刘 达
(中国电影科学技术研究所,北京100086)
电影是科技进步的产物,是科技和艺术的融合体,是一种兼具工业属性和文化属性的特殊产品。进入新时代,我国经济发展已由高速增长阶段转向高质量发展阶段,内外部环境发生深刻变化,科技创新能力与技术应用水平成为决定综合国力和国际竞争力的关键因素。
随着胶片电影向数字电影整体转换的全面完成、电影产业信息化建设和智能化升级的持续推进以及高新技术格式电影摄制播映的迅猛发展及广泛应用,电影作为科技与文化的深度融合体,正呈现积极、迅猛、持续发展态势,在此背景下,科技创新能力、高新技术研发与应用水平在电影产业发展中的支撑和引领作用愈加显现和日益突出。
近年来,云计算 (Cloud Computing)技术从概念阶段迅速发展到落地应用,并不断扩展到诸多行业和领域。云计算并不是一项全新的技术,其起源并有效融合并行计算 (Parallel Computing)、分布式计算 (Distributed Computing)、网格计算(Grid Computing)、虚拟化 (Virtualization)、面向服务架构(SOA)等技术和思想而形成。云计算技术由于在商业模式上实现重大创新,因而获得巨大成功。一般来说,巨型机/大型机时代向微型计算机/个人计算机(PC)时代的发展演进被誉为信息通信技术(ICT)产业的第一次重大变革,微型计算机/个人计算机 (PC)时代向互联网 (Internet)时代的发展演进被誉为信息通信技术 (ICT)产业的第二次重大变革,互联网时代向云计算时代的发展演进被誉为信息通信技术 (ICT)产业的第三次重大变革(图1),而且第三次变革相对于前两次变革更为深刻、更具影响力,因而云计算技术在ICT 产业发展中占据不可低估的重要地位。
图1 信息通信技术 (ICT)产业的三次重大变革
简言之,云计算是一种基于互联网的新型商业计算模型和信息服务模式,其通过将计算任务分布在资源池上,使用户按需获取计算能力、存储空间和信息服务。云计算具有弹性服务、资源池化、按需服务、服务计费、泛在接入等技术特点,其服务类型涵盖软件 (Software)、平台 (Platform)、基础设施 (Infrastructure)三种基本模式,简称SPI模型,分别代表软件即服务 (SaaS,Software as a Service)、平台即服务 (PaaS,Platform as a Service)、基础设施即服务 (IaaS,Infrastructure as a Service),即通过对底层软硬件资源进行不同级别的封装,进而将资源转化为服务。一切皆服务(Everything as a Service)是云计算的发展要求和主旨思想。
云计算作为新一代信息通信技术 (ICT)领域的核心技术,是信息文化传媒产业提质升级增效、业务与服务模式创新变革的重要力量,将对电影产业的发展升级产生重大而深远的影响。迄今,电影产业已步入云计算时代,计算密集型应用 (Computing-Intensive Applications)持续增长,计算能力(算力)的显著提升为计算密集型应用的实现提供了技术支撑和可行性方案。近年来,计算能力的有效提升主要源于以下诸多因素的综合影响:(1)CPU/GPU/TPU/NPU/FPGA/SOC/SOPC等芯片的时钟频率和处理能力显著提升;(2)单核体系结构加速向CPU 多核体系结构/GPU 众核体系结构演进;(3)纵向扩展(Scale-Up)加速向横向扩展 (Scale-Out)演进;(4)并行计算、分布式计算和云计算发展迅猛,应用日益广泛和不断深入;(5)高性能计算(High Performance Computing,HPC)/超级计算(Super Computing)发展迅猛,E 级 (Exascale)超算被公认为全球超算界的战略发展制高点。
