ChinaSoft 论坛巡礼｜面向云游戏的云侧软件技术论坛

2023年CCF中国软件大会（CCF ChinaSoft 2023）由CCF主办，CCF系统软件专委会、形式化方法专委会、软件工程专委会以及复旦大学联合承办，将于2023年12月1-3日在上海国际会议中心举行。

本次大会主题是“智能化软件创新推动数字经济与社会发展”，学术、工业、教育、竞赛等分论坛活动40余场，期待您的参与！

目前大会火热报名中！

CCF ChinaSoft 2023官方首页：

http://chinasoft.ccf.org.cn/

点击文末“阅读原文”或扫描下方二维码进入官方注册通道:

https://conf.ccf.org.cn/chinasoft2023

✦  +

+

论坛巡礼

论坛名称：面向云游戏的云侧软件技术论坛

时间：2023年12月01日08:30-12:30

地点：上海国际会议中心，5J会议室

论坛简介：

面向云游戏的云侧软件技术论坛，是中国软件大会上的一个重要活动，为国内外相关研究人员和实践者在面向云游戏的云侧软件技术领域的新方法、新技术、新模型等方面提供发表最新成果的学术交流平台。组织形式为：公开征集相关论文，经过专家的评审，由筛选出论文作者在论坛进行汇报、交流。投稿论文经大会两轮评审择优推荐给《计算机学报》。本年度每篇论文至少经２位评审人的评审打分，最终3篇进入该论坛，涉及理论、方法、以及应用等方面。另外，本次论坛还邀请了学术界和产业界的专家学者来分享他们最新的研究成果及见解。

日程安排

Schedule

论坛主席

  Forum Chair

孙毓忠（中国科学院计算技术研究所）

计算机体系结构国家重点实验室，中国科学院计算技术研究所，研究员、博士生导师，中国科学院“百人计划”获得者，共发表论文和专利100篇以上，论文它引400次。长期从事数据中心高效能和高安全性系统软件与运行时系统软件的设计与分析方法的研究，特别是在数据中心虚拟化技术和高效能调度技术的研究方面，课题组获得了上海市科技进步一等奖和国家科技进步二等奖。在云操作系统设计理论和方法方面形成了研究特色，体现在课题组承担的基金委重点课题“基于虚拟机架构的可信计算环境与可信软件设计”和“云数据中心基于应用共存特性的混合调度研究”等基金委基础研究课题，参与了李国杰院士牵头的基金委创新群体课题“超并行高效能计算机体系结构与设计方法研究”等其它基础研究课题方面；课题组也在高效能云操作系统关键使能技术方面通过承担的863课题“基于虚拟技术的新型网络服务器的研究”和“分布式I/O资源虚拟化技术研究”等在工程和关键技术方面验证了前述的基础理论研究。

宋莹（北京信息科技大学）

博士，副教授，硕导，北京信息科技大学计算机学院数据科学系主任。2009年毕业于中国科学院计算技术研究所，获博士学位。研究领域与方向：分布式计算、云计算、大数据计算平台。作为项目负责人多次承担国家自然科学基金项目及其他多项课题；参与国家863计划、中国科学院创新计划等10余项项目。目前的研究重点是大数据存储优化及恢复关键技术、大数据分析等。共发表学术论文50余篇，其中被SCI收录的论文有10余篇，单篇最高他引190余次（采用Google学术搜索检索），授权国内发明专利20余项。所在团队获2015年上海市科技进步一等奖和2016年国家科技进步二等奖。2018年获北京信息科技大学第十一届青年教师教学基本功比赛一等奖。2019年获北京市第十一届青年教师教学基本功比赛三等奖、最受学生欢迎奖。2019年度入选北京信息科技大学“勤信拔尖人才”培育计划。获2020年北京信息科技大学教育教学成果奖特等奖、一等奖、二等奖各一项。获2021年北京市教育教学成果一等奖一项。2022年获北京信息科技大学优秀主讲教师。

戚正伟（上海交通大学）

上海交通大学长聘教授，CCF系统软件专委会执行委员，CCF杰出会员、微软亚洲研究院访问教师、美国CMU大学访问学者，入选教育部新世纪优秀人才计划。主要研究方向为虚拟化与云计算，代表工作有GPU/FPGA虚拟化、新型“多虚一”GiantVM等，论文发表于S&P、ASPLOS、ATC、PPoPP、MM、HPDC、VEE、DAC、TPDS、TSE、TACO等会议和期刊，出版专著《NewBluePill：深入理解硬件虚拟机》、译著《UNIX高级环境编程》（第二、三版）、和专著《深入浅出系统虚拟化：原理与实践》（获得2021教育部-华为智能基座突出贡献奖），曾获得全国“挑战杯”特等奖优秀指导老师以及4项国家或省部级奖励。

