器须要解决 3 小时左右。Rokid 做的第一步是并行化，通过拆分 CPU 和 GPU 解决逻辑和优化工作编排形式，尽可能的让能够并发解决的局部拉起更多的资源加大并发量，通过这一系列的优化，视频的解决工夫失去了不错的晋升。
在并发资源方面，Rokid 抉择的 GPU 计算资源是 ECI，绝对 ECS，ECI 可选的资源粒度更加多样，特地是在小规格的抉择上，对于切分的小块视频，通过并发的应用小规格 ECI 实例并行处理，大大缩短了整体视频的解决工夫。为此，Rokid 外部平台还开发了一套针对阿里云 ECI 资源的调度模块，不便外部疾速的申请和偿还 ECI 资源。
通过对 ECI 资源的灵便应用，在保障高峰期工作解决并发度的同时，也保障了算力老本的可控，应用流程上失去了初步的优化。然而通过一段时间的应用，发现还是有很多的不足之处，次要问题总结如下：

ECI 资源的申请和开释都依附应用人员被动操作，有时在应用结束后会遗记及时开释资源，导致资源闲置节约。且开发和保护 ECI 的调度程序也须要占据对应同学肯定的精力，带来了一些额定的运维工作。
三维建模的工作通过拆分后，分成了好几个步骤，每个步骤的工作都须要异步执行，须要一个零碎维持工作的调用关系，在上一个步骤实现后，拉起下一个步骤的工作持续运行。
在运行过程中，会存在异常情况，排查下来，有时是因为申请的计算资源规格过小导致计算负载较高，有时是存储异样或存储空间写满，还有些状况是程序自身性能瓶颈。对于程序的整体监控不足，使得呈现问题时不能第一工夫发现，发现有异样排查过程不够直观，须要通过多种工具获取运行指标剖析。
GPU 算力在云上规模无限，在高峰期会偶然存在 ECI 资源弹不出的状况，影响开发效率。

为了解决下面问题，Rokid 外部架构组寻求优化已有的架构，针对第 2 点，Rokid 自行保护了一个总的调度零碎，进行工作编排；针对第 3 点，通过阿里云 Arms Tracing，Promethues，Grafana 等组件的引入，联合 ECI 硬件指标，对立收集到 SLS，造成对立的监控报表，再配以监控指标的告警，也可能初步的满足 Rokid 应用需要。但第 1 点和第 4 点，很难通过减少云产品或者外部应用程序解决。为此 Rokid 架构组开始寻找云上新的产品，以求彻底的解决应用过程中的痛点问题。此时，Serverless 架构的函数计算呈现在了 Rokid 架构师的视线，通过一段时间的调研应用，函数计算的各项能力都可能很好的满足 Rokid 应用场景。

函数计算是事件驱动的全托管计算服务。应用函数计算，客户无需洽购与治理服务器等基础设施，只需编写并上传代码或镜像。函数计算会筹备好计算资源，弹性地、牢靠地运行工作，并提供日志查问、性能监控和报警等性能。函数计算提供 CPU，GPU 的算力，秒级计费，客户只须要为理论资源应用付费。资源弹性可依据定时，申请量等指标主动伸缩，无需保护调度，负载，重试，异步回调等组件，提供了开箱即用，用完即走，按量付费的极致 Serverless 能力。函数计算 GPU 架构如下：

底层依靠阿里云的大计算池，提供近乎有限的计算资源，通过阿里云的 cGPU 技术，可将单卡 GPU 资源切分成多种更小粒度的资源规格。客户在函数计算抉择 GPU 规格创立函数，在有申请时，函数计算会实时从预热资源池获取资源，配合对应的镜像程序，启动客户函数，启动结束后对外提供服务。
函数计算在第一次运行实例时会波及到资源的拉起，弹性交付工夫在 1s（热启动）～20s（冷启动）。Rokid 的三维建图场景是离线工作，单个视频的解决工夫也在分钟级，对于秒级别的启动时延齐全能够承受。
在三维建图工作接入函数计算后，Rokid 不再须要手动申请 ECI 资源，在应用完结之后也不须要在手动开释。函数计算会依据申请流量，动静的拉起与申请量匹配的后端 GPU 算力资源，在申请解决完结后，一段时间没有新申请的状况下，主动开释资源；整个三维建模在拆分后波及好几个步骤，每个步骤都是异步执行，通过函数计算的异步零碎，在一个步骤的工作实现后，能够主动触发下一个工作；函数计算控制台内置了指标监控，异样告警，链路追踪，调用日志，异步配置的性能，能够满足 Rokid 从开发，运行监控到运维全函数生命周期的性能需要；函数计算底层依靠阿里云大计算池，加上预热和资源评估的后端算法，能够最大水平的保障资源供应；这几点正是 Rokid 之前遇到的痛点问题，通过接入函数计算繁多的产品，就解决了 Rokid 近乎全副的次要问题。
接入函数计算后，Rokid 的云产品技术架构如下：