美国能源部橡树岭国家实验室已于2018年6月宣布研制完成顶峰(Summit)超级计算机,其浮点运算速度峰值可达每秒20亿亿次,逼近我国神威·太湖之光超级计算机的2倍,中国超算连续5年世界第一的地位被美国所取代。近年来,全球超算强国都在加快布局下一代超算和筹划研制E 级超算,预计到2021 年E 级超级计算机将会问世。迄今,由国防科技大学牵头研制,运算速度预计可达 “天河二号”10倍以上的新一代百亿亿次级 (Exascale)超级计算机“天河三号E 级原型机系统”已在国家超算天津中心完成研制部署。超级计算 (高性能计算)不同于云计算,其主要面向国家公共服务重大工程项目和企事业单位用户,而非个人用户,且必须有效解决行业定制问题,提升行业契合度,以满足行业发展需求。超算中心可作为电影后期模型渲染、特效制作等计算密集型业务的实施载体,通过在影视制作基地、影视产业园和超算中心之间部署高速光纤专线,以支撑大容量、高码率影视素材与节目文件的高速和安全传输。
科技发展永无止境,随着人类社会由信息时代向智慧时代发展演进,云计算技术也在与软件定义网络(SDN)、网络功能虚拟化 (NFV)、人工智能(AI)、机器学习(ML)、大数据(Big Data)、物联网(IOT)、无线传感网 (WSN)、第五代移动通信(5G)等技术实现共融发展。此外,云数据中心(Cloud Data Center,CDC)、移动云计算 (Mobile Cloud Computing,MCC)、云端融合、车载云计算(Vehicle Cloud Computing)、绿色云计算 (Green Cloud Computing)等云核心基础设施和相关新兴衍生技术也在持续发展与应用。可以预见,云计算技术将在支撑电影工业化体系构建、促进电影产业提质升级增效和实现高质量发展中发挥不可低估的重要作用。
电影工业化体系构建是一项庞大、复杂的系统工程,不仅需要电影行业加强完善顶层设计,以重大工程设计为抓手积极推进科技创新和高新技术应用,而且需要新一代信息通信技术 (ICT)的有力支撑。“构建工业化体系,铸就新时代精品”是新时代对我国电影产业提出的发展需求,其中精品的内涵极其丰富,覆盖精品电影、精品工艺、精品技术、精品系统、精品设施等内容。为适应上述发展需求,云计算时代电影工业化体系构建必须遵循以下基本原则:统筹科技创新和工匠精神;统筹顶层设计和工程实践;社会效益和经济效益并重。在以上基本原则的基础之上,应当采取以下实施策略:
(1)适应技术演进趋势和产业发展需求,科学规划和有效规范电影拍摄制作整体技术流程与基本技术流程,加快推进家庭作坊、机器大工业制作模式向现代化工业与智能化生产制作模式的转变。
(2)运用大数据挖掘分析、视觉预演 (Pre-Viz)、信息可视化 (Information Visualization)等技术,有效规避和降低电影制片风险,科学指导电影创作、制作和生产,提升电影产业的科学决策水平。
(3)支持基于高速互联网和云计算平台的电影网络化分布式远程跨域协同制作,加快创建 “强强联合、优势互补、协同创新”的电影制作新机制,构建云计算体系下的现代电影生产制作工艺流程和新型产业服务模式,为国产精品电影持续推出提供技术支撑和平台保障。
(4)综合运用计算机视觉 (Computer Vision)、大数据分析(Big Data Analysis)、人工智能 (Artificial Intelligence)、机器学习(Machine Learning)、深度学习 (Deep Learning)、生成式对抗网络(GAN)等技术,创建基于自然界真实数据的大数据驱动的电影制作新模式。
(5)综合运用计算机图形图像 (CG/CGI)、新兴视听技术 (4K/8K/3D/4D/HFR/HDR/WCG/Giant Screen/Immersive Audio)、虚拟摄制、虚拟资产、三维激光扫描、虚拟现实/增强现实/混合现实/全息 (VR/AR/MR/Holography)等技术,丰富、完善电影摄制手段,创新电影视觉表达方式,不断增强拓展电影视觉表达的感知性与认知性。
(6)研究制定电影拍摄制作领域相关技术标准(覆盖视觉预演、前期拍摄、后期制作、VFX 视效制作、母版制作等环节),并实施影片质量控制(QC)和流程优化,推进电影拍摄制作环节的规范化。
(7)高度重视安全 (Security)和版权 (Copyright),综合运用数据加解密 (Encryption/Decryption)、密钥管理 (Key Management)、数字水印(Digital Watermarking)、数字签名 (Digital Signature)、可信计算 (Trusted Computing)、区块链(Blockchain)等技术,保证电影内容安全和实施数字版权管理(DRM)。
