4月24日，罗斯基联合汇量科技旗下一站式增长分析与发行决策平台热力引擎、AWS代理服务商Verycloud共同主办的“游戏赛道新机会”深圳站线下沙龙举办。
在活动上，VERYCLOUD首席运营官孙安带来了《2024年游戏出海的机会和挑战》。VERYCLOUD是亚马逊的高级合作伙伴，也是AWS的服务合作商，在出海方面有丰富的经验。其通过多年服务客户的案例出发，总结了出海的经验和挑战。
以下是分享内容整理：
江苏睿鸿网络技术股份有限公司从CDN起家，现在接触了云计算、数字政府以及IEC的一些行业，目前在北上广深都有办公室。公司也获得一些企业资质、人工智能证书，去年获得了江苏的先进企业资质。
在与亚马逊的合作方面，睿鸿是亚马逊的高级合作伙伴，也是AWS的服务合作商。我们是2021年入场的，2022年获得AWS成长之星合作伙伴，2023年获得了AWS提供的RSI合作伙伴荣誉资质。
如何降低网络延迟 提高游戏体验
今天主要讲一下游戏出海的一些挑战。根据我们这些年的客户经验总结了三点。
第一点讲一下怎么降低网络延迟，提高用户体验。先从游戏类别进行划分，主要分为三类。一类就是基于会话的游戏，比如王者荣耀，或者是FPS。这种游戏对网络延迟要求会比较高，可能需要60毫秒内的延迟。
第二种是回合制的，或者是轻量级的游戏，这种延迟要求会稍微低一点，比如通过动画效果去降低延迟，所以它对延迟的要求会稍微低一点。
第三种是大型多人在线RPG这种游戏，它的延迟要求就会稍微低一些，可能在200毫秒左右，但是它对服务器的吞吐需求会比较大一点。根据这些不同的游戏类别，我们给客户定制不同的解决方案。
对于降低延迟，我们首先是从玩法进行设计，因为不同游戏的玩法不一样，对于需要特别低延迟的游戏，一般是考虑做全球同步的部署，或者是当地的部署。比如玩家都在日本，那就不能把游戏中心部署在美国，这样延迟会比较高。还有一种是通过网络协议降低延迟，这是前期考虑的需求。
AWS提供了两种降低延迟的方法。一是缩短物理距离，缩短玩家到服务器之间的物理距离。说到物理距离，AWS也提供了一些服务项，如outposts。这些可以就近用户侧去部署数据中心，这些数据中心可以直接拉出业务，比如英雄联盟这类游戏，它可能需要在玩家的就近侧去部署来降低延迟。
第二，游戏不需要特别低的延迟，可以通过一些加速的方式，AWS也提供了两种的加速服务，一个是CDN，另一种是GA的加速服务。支持TCP 或者UDP协议，所以在三四层还有七层对应的这种协议上，它都有相对应的这种加速服务。
那下面介绍两个就是基于AWS服务，提供的全球同步的加速架构。第一个是集中式部署加边缘节点，这种是比较简单的，比如游戏发行在美国，把游戏部署在美国，全球都可以通过这种单通道CDN或者是GA加速服务，这种也是显而易见可以减少运维成本的方式。
假设一开始在美国发行，后面印度的用户多起来，印度的用户都去访问美国的数据中心的话，延迟会比较高，所以后面也可以考虑在印度部署相同的业务。这种服务比较适合，平时稍微不是那种敏感的游戏，像MMORPG这种游戏。
第二种就是中心服再加上游戏服这种架构。中心服的部署一开始比如放在新加坡，当游戏服玩家对战的时候需要创建房间，这种房间的话一般是可以在对应的区域去用到，去再创建相对应的游戏服。像王者荣耀这种或者是枪击类游戏，这种需要低延迟就可以用到这种中心服加游戏服的架构。用这种架构的话，一个优势是亚马逊云可以按需服务的，可以做到自动扩展的，在玩家对战的时候，才去部署资源，可以降低游戏的成本。
我们提供一些加速方案，刚才讲到就是CDN加速，还有GA加速。AWS因为是偏海外的数据中心，边缘节点会比较多。但是像中国或俄罗斯，边缘节点会比较少一点，所以最终考虑到这一点之后，做了CDN平台。在这个平台上可以支持中国还有海外以及一些边缘国家。在平台上是可以直接做业务配置，像监控以及计费等等，这些都可以去部署。那我们也是支持这种自建版或是SaaS版本的产品，也是为了方便大家做加速，可以用一下我们这种产品。
构建全方位网络安全防护体系
