System Support for Wearable Virtual Reality

Presentation on theme: "System Support for Wearable Virtual Reality"— Presentation transcript:

1 System Support for Wearable Virtual Reality
陳昇瑋 吳真貞 張原豪

2 計畫總覽 由系統層面著手，研究與穿戴式虛擬實境相關議題，開發虛擬實境應用的關鍵技術。 服務品質(QoS / QoE)量測與管理 雲端資源配置
以 social VR 做為應用情境，考慮如何對雲端平台內的 social VR 應用進行資源分配，使得在保證應用效能的情況下，提高伺服器資源使用率。 省電高效能的資料存取 利用新型非揮發記憶體，來提供更高效能但節電之 Mobile VR資料存取索引管理及 VR Cloud資料索引架構設計。 從 2012 年 Oculus Rift 在國外知名眾募網站 kickstarter 募資開始，大批開發者投身到 VR 項目的開發中，使得 VR 成為最近一個非常火紅的產業。 我們注意到 VR 技術的興起，因此我們提出這個計劃，由系統層面著手，研究與穿戴式 VR 相關的幾個技術議題，並開發虛擬實境應用的關鍵技術。 首先與使用者最相關的部分是 VR 的服務品質(QoS)，或稱使用者體驗(QoE)。 在這個部分，我們 … 另外，虛擬實境應用已經原本單人單機模式，朝向多使用者方向發展。 許多廠商如 facebook 及 Oculus 都開始發展虛擬實境社交 (social VR) 應用。 在這種多人模式底下，必須透過雲端伺服器的協助才能實現。 因此我們以 social VR 做為應用情境，考慮如何對雲端平台內的 social VR 應用進行資源分配， 使得在保證效能不影響使用者體驗的情況下，提高伺服器資源使用率。 伺服器資源使用率提高可以節省使用的伺服器數量，進而達到省電及節省經營成本的目標。 除了在資源分配之外，我們也研究記憶體的資料存取，希望能提供更高效能卻省電的技術。 我們利用新型非揮發記憶體，來提供更高效能但節電之 Mobile VR資料存取索引管理。 這個技術不只有用在 mobile VR 的頭戴式裝置上，也可以應用到 VR Cloud 資料索引架構設計。 以下我們用一張系統架構圖說明這三個項目之間的關聯性。

3 系統架構圖與關聯性說明 VR雲端建置 VR終端裝置 研究標的二 研究標的一 研究標的三 研究標的三 高效率雲端資源配置
非揮發性記憶體雲端資料庫管理 VR終端裝置 研究標的一 QoS/QoE測量研究 研究標的三 非揮發性記憶體終端資料庫管理 此計畫主要分為兩個主要之系統，分別為伺服器端的VR雲端平台，以及終端裝置的VR頭載式裝置。 我們可以看到在架構圖上標出的三個研究標的。 首先，在VR終端裝置方面，有研究標的一，QoS/QoE測量研究與設計，此研究標的主要是在進行…。 此外，由於耗能主要為VR裝置上的一大挑戰，因此為了降低系統耗能，VR裝置採用了低耗能的NVM記憶體架構。 然而此架構對資料存取上帶來了新的挑戰，因此在終端裝置上研究標的二即在進行NVM-based架構上資料庫索引設計研究。 在雲端平台方面，我們考慮如何分配資源給運行 social VR 應用的 container， 使得在保證使用者體驗的情況下，提高伺服器資源使用率，已達到省電目的，做為此計劃的研究標的二。 更進一步的，在雲端平台上，資料存取管理，也可以採用較低耗能的NVM記憶體架構，因此如何管理雲端上的資料存取也是研究標的三所著墨的。

4 雲端資源配置 研究標的 以虛擬實境聊天室(VR chat room)做為 social VR 的應用。
與一般多人線上遊戲(MMO)不同，每一個 VR chat room 是一個獨立的個體。 在聊天室內的使用者只能看到在相同聊天室內的使用者，無法與其他聊天室互動。 在聊天室內使用者可以透過頭戴裝置及控制器，操作自己的化身(Avatar) 。 使用者也可以在聊天室內建立虛擬物件(virtual objects)，並與其互動。 以上這些在現有的應用，例如 vTime 及 facebook social VR ，已經可以實現。 我們的研究目標是設計一套合適的資源分配演算法，對雲端平台內每一個 VR 聊天室進行資源分配， 使得在保證使用者體驗的情況下，提高伺服器資源使用率。 An Analysis of WoW Players’ Game Hours