(8)影视制作基地和影视产业园的规划、布局和建设,要适应计算、应用和服务向云端迁移趋势,积极推进云化、信息化和智能化建设,全面提升科技含量和综合服务能力,避免低水平重复建设。
(9)高度重视电影工艺链中重大技术服务平台建设和工程设计。平台化是电影产业向专业化、集约化和更高层级发展演进的必由之路,重大技术服务平台建设和工程设计是关键技术实现落地应用的必然要求。基于云计算平台支撑重大技术服务平台建设和工程设计,进而承载大规模、大数据、高码率、多元化和多媒体业务,与新时代电影产业高质量发展的目标与需求高度契合。
近年来电影制作领域呈现以下新特点、新趋势、新需求: (1)全球化、网络化、分布式、协作化、专业化、融合化成为基本趋势;(2)制作功能加速整合,制作流程持续优化,促进制作功能和效率不断提升; (3)制作规模和技术品质要求持续提升,制作分工愈加精细化、专业化;(4)前期拍摄和后期制作界限趋于模糊,衔接更加紧密,融合化趋势明显,电影大制作成为行业共识;(5)互联网带宽、运算和存储成本趋于低廉化,基于个人计算机、移动工作站和笔记本电脑的通用计算与并行计算技术逐渐占据电影后期制作领域;(6)基于新兴视听技术的高新技术格式影片比重持续加大,显著提升电影的视听质量和观影体验;(7)云计算、超级计算、计算机视觉、智能科学在影视渲染、后期制作、动画制作等领域的应用持续深化; (8)渲染农场(Render Farm)加速向云渲染 (Cloud Rendering)演进,以支撑高概念影片/视效影片制作和计算密集型应用;(9)电影后期制作/特效制作工具加速向云端迁移,软件即服务 (SaaS)模式加快推广应用;(10)面向便携式移动智能终端,融合移动计算、云计算、移动互联网等技术的移动云计算 (Mobile Cloud Computing,MCC)应用不断提速。
适应电影制作发展的新特点、新趋势、新需求,加快构建电影云制作技术服务平台成为行业共识,以实现基于高速互联网和云计算平台的电影网络化分布式远程跨域协同制作。实施电影云制作对于电影产业未来发展将产生重大而深远的影响:(1)通过创建强强联合、优势互补、协同创新的电影制作新机制,克服现有制作机构 “小而散”发展瓶颈,形成电影制作合力,促进精品电影持续推出,推动国产电影加快由高原迈向高峰;(2)创建云计算体系下的现代电影制作生产工艺流程和新型产业服务模式,促进电影制作工业化体系构建和自主技术标准制定,使我国电影制作水平、能力、效率和科技含量整体提升;(3)推动中国电影制作与国际接轨,使中国电影制作机构能够承接更多国际制作项目,进而提升国际竞争力,有力推进电影强国建设。
电影云制作技术服务平台是将云计算技术应用于电影分布式远程跨域协同制作业务而实施的软硬件系统实现,通常基于浏览器/服务器 (B/S)架构,其体系架构图如图2所示。从工程设计层面考虑,电影云制作技术服务平台基于云计算技术和云数据中心(Cloud Data Center)网络平台,以支撑物理资源的分布式部署、虚拟资源的集中化管理和资源智能调配机制,进而实现电影的网络化分布式远程跨域协同制作,并以统一界面提供电影云制作技术服务。根据性能不同,可分为高性能计算环境、中高性能计算环境和低性能计算环境,以满足不同服务等级协议(Service-Level Agreement,SLA)的制作需求。在资源虚拟化技术的支持下,服务平台允许不同性能级别的物理资源进行优化组合,以满足用户的多元化计算和存储需求。电影云制作平台通常使用云服务质量 (QoS)参数 (可用性、可靠性、质量保证、用户请求延时、响应时间、吞吐量等)来定义服务等级协议(SLA)。另外,云数据中心建设应综合考虑选址、场地面积、电源设施与周边环境、建设规模、计算能力、存储能力、网络带宽、弹性能力、电能利用效率 (PUE)、系统吞吐量、安全机制。可基于不同备选节点的给定参数,采用整数线性优化 (Integer Linear Optimization)方法来确定最佳选址及资源配置方案。
图2 电影云制作技术服务平台体系架构图