李建欣（北京航空航天大学）

博士，教授，博士生导师，计算机学院党委书记，大数据科学与脑机智能高精尖创新中心研究员。2001年和2008年分别在北京航空航天大学计算机学院获工学学士和博士学位，2008年英国卢瑟福.阿普尔顿国家实验室访问，2011年微软亚洲研究院访问研究员，2015-2016年间美国卡内基梅隆大学CMU机器学习系访问学者。现任中国人工智能学会组织委员会委员、青工委委员，中国计算机学会大数据专委会执行委员、系统软件专委会执行委员等。主要研究方向：大数据计算、可信计算等。主持和参与了国家973、核高基重大专项、科技支撑、国家863计划、国家自然科学基金、香港RGC联合项目等。在TKDE, TC, TDSC KDD,IJCAI, NeurIPS等国际期刊和会议发表学术论文100余篇，获AAAI 2021、IWQoS 2022、DependSys 2017最佳论文奖等，IEEE会议杰出贡献奖。获得国家技术发明专利20余项，曾获国家技术发明二等奖1项，国家科技进步二等奖2项，省部级科技进步一等奖4项，北京市教学成果一等奖1项；2021年获评“国家科技系统抗击新冠肺炎疫情先进个人”，曾获“微软学者”和微软亚洲研究院“铸星计划”，北京市“科技新星”计划、教育部“新世纪优秀人才计划”和“青年学者”，中国电子学会优秀科技工作者（十佳）等。指导学生获得中国人工智能学会优博、ACM China北京分会优博等。

论坛嘉宾

Forum Guests

刘昊辰（阿里巴巴）

阿里巴巴元境资深技术专家，哥伦比亚大学计算机硕士，上海交通大学光信本科，曾任职于Google，为Google Stadia创始工程师，拥有超过10年云游戏行业的技术和商业落地经验

报告题目

云游戏关键技术进展与挑战

摘要

云游戏发展至今，在串流协议，网络传输，容器虚拟化，集群调度，云边协同等方面的技术都有许多突破性的进展。元境通过自研的容器、网络传输算法、云边协同调度等能力，在行业内建立了领先的云游戏服务技术体系。元境认为云游戏的未来是云原生的内容生态，而新的内容生态也带来了一系列新的技术挑战和需求。

姚远（西北工业大学）

西北工业大学计算机学院副教授，博导。主要研究方向为嵌入式智能计算、群体智能操作系统资源管理、无人集群智能协同等。近年来先后主持国家自然科学基金项目3项，参与包括自然基金重点、重点研发计划、军科委重点、国防基础科研等10余项。牵头申请获批团标1项，参与国标3项，申请国家发明专利10余项。已在国内外重要期刊、会议如INFOCOM、JSAC、TMC、TPDS、ICRA、DSN发表学术论文40余篇。曾获2021年ACM西安新星。

报告题目

嵌入式系统GPU实时调度方法研究

摘要

当前，大量的嵌入式系统已广泛部署GPU，以满足日益增长的智能终端计算需求。其中，一些安全攸关的嵌入式系统，例如无人车驾驶系统、无人机机载计算系统等通常都有非常严格的实时性要求。但是，固有的GPU调度方法并不提供实时性保障。因此，我们提出了基于负载感知的GPU伪可抢占实时调度算法（WAMP2S），通过虚拟化和容器编排技术，实现GPU算力资源动态分配的伪抢占式实时调度框架。该技术已在某无人机机载计算系统中应用，并实现了机载智能任务的实时调度。

许涛（英特尔亚太研发中心）

英特尔软件与先进技术事业部 系统软件总监 2002年清华大学电子工程系硕士毕业，在智能手机、Linux/Android操作系统和图形多媒体领域具有20+ 年软件产品研开经验，目前主要负责Android、Windows、Linux云应用（包括游戏）。

报告题目

Windows/Linux/Android 游戏云边端一体化融合

摘要

我们通过开源组件提供一组融合的容器化解决方案，同时将Windows /Linux PC 游戏和Android手游部署在云、边、端的主机上。用户可以在客户端通过本地或云游模式运行游戏，而云边服务器提供远程的算力支持。主要的技术要点包括：