5 雲端資源配置 研究方法 使用容器技術 (container) 包裝 VR 聊天室。
各項資源需求與聊天室內使用者人數以及虛擬物件數量相關。 設計並比較不同的容器佈建策略 (deploy strategy) 以及資源要求方式。 佈建策略：Best-Fit, Next-Fit, Worst-Fit, Spread, Age-Based 資源要求方式：依照容器規格, 依照實際需求, 略大於實際需求 由於每個 VR 聊天室具有獨立性，我們認為合理的做法是將每一個聊天室利用容器技術(container)包裝起來。 容器技術是一個輕量的OS 虛擬化技術(light-weight operating-system-level virtualization method)， 與傳統虛擬機器 (Virtual Machine)比起來，具有較低的 overhead 及資源分配較為 flexible 的優勢。 在本計劃中，我們考慮分配的資源包括處理器、記憶體，以及網路頻寬。 每一個容器所需要的各項資源，則主要受到聊天室內使用者數量，以及虛擬物件數量影響。 因此同一個容器的資源需求會隨著時間動態變化，這是跟一般只考慮靜態需求的容器佈建問題最不同的地方。 我們設計並比較不同的容器佈建策略。 我們考慮以下五種不同的佈建策略，包含知名的 Best-Fit, Next-Fit, Worst-Fit，以及 Spread 和 Age-Based。 Spread 是將運行聊天室的容器數量平均的分配到伺服器上運行。 而 age-based 則是根據”使用時間越長，結束機率越高”這個性質， 將新開啟的聊天室與已經開啟很久，有很高機會結束並釋放資源的聊天室放在相同伺服器，來避免資源競爭。 在容器的要求資源方式，我們考慮三種不同狀況。 第一種是不考慮實際用量，直接依照容器規格要求資源。 第二種是依照實際需求，而第三種是除了實際需求外，額外保留一些資源做緩衝。 根據要求資源方式以及不同的佈建策略，我們去估計各種組合的結果。 An Analysis of WoW Players’ Game Hours

6 雲端資源配置 研究產出

7 利用新型非揮發記憶體來 提供更高效能但節電之資料庫存取
研究標的 利用新型 NVM 取代 DRAM 及 HD/SSD 來建置低功耗之 mobile VR 和 節電之資料庫系統。 整合考量 傳統記憶體架構以 cache line 為單位之存取模式 和 mobile VR 應用之特有的存取行為，大幅提升資料庫存取之效能，並降低因資料庫存取所造成的延滯。 NVM 為了要實現更省電的儲存架構於穿戴式VR裝置，此計畫目標是利用新型 NVM 取代 DRAM 及 HD/SSD 來建置低功耗之 mobile VR 和 節電之資料庫系統。雖然NVM可以省下大量的系統閒置時間的耗電，但相對的此儲存裝置也帶來較高的寫入耗電與較長的寫入延遲，此計畫也在新的NVM架構上整合考量 傳統記憶體架構以 cache line 為單位之存取模式 和 mobile VR 應用之特有的存取行為，大幅提升資料庫存取之效能，並降低因資料庫存取所造成的延滯。 An Analysis of WoW Players’ Game Hours

8 利用新型非揮發記憶體來 提供更高效能但節電之資料庫存取
研究方法 基於新型 NVM 為記憶體與儲存體的架構下，重新設計資料庫的 indexing structure（如 B+ Tree），並針對 mobile VR 應用特有的存取行為做效能最佳化。 為了要讓NVM的缺點在Mobile VR應用上完全被隱藏，此計畫基於新型 NVM 為記憶體與儲存體的架構下，重新設計資料庫的 indexing structure（如 B+ Tree），並針對 mobile VR 應用特有的存取行為做效能最佳化。最主要由於NVM的儲存裝置對於寫入較多的使用者存取行為會較曝露其缺點，此計畫就利用了新型態索引系統的設計來大幅降低資料索引建置時寫入效能與耗能的影響，並增加資料存取的Locality來進一步提升資料讀取之效能。 An Analysis of WoW Players’ Game Hours

9 利用新型非揮發記憶體來 提供更高效能但節電之資料庫存取
研究產出 如下圖所示，所提出之 xB+-Tree 設計，相當適用於 mobile VR 或無線感測網路等 write-intensive 之應用。 相比於現有之資料庫設計，所提出之 xB+-Tree 設計，能有效減少資料庫 insertion 操作之平均執行時間達 55.20%，並省下 query 操作之平均執行時間達 23.36%。 然而，所提出之 xB+-Tree 設計會造成較長 delete 操作之平均執行時間。 根據此計畫所設計的xB+-Tree ，我們利用了以社群運算為主的資料存取行為進行了效能分析實驗，根據實驗結果，如圖所示，所提出之 xB+-Tree 設計，相當適用於 mobile VR 或無線感測網路等 write-intensive 之應用。相比於現有之資料庫設計，所提出之 xB+-Tree 設計，能有效減少資料庫 insertion 操作之平均執行時間達 55.20%，並省下 query 操作之平均執行時間達 23.36%。然而，所提出之 xB+-Tree 設計會造成較長 delete 操作之平均執行時間。 An Analysis of WoW Players’ Game Hours

10 THANK YOU!