第二块讲一下安全。应该大家都多少听说过DDoS攻击了，像DDoS的这种攻击一般就是黑客或者是同行的竞争。黑客勒索的话，海外的业务受到攻击会比较多一点，像香港或者是新加坡，他们一般是针对大一点的公司或者是金钱类的公司。还有一种是同行竞争，他不是要金钱，是想要影响用户的体验。针对这两种攻击，怎么做相关的防护？
根据DDoS提供的相关产品，我们给到客户做DDoS的解决方案啊。刚才讲到这种DDoS，它有 七 层或者是三四层的DDoS攻击， 七层攻击可以用 AWS WAF 服务，WAF 支持HTTP协议 的请求，像 IP的请求速率有限制，比如每分钟多少次请求，就把这个IP block。还支持像是注入等等一些攻击的。关于三四层的攻击的话，比如有UPD的Flood 攻击 或者是 TCP的SYN FLood攻击，我们一般会给客户加一些加速服务，像GA。GA支持把UDP协议的请求抵挡掉，这种就可以很大降低攻击量。
如果对于TCP SYNC这种攻击，我们也提供相关的服务，比如shield advance，它支持实时去监控，从入口分析拦截。
AI驱动游戏内容创新
下面讲一下AI。去年AI比较火，像OpenAI、GPT 4等，现在AI也应用在不同行业上，它的需求也是很多的，后面会讲到针对游戏行业的需求。
介绍一下AWS提供的AI产品，AWS提供的AI主要有机器学习，或者是一些AI的SaaS类服务。比如机器学习类的，可以提供社区内的机器学习的平台，在这个平台上可以支持个人开发者或者是机器学习的工程师，做数据标签或者是模型的训练，模型的部署，还有模型调优上的工作。在这个平台上提供不同的服务。
像Groud Truth内嵌机器学习的算法，它可以打标签，还提供科研的平台，比如Sagemaker Studio，它的IDE的平台，是提供Web的IDE环境。在这个环境上可以做代码的开发模型的训练、模型的导优等等。它提供Endpoint端节点，可以把模型直接部署到Endpoint，这个Endpoint是托管的，不用管底层的资源。
AI是开箱即用的，只需要调接口就好。像Rekognition是支持图片的识别，我们有用户用来做图片识别，里面的人或者物的数量，或者是类型，也可以做鉴黄的工作，可以直接调动接口。另外也支持像语音转文本、文本转语音的服务，像翻译或是文本的分析等等服务。
上面是提供的机器学习上的服务。下面讲生成式的AI的服务，这个AI服务相比其他云厂商提供这种大模型，AWS提供了一个GAI服务叫做bedrock，这个Bedrock服务收集了现在市场上大多数的大预言模型，像Meta，它提供的这种LLAMA2，或者是后面要出的LLAMA3，都可以在Bedrock上去用。还有现在很火的Claude模型，目前的话在Bedrock上支持对应的三个模型。
另外它还支持亚马逊自己开发的大语言模型，这个服务的话优势就是它的模型是不需要我们自己去部署，可以完全托管。他也提供一些接口，这些接口可以对模型进行调优。因为大语言模型，它的内容大而全，没有区分类别，但如果我们要把这个模型应用到咱们游戏的业务上面的话，就需要对模型做训练调优，生成对应业务场景的模型。
下面是最近比较火的模型Claude3，目前是在大预言模型评分网站分数排名第一。目前提供了三个模型，第一个Claude3 Haiku，第二个是Claude3 Sonnet，还有一个是Claude3 Opus。这三个模型目前的评分都比Chat GPT 4还有3.5的比分高。它提供本科生的水平，研究生的推理的能力，以及数学的解决能力，还有代码的编写能力等等。另外Claude3是支持多模态的，除了文本类的，可以支持图片类的识别等等。
生成式AI它的一个工作流程，生成式AI的前期需要训练模型，训练模型需要用到大量的数据，像文本或者是图片等，收集起来之后通过几周或者是几个月的时间做训练，需要消耗很多算力资源。前面基本都是用现有厂商提供的大预言模型的，我们需要做的其实是后面这一部分，主要是对模型做微调，那微调的作用是把这个模型训练成行业场景的需求，然后把模型部署上去。