1. 无虚拟化开销的Android、Linux容器解决方案

2. 通过Proton/Wine 轻量级软件栈在Linux容器中运行Windows 3A游戏

3. 将游戏负载通过统一的容器部署在云边端上

4. 共享音视频编码和WebRTC串流模块

5. 基于开源软件堆栈完全可定制和优化。

吴将凯（北京大学）

在读研究生，主要研究方向为沉浸式三维视频的生成、传输与交互，以第一作者在SIGCOMM、SIGGRAPH ASIA等国际顶级学术会议发表论文。

报告题目

基于图像预测的零延迟3D云游戏系统 

摘要

在云游戏中，交互延迟是影响用户体验的核心因素之一。虽然可以通过边缘缓存、拥塞控制等典型的网络基础设施来降低，但目前云游戏平台的交互延迟还远远不能让用户满意。为了消除传统云游戏系统的交互延迟，本文提出了一种新型云游戏系统ZGaming：用预测的图像即时响应用户输入，以带来零延迟的交互体验。为了提高预测图像的质量，本文提出（1）一种质量驱动的3D块缓存来减少“空洞”伪影，（2）一种服务器辅助的LSTM预测算法来提高动态前景物的预测精度，（3）一种预测性能驱动的码率自适应策略来优化预测图像的质量。在真实云游戏网络条件下的实验表明，与现有方法相比，在提供相同视频质量的情况下ZGaming将交互延迟从23ms降到了0ms，或者说在维持零交互延迟的情况下，ZGaming将视频质量提高了5.43db。

顾翼成（上海交通大学）

在读研究生，主要研究方向为GPU虚拟化，云游戏和云渲染。

报告题目

gVulkan:基于可扩展GPU资源池光线追踪像素级渲染

摘要

光线追踪技术在云游戏领域为高质量的图像渲染提供了巨大潜力。然而，其在实际应用中面临着一系列挑战。首先，光线追踪相对于传统的光栅化技术显著的增加了渲染时延。其次，光线追踪对计算资源的高需求使得大多数用户的本地资源无法满足。最后，通过多GPU加速光线追踪需要考虑原本以单GPU方式开发的应用程序的生态兼容性。为了应对这些挑战，我们引入了gVulkan，这是基于Vulkan的光线追踪的首个多GPU加速云渲染解决方案。gVulkan通过透明资源池将渲染任务卸载到云端，采用分割帧渲染技术实现任意数量的GPU并行加速渲染，同时借助渲染管理器对GPU的工作负载实现像素级别的动态平衡。实验证明，gVulkan可以在源应用无感知的情况下将其加速，最多可实现4个GPU的3.57倍加速。

杨汶昊（南开大学）

在读研究生，主要研究方向并行计算、图形渲染和资源调度。

报告题目

高效的多 GPU 并行流水线渲染架构

摘要

随着复杂场景下渲染需求的增加和计算硬件的迅速发展，开发高效的并行渲染架构变得至关重要。不同于传统并行渲染架构，本文将流水线思想与渲染流程相结合，设计并实现了一种多阶段的并行流水线渲染架构。该架构借助独立的计算引擎、渲染引擎和拷贝引擎实现了渲染阶段的功能并行。此外，通过交替帧渲染将渲染流程扩展到多 GPU 中，实现了 GPU 之间的数据并行，降低了处理器的等待时间，从而提高了实际渲染性能。实验结果表明，在负载均匀的双 GPU 设备中，相较于单 GPU 渲染最大可实现 1.82 倍的性能提升，接近理想加速比。

张贵鹏（中国科学院计算技术研究所）

在读研究生，主要研究方向高性能计算、云原生和数据中心资源调度。

报告题目

基于时间切片的游戏渲染与深度学习并发调度方法

摘要

随着云游戏和深度学习的快速发展，如何高效利用GPU资源成为了一个关键问题。本报告提出了一种基于时间切片的游戏渲染与深度学习并发调度方法，把云游戏场景下GPU空闲时间片利用起来。我们的方法通过拦截云游戏图形库命令提交API，实现了比操作系统进程切换或Hypervisor切换更高效的时间片切换。当游戏渲染不需要全部GPU资源时，可迅速将时间片让出给深度学习训练。我们的方法不仅确保了游戏渲染的流畅性，还在游戏空闲GPU时间片中进行了深度学习训练。初步实验结果表明，该方法在保证游戏体验的同时，有效提高了GPU的并发处理能力，为云游戏和深度学习的高效结合提供了一种新的可能性。