От сети CDN – к ARM-серверам
За более чем 11 лет своего развития CDNvideo превратилась в лидирующую в России сеть по доставке контента. Как рассказывает директор по облачным технологиям CDNvideo Андрей Листопад, помимо трансляции видеосигнала от заказчика к потребителю компания также ускоряет видеоконтент, предоставляет технологическую платформу для прямых трансляций и видеоконференций. Качество этих услуг обеспечило CDNvideo признание большинства телеканалов, являющихся клиентами компании. Кроме того, сеть компании со множеством распределенных узлов оптимизирована, помимо трансляции видео с минимальными задержками, и для хранения любой информации в интересах бизнеса, например, бэкапов баз данных.
Однако возможности CDNvideo и компетенции ее специалистов позволяют предлагать эффективные решения для все более широкого круга клиентов. «Уже в течение трех лет мы размышляем над тем, как сделать нашу российскую распределенную сеть более «умной». Для этого мы организовали проект GPU Cloud и начали расставлять серверные узлы с GPU-ускорителями на местах, помогая клиентам заниматься видеоаналитикой в масштабах всей России», - говорит Андрей Листопад.
Следующий логичный шаг в развитии технологических возможностей CDNvideo – предоставление клиентам облачных серверов на базе ARM.
Когда ARM оказывается эффективнее
Облачная платформа CDNvideo включает вычислительные кластеры с наиболее распространенной архитектурой - x86. В то же время компания видит несомненную перспективу и в облачных серверах на базе процессоров ARM, которые, как уточняет Андрей Листопад, к текущему моменту получили наибольшее распространение не в серверных решениях, а в мобильных устройствах. «Почему ARM используют в гаджетах? Потому что при той же самой производительности у него гораздо меньшее энергопотребление. Если мы говорим про серверное применение, то архитектура ARM хороша тем, что на одном кристалле можно расположить большое количество ядер. Поэтому архитектура ARM хорошо справляется не только с задачами, требующими высокопроизводительных вычислений, но и при подключении к сети множества устройств с обработкой генерируемых ими данных, например, массива датчиков», - объясняет директор по облачным технологиям CDNvideo. Достоинство ARM состоит в данном случае в способности выделить для обработки данных с отдельного устройства сразу несколько процессорных ядер.
Кроме того, сервера на базе ARM хорошо справляются и с традиционными задачами серверных кластеров: обслуживанием баз данных, поддержкой web-серверов, сложными вычислениями. В последнем случае эффективность ARM повышает их способность распараллеливать вычислительный процесс, что может ускорить работу сложных приложений с шифрованием или машинным обучением.
ARM-сервер для интернета вещей
Хорошо могут проявить себя сервера на базе ARM в работе разработчиков многочисленных IoT-устройств и необходимого для них программного обеспечении, при создании которых необходимо постоянно тестировать модифицируемые прошивки. По словам Андрея Листопада, разработчику может быть удобнее тестировать прошивку не на соответствующем эмуляторе ARM-машины, а на облачном ARM-сервере еще до того, как будет собран прототип устройства.
Еще один сценарий применения таких серверов – обращение к ним устройств интернета вещей. Классическая схема объединения их в сеть предполагает использование хаба – контроллера с ARM-процессором и на практике часто используется в системах умного дома. Для реализации сценария с облачным сервером оконечные IoT-устройства должны обмениваться данными по IP-протоколу, что в том же умном доме довольно распространено.
