谢谢您的订阅!
当新的内容发布后您将开始接收邮件。您也可以点击邮件内的链接随时取消订阅。关闭Close

Canonical推出Anbox Cloud以构建安卓云游戏串流服务

by liam zheng on 21 January 2020

Anbox Cloud通过在容器内运行Android(安卓)环境以便于各种不同实例的开发。 越来越流行的云游戏正是最为显著的一种,尤其是那些运行在移动设备上的休闲游戏。企业面临的挑战是寻找一种可适应不断增长的用户需求,提供丰富的体验并控制成本同时还能缩短上市时间的解决方案。

Anbox Cloud把Android从移动设备带到了云上。这使服务提供商可以将大型的现有游戏生态系统交付给更多用户,而不论他们的设备或操作系统类型。将现有的游戏迁移到云端的难度和成本非常低,也易于实现。

Canonical已在现有技术的基础上构建了Anbox Cloud,与传统方法相比,该技术可实现更高的容器密度,从而有助于降低构建和运营游戏流服务的总成本。基于云的休闲游戏的成本结构也表明,同时运行的游戏密度是获利能力的关键。要实现密度优化,必须考虑三个因素:容器密度(CPU负载,内存和GPU),盈利能力和用户体验。也还需要考虑其他因素如,选择合适的硬件以匹配目标工作负载,渲染性能以及游戏玩家的心里价格预期。根据以上因素找到最佳组合并添加自动化层对于提高利润率和满足SLA(服务等级协议)至关重要。

为了进一步解决云游戏中的特定挑战,Canonical与重要的芯片和云合作伙伴合作以构建优化的硬件和云实例类型。云游戏对各种硬件组件(尤其是GPU)的需求很高,GPU为视频流解决方案提供了基础。利用具有最高密度的可用硬件来节省成本,需要对每一层进行优化。Anbox Cloud特别有助于最大程度地利用可用硬件性能,其跟踪所有已启动容器所消耗的资源,并根据特定容器的用量和资源要求优化新容器资源占用。

除了找到合适的软件和硬件平台,云游戏还要求将实际工作负载尽可能地靠近用户地理位置,以减少延迟并确保一致的体验。为了在不同的地理区域进行扩展,Anbox Cloud提供了操作工具和软件组件来简化部署,而无需额外人工资源,并用户将自动路由到最近的位置。通过控制面板可以轻松地添加新服务区,无需任何停机或手动干预。

Anbox CloudLXD容器管理器的顶部构建了一个高密度且易于管理的容器平台,缩短上市时间并降低总体成本。这反映了Canonical在云原生应用程序方面的深厚专业知识,并通过多种方式将运营开销降至最低。通过使用Canonical现有JujuMAAS技术提供了一个可靠且经验证的平台,易于部署和维护。再结合Canonical Ubuntu Advantage企业支持服务,可以确保企业在需要时能得到对应的支持服务。

由于差异化是构建云游戏平台成功的关键,因此Anbox Cloud提供了可扩展的坚实基础,可适用于许多不同的实例。如果企业需要整合自定义串流协议,可通过编写插件,且通过提供的自定义hook将其集成到运行Anbox Cloud的容器来实现。为了简化此过程,Canonical提供了一个SDK,和丰富的文档以及插件示例和工程服务,以帮助任何与Anbox Cloud相关的开发工作。

总的来说,Anbox Cloud提供了功能丰富,通用且坚实的基础来构建最先进的云游戏服务,实现对底层的硬件资源最佳利用率,提供最佳的用户体验,同时保持较低的运营成本。

如果您有兴趣了解更多Anbox Cloud相关内容,可联系我们

* Android是Google LLC的商标,Anbox Cloud用到了Android Open Source Project的资源。

订阅博客文章

订阅您感兴趣的主题

在提交此表格的同时,我确认已阅读和同意的隐私声明隐私政策。

查看更多内容

互联汽车软件开发:Anbox Cloud 为安全护航

当下,Android Automotive 操作系统(AAOS)是各大汽车制造商打造车载信息娱乐系统的首选。AAOS 是一个功能完备的信息娱乐平台,支持各类应用程序、功能和服务,其使用体验与人们熟悉的 Android 手机大同小异。 AAOS 可助力开发者构建出提升驾驶体验的新应用和新功能,促使兼容应用与服务生态系统迅速壮大。 然而遗憾的是,开发强大稳健的信息娱乐系统并非易事,前方的道路漫长且充满挑战。硬件可用性、物流配送以及系统配置等方面都存在挑战。例如,对硬件的依赖常常会导致测试中出现问题和延误。不仅如此,许多硬件变体也与开发者的测试环境存在差异,这使得搭建具有代表性的测试台变得十分困难。 云原生方案就是解决物理硬件问题的有力办法:其无需进行实物运输、搬运或安装,就能 […]

利用开源机器学习基础架构加速 AI 发展

人工智能技术在迅速发展,对稳健强大且可扩展的基础架构具有迫切需求。为应对这些挑战,我们精心打造了一套全面的参考架构(RA),充分利用了开源工具与尖端硬件的强大功能与性能。这套架构基于 Canonical 的 MicroK8s 和 Charmed Kubeflow 构建,运行于 Dell PowerEdge R7525 服务器之上,并借助NVIDIA NIM 微服务实现加速,为部署和管理机器学习工作负载提供了一个简便高效的途径。 为数据科学家与工程师赋能 该解决方案旨在为数据科学家和机器学习工程师赋能,使其能够实现更快迭代、无缝扩展以及强有力的安全保障。对于基础架构构建者、解决方案架构师、DevOps 工程师以及首席技术官(CTO)而言,这套参考架构提供了一条畅通无阻的途径 […]

Ubuntu 正式支持 NVIDIA Jetson

Ubuntu 正式支持 NVIDIA Jetson:助力边缘 AI 未来发展 Canonical 宣布推出支持 NVIDIA® Jetson Orin™ 的 Ubuntu 正式发布版本,该版本专为边缘 AI 和机器人领域打造,为全球 AI 开发者带来优化的性能、开箱即用的兼容性以及实现高性能 AI 解决方案的便捷途径。 Ubuntu 发行商 Canonical 宣布正式支持 NVIDIA Jetson 平台,标志着其与 NVIDIA 的合作迎来重要里程碑,为加速边缘 AI 领域创新再添动力。此次正式发布(GA)版本为 Ubuntu 与 NVIDIA Jetson 系统级模块解决方案的强大组合赋予了企业级的稳定性与技术支持。 为各行各业 AI 创新赋能 此次通过 Canon […]