函数计算资源利用率监控图如下，从监控图能够看出，在有工作进入时，GPU 计算利用率能够达到 60% 甚至靠近 100%。

Serverless 理念的函数计算的确给 Rokid 带了很多的便当，在高峰期资源的扩展性和老本节约方面都做到了以后云产品的极致，但函数计算也并非万能，对于 Rokid 的场景体验性能，也就是须要实时提供定位服务的模块，函数计算还是存在了肯定的问题。
函数计算在第一次拉起实例资源时，会存在 1s（热启动）～20s（冷启动）的启动工夫，这个工夫对于实时定位服务模块是不可承受的，实时定位是在使用者身处展陈场地时，AR 设施通过实时定位，获取空间地位的 AR 拓展信息，接口响应的工夫对客户的体验十分重要，定位申请须要在 1s 以内返回。
在老本和服务质量之间，Rokid 抉择了服务质量优先，场景体验模块采纳 ECI 部署，通过每天的定时工作，在高峰期提前弹出更多的 ECI 实例，在低峰期时，保留大量的 ECI 实例，以此达到体验和老本的均衡。
另一方面，函数计算在实时的场景也并非齐全没有解决方案。目前 GPU 的模型个别都很大，镜像都在 G 级别，所以对于第一次资源拉起，在接下来一段时间内还看不到跟 CPU 资源一样 100ms 级别的拉起速度。针对实时场景，函数计算 GPU 实例在做的是预留实例，该性能能够在资源闲置时，开释计算资源的同时，保留程序的内存运行镜像，在有新的申请进来时，只须要供应算力资源，函数就能提供服务，免去了两头硬件资源拉起，函数镜像拉取和启动的工夫，能够提供实时的服务。预留实例曾经在 CPU 实例上线，闲置时 CPU 价格是运行态的 1 /10，在保障实时能力的状况下，大大降低了资源老本。GPU 版本的预留能力预计年底上线。
场景体验采纳 ECI 后，Rokid 的业务架构图如下：

通过一系列的云架构革新，以后 Rokid 三维建图模块运行在函数计算的 GPU 资源上，场景体验模块运行在 ECI 资源，在老本和性能上，都做到了兼顾，且给整个零碎弱小的可拓展性，达到了零碎设计时设定的架构指标，从 2023/ 2 上线提供服务以来，达到了不错的成果。其中三维建图模块降本显著，相比最后的 ECS 架构，算力老本升高了 40%，更为重要的是，通过实时的并发解决，大大减少了子工作的排队工夫，放慢了整个工作的实现工夫。
下一步，Rokid 对于函数计算的 GPU 预留实例还是十分期待，期待函数计算可能尽快上线，这样 Rokid 外部能够将整个的 GPU 算力都迁徙到函数计算，达到架构的对立。
通过展陈展览我的项目的实际，Rokid 置信以函数计算为代表的 Serverless 肯定是云计算的将来，通过 Serverless，云计算的使用者不再须要关注底层的 Iaas 层运维和调度，在保障老本最优的状况下可能失去最大限度的拓展能力，且在整服务的生命周期，都能应用云产品提供的原生能力，简略，疾速的定位，解决问题。Rokid 在 3d 模型解决，音视频后处理方面正在大规模尝试函数计算，Rokid 置信以函数计算为代表的 Serverless 架构也肯定会在越来越多的云产品上失去利用。

函数计算团队全新上线“ 函数计算 FC 一键部署通义千问预体验、文生图、图生图、图生文、文生文 5 大经典 AI 场景 ，让您取得通义千问 30 次对话预体验机会，同时简略、高效实现一键部署图像生成、文字生成服务，速成 AIGC 创作家。