ARM делает доступнее искусственный интеллект и Big Data
Производительные распараллеленные вычисления ARM-серверов делают возможным их эффективное использование в задачах на стыке стриминга и искусственного интеллекта. «Наши китайские коллеги решили с помощью AI задачу встраивания рекламы в видеопоток. Они натренировали нейронную сеть так, чтобы та в видеопотоке определяла места, подходящие для интеграции рекламы. В частности, если в видео человек проходит на фоне белой стены или с минимальной графикой, то на ней с помощью искусственного интеллекта возможно расположить рекламный постер», - приводит Андрей Листопад пример сервиса на базе нейросети, который может быть развернут на облачном высокопроизводительном сервере с архитектурой ARM. Такие виртуальные машины также позволяют актуализировать подготовленный заранее контент, к примеру, интегрируя в исходный кадр картинку с выпуском новостей, которые транслируются в данный момент. Облачное приложение, запущенное на ARM-сервере, позволяет в реальном времени формировать скомпонованное изображение, удовлетворяющее набору сложных критериев.
Как нельзя лучше справляются сервера с процессорами ARM и с разнообразными задачами в области видеоаналитики – объем возможных применений ARM в этой сфере Андрей Листопад характеризует как «непаханное поле». Облачные сервера позволяют здесь реализовывать как относительно простые сценарии (включение записи видеопотока после детектирования движения в кадре), так и сложные (открытие шлагбаума перед автомобилями с определенными номерами или разблокирование калитки перед людьми, которых «одобрила» облачная система распознавания лиц). Преимущества ARM-архитектуры наиболее полно раскрываются в подобных задачах там, где требуется большой объем обработки видеоданных за минимальное время – скажем, при идентификации по лицу клиентов банков перед банкоматами. Значение биометрической идентификации будет только увеличиваться день ото дня с учетом роста проблемы мошенничества, в борьбе с которым важную роль могут сыграть сервисы, работающие в облаке на ARM-серверах.
Широкое распространение облачная видеоаналитика может получить в ритейле. Здесь облачная идентификация может использоваться для вычисления в потоке покупателей VIP-клиентов, обслужить которых с высоким качеством сможет индивидуальный менеджер. Для программ повышения лояльности важно отслеживать уровень удовлетворенности клиентов, и как поясняет Андрей Листопад, облачная платформа вполне способна в автоматизированном режиме оценивать эмоциональное состояние покупателя до, в процессе и после общения с персоналом розничных точек.
Системы облачной видеоналитики могут помогать мерчендайзерам улучшать использование торговых площадей, добиваясь максимальной эффективности от выкладки товаров на полках. В свою очередь, категорийные менеджеры ритейл-сетей получают мощный инструмент аналитики для оптимизации управления товарными категориями, от качества которого в конечном итоге зависит рентабельность ритейла в целом. Все чаще облачные платформы берут на вооружение службы безопасности розничных сетей, которым они помогают бороться с выносом неоплаченного товара из торговых залов. Разумеется, серверы на базе ARM c их высочайшей производительностью в обработке потоков со множества камер безопасности могут проявить себя в таких задачах наилучшим образом.
Облачный клиентский опыт
Комментируя формат взаимоотношений с клиентами при реализации этих и множества других прикладных кейсов, Андрей Листопад подчеркивает, что каждый заказчик поставщиков облачных решений индивидуален, поэтому в CDNvideo готовы к кропотливой работе с разнообразными техзаданиями с уникальными критериями. В то же время в портфолио CDNvideo есть и индустриальные «кубики», которые можно использовать для решения более типовых задач.
«По мере распространения смарт-устройств мы начали понимать, что можем, например, помочь визуализировать любую умную колонку или телевизионную приставку, заставив телевизор говорить и, например, рассказывать детям сказки. Мы помогаем отрасли ЖКХ в режиме девелопмента переносить их IoT-платформы к нам в распределенное облако. В результате сбор данных с сенсоров ускоряется и системы жизнеобеспечения становятся более отказоустойчивыми», - описывает перспективы искусственного интеллекта и интернета вещей в облаке Андрей Листопад. О востребованности своей облачной платформы, включающей и сервера на базе ARM-архитектуры, специалисты CDNvideo могут говорить не умозрительно – уже сегодня с помощью решений компании контролируются умные шлагбаумы в нескольких городах России.