总结一下，生成AI在游戏行业中的应用场景，主要有四个。第一是游戏内容上的生成，比如概念图，或者是场景，或者素材的生成，这种主要用比较多的是生图类的工具，或者是生成语音或生成视频类的工具。
第二种就是文本生成工具，有游戏客户用来做智能客服，或者是做智能APP功能。第三种是平台运营上的需求，主要是用来做文本识别，或者是游戏社区的分析、产品的分析等。第四是游戏的智能体，像对战机器人或者是虚拟玩家。
下面介绍下现在用的比较多的应用场景。一个是Stable Diffusion，如果大家有用过这种配图工具的话，应该都有了解过Stable Diffusion，可以生成图片。他是开源的，所以部署在AWS的平台上。Stable Diffusion已经支持在SageMaker机器学习平台上面了。我们有统计过，大概可以减少58%模型训练、模型推理的时间成本。
这是Stable Diffusion提供的案例，我们通过模型，帮客户生成对应的素材。这个就主要是用到了Stable Diffusion提供通用模型，已经有其他人通过这个Stable Diffusion这个大模型帮他做了优化，做成了动漫或者游戏类的模型。用这个模型的话，可以生成的动漫系人物。
我们要做是改动提示词，在提示词上写想要的需求，比如一个女孩戴着眼镜，还有头发等生成相对应的图片。如果我们生成图片，符合需要的效果之后，还可以做微调，把图片做局部的微调。Stable Diffusion也提供工具。Stable Diffusion提供了Reference-only工具，支持人物细节的连续输出，可以改善局部的变化。图中就是五官不变，发色或者是衣服的颜色改变。
也可以改善五官的表情，表现出人物的喜怒哀乐等等。
这是换装应用场景，比如有魔法人物之后，可以把自己的装备应用到这个能力上，通过工具把衣服放上去。
Stable Diffusion目前在AWS上是有一整套的解决方案的，这个方案支持部署在AWS的Sagemaker，Sagemaker是提供异步推理的方式，底层是托管的，请求的话支持异步推理。另外前端支持像API、Gateway这种完全无服务器的架构，这种架构不用维护底层的服务器资源。
下面这一层，就是模型训练的调优。因为直接用通用模型的话，它生成的类别是不可控的。如果要生成游戏类的模型的话，可以自己做训练生成模型，然后放到镜像仓库或者是S3存储上面。
第二个产品是做运营上分析，比如游戏聊天的文本分析也是可以通过这种代理模型，现在支持直接分析评论，聊天是不是涉及辱骂或者不合规的内容。还有社区运营的功能，可以直接搜集社区上的文本做聚类分析。
再讲一个，通过Bedrock支持NPC的对话场景。这个游戏GPT的应用，可以做到智能化的NPC，它的对话内容，还有它的人物动作都是多样性的、更人性化的，在跟他交流的时候可能会有更多的乐趣。针对这种应用场景，我们也推出了一套相关的解决方案。主要还是用Bedrock服务，使用里面的大模型。1、2、3、4的话就是常见的通过前端游戏引擎调结果。2、3是服务器的应用架构，把聊天的内容请求给他回复对应的内容过来。5是做文本转语音的服务。
1、2、6、7、8的话就是做微调的功能，像NPC这种场景，刚才讲到大预言模型是通用型的，它的知识内容会比较广，所以要针对比如游戏的NPC应用场景做调优。那我们会把游戏的数据，或者是产品的数据把它投到S3这种对象存储上，然后通过Opensearch解码把数据做成向量化，然后存到向量数据库上面去。bedrock可以调用向量数据库上的文本，根据提供的游戏数据，NPC回复的内容会更精确。这个架构目前也有对应的解决方案，所以也可以先部署，那么如果大家有兴趣的话也可以测试下。
最后介绍一下，提供的AIGC服务，目前我们是提供了云FUN AI 站，这个平台支持生成的文本、图片的功能，还有像智能回答、智能解答的功能，这个品牌也是支持SaaS部署，还有独立部署、私有化部署两种形式。我们在这个平台上内嵌Stable Diffusion提供的课程，让你更快的去入手这些产品。
