Стрийминг работни потоци в AWS

Резюме за ръководители

• Две референтни архитектури на AWS Media описват работни потоци за (1) персонализирано server-side ad insertion (SSAI) при висока едновременност и (2) AI-асистирано извличане на live highlights и създаване на вертикално видео за социални платформи.
• Дизайнът за SSAI е фокусиран върху AWS Elemental MediaTailor, интегриран с Google Ad Manager (GAM) чрез VAST, като генерира HLS манифести за всяка сесия и поддържа асинхронно ad tracking чрез MediaTailor PING.
• Прототипът за вертикално видео използва AWS Elemental Inference за детекция на ключови моменти, event-driven оркестрация с Amazon EventBridge и работни потоци за пакетиране и конвертиране на клипове, обхващащи HLS сегментиране, съхранение в Amazon S3 и генериране на MP4.

Ключови развития в индустрията

• Персонализирано SSAI при висока едновременност с използване на HLS манифести
• Sony LIV достави персонализирани реклами в мащаб до пик от над 10 милиона едновременни зрители по време на Asia Cup Cricket 2025.
• Множество live входове бяха ingest-нати и кодирани с AWS Elemental MediaLive в adaptive bitrate (ABR) HLS варианти, установявайки базовия формат на потока за последващо ad insertion и доставка.
• AWS Elemental MediaTailor функционира като SSAI слой, като динамично генерира манифести за всяка сесия с вмъкнати реклами, позволявайки персонализация на ниво манифест вместо да изисква client-side stitching.
• Интеграции за ad decisioning и tracking, проектирани за мащаб
• Архитектурата за SSAI използва AWS Elemental MediaTailor, интегриран с Google Ad Manager (GAM), като използва VAST отговори от GAM за ad decisions.
• Възможността за pre-fetch на MediaTailor беше използвана за намаляване на request timeouts и проблеми с throttling при Ad Decision Server (ADS) по време на периоди с висока гледаемост, което показва изрична мярка за ограничаване на натиска върху ADS при натоварване.
• Функцията PING на MediaTailor позволи асинхронен ad tracking за отчетност на импресии, без да влияе на възпроизвеждането или производителността, отделяйки tracking повикванията от критичния playback път.
• AI-базирано, event-based създаване на highlights и вертикално форматиране
• AWS Elemental Inference е описана като напълно управлявана AI услуга, която автоматично открива ключови моменти и трансформира излъчвания във вертикално видео съдържание, насочено към 9:16 вертикални социални платформи.
• Прототипът автоматично открива ключови моменти от live спортни излъчвания, извлича клипове, преформатира ги за 9:16 вертикални платформи и ги показва в портал за преглед в рамките на секунди, подчертавайки low-latency редакторска наличност.
• Всяка детекция генерира събитие към Amazon EventBridge, което позволява event-driven работен поток, при който детекциите задействат последващи действия по извличане на клипове и съхранение.

Реални случаи на употреба

• SSAI за live спорт с multi-CDN дистрибуция
• Работен поток за live спортен стрийминг използва AWS Elemental MediaLive за ingest и кодиране на множество live входове в ABR HLS варианти, след което разчита на AWS Elemental MediaTailor да генерира HLS манифести за всяка сесия с персонализирано вмъкване на реклами.
• Работният поток за SSAI се интегрира с Google Ad Manager (GAM) за ad decisioning чрез VAST отговори, съгласувайки избора на реклами със стандартен формат за ad response, използван от ad servers.
• Финалните HLS манифести и сегменти бяха разпространявани през множество CDNs в multi-CDN среда, включително Amazon CloudFront, за да се поемат регионални пикове на трафика и да се осигури low-latency доставка.
• Оперативна поддръжка за live стрийминг работни потоци
• AWS Unified Operations for Media предостави архитектурни насоки, прегледи на работни потоци, координация с партньори и real-time поддръжка по време на live стрийминг, отразявайки operations-ориентиран слой около работния поток на live събитието.
• Извличане на live highlights, управление на клипове и MP4 изходи
• Live работен поток използва AWS Elemental MediaLive за ingest и кодиране и AWS Elemental MediaPackage V2 за сегментиране на съдържанието и поддържане на rolling window за извличане на клипове, подпомагайки near-real-time извличане от live потока.
• AWS Elemental Inference изпращаше събития към Amazon EventBridge, съдържащи PTS стойности, описателни тагове и AI-генерирано описание, което задейства извличане на клипове и съхранение в Amazon S3.
• Работните потоци за видео редактиране и MP4 изтегляне използваха асинхронна обработка с Amazon SQS опашки и AWS Lambda функции, съхранявайки резултатите в S3 и обновявайки записи в Amazon DynamoDB; HLS съдържанието беше конвертирано към MP4 формат с AWS Elemental MediaConvert.

Защо е важно

• Производителността на SSAI зависи от контролиране на натоварването по пътищата за ad decisioning и tracking
• Генерирането на манифест за всяка сесия позволява индивидуализирано вмъкване на реклами, като запазва възпроизвеждането в HLS, но увеличава значимостта на устойчиви работни потоци за ad decisioning и tracking при едновременност.
• Pre-fetch на ad decisions може да намали ADS timeouts и throttling при периоди с висока гледаемост, а асинхронният tracking чрез MediaTailor PING може да запази производителността на възпроизвеждането, като същевременно поддържа отчетност на импресии.
• Event-driven AI работните потоци за highlights формализират low-latency редакторски pipeline-и
• Изпращането на структурирани събития за детекция (включително PTS стойности и тагове) към Amazon EventBridge поддържа детерминистично извличане на клипове от rolling HLS window и позволява последваща автоматизация без да е необходимо ръчно откриване на timecode.
• Модели за асинхронна обработка (SQS + Lambda) и устойчиво съхранение (S3) поддържат паралелизируеми работни потоци за конвертиране и дистрибуция на клипове, включително генериране на MP4 за изтегляне и споделяне.

Източници

• https://aws.amazon.com/blogs/media/how-sony-pictures-networks-india-delivered-personalized-ad-insertion-at-scale-on-aws/
• https://aws.amazon.com/blogs/media/how-aws-built-a-live-ai-powered-vertical-video-capability-for-fox-sports-with-aws-elemental-inference/