组成云数据中心的基础组件涵盖计算、存储、通信、网络、管理等模块。关于计算资源部署,服务器可采用刀片服务器或机架服务器,前者节省空间,单位空间电力消耗大,后者空间占用大,电力消耗相对可控。在两种类型服务器(刀片服务器/机架服务器)混合使用的情况下,拟采用网络规划方法来确定不同类型服务器的优化部署方案。关于存储资源部署,采用网络化存储方案,选用基于存储区域网(SAN)架构的磁盘阵列集群,并具备光纤通道(FC)和互联网协议 (IP)融合组网能力,即支持FC-SAN 和IP-SAN 两种组网模式,采用多控制器架构。关于通信和网络资源部署,拟采用高性能数据总线和高速互联网实现整个系统中各个组件之间的高速信息交换,并保证可靠性、实时性和一致性。在私有云数据中心开展示范应用的基础上,未来电影云制作技术服务平台将实现云制作业务由私有云模式向行业公有云/混合云模式的整体迁移,进而支撑全国范围的远程跨域协同制作。
内容安全和版权保护在电影云制作技术服务平台建设中占据重要地位。云端数据安全与隐私保护是云计算健康可持续发展的核心要素,用户与云服务提供商之间的信任问题一直是云计算推广应用的关键阻碍,将可信计算(Trusted Computing)与云计算相结合是解决这一信任问题的重要方向。尽管基础设施即服务 (IaaS)模式的可信云计算平台(Trusted Cloud Computing Platform)理论模型已于2009年提出,但距离实用尚存较大差距。鉴于数字电影长期采用的公钥基础设施/认证中心 (PKI/CA)安全体系在云计算环境下面临新情况和新问题,研究探索区块链 (Blockchain)技术在云计算环境下数字电影系统中的应用模式和解决方案是电影行业在新时代面临的重要课题。
近年来,大数据浪潮席卷全球,电影产业加速步入大数据时代。大数据 (Big Data)的主旨即通过对海量原始数据实施采集 (Capture)、清洗、预处理 (Extraction-Transformation-Loading,ETL)、存储、集成、挖掘、分析、可视化 (Visualization)等处理,产生蕴含应用价值的深度数据,进而发现规律和把握趋势,以服务产业发展和促进科学决策。大数据挖掘分析遵循数据 (Data)→信息 (Information)→知识 (Knowledge)→理解 (Understanding)→智慧(Wisdom)的演变流程。大数据与云计算密不可分,相辅相成,正是在云计算技术的有力支撑下,计算能力加快向数据端迁移。海量原始数据经离线批处理或在线实时处理,并使用自然语言处理(NLP)、数据挖掘、机器学习、数据分析、信息可视化等技术手段,使数据最终上升为人类智慧和科学决策行为,进而驱动人类社会向智慧社会发展升级。
迄今,继实验发现、理论预测和计算机仿真三大科研范式之后,数据密集型研究 (Data-Intensive Research)成为科学研究的第四范式。在大数据时代,数据(Data)成为重要战略资源,其蕴含巨大应用价值。电影大数据涵盖行业统计数据、政府监管数据、拍摄制作数据、富媒体数据、自媒体数据、播映设备日志数据、影院票务数据、影院传感器数据等多种类型,并具有海量 (Volume)、多源(Multi-Source)、异构 (Heterogeneity)三个重要特征。大数据挖掘分析能够帮助人类在纷繁复杂的信息中发现内在关联性和演变趋势,帮助人类定量分析影响决策的相关因素,从而保障决策的科学性和精准性。迄今,实施大数据挖掘、分析与可视化,已成为电影产业促进科学决策和实现高质量发展的重要技术手段。
适应大数据时代特征和电影产业发展需求,构建电影大数据深度挖掘与智能分析平台成为发展共识。云计算是实现海量数据分布式计算与智能化分析的基础平台和关键支撑技术,可在超大规模用户集聚情形下提供高可用性(High Availability,HA)服务,且服务成本具备竞争优势;物联网 (Internet of Things,IOT)是海量多源异构数据采集、感知和识别的关键技术。可基于云计算和物联网基础架构构建电影大数据深度挖掘与智能分析平台 (图3所示)。其中,云计算和物联网提供基础架构平台,大数据挖掘与分析运行在基础架构平台之上。物联网涵盖感知层、传送层和应用层,海量采集数据通过无线传感网 (WSN)、高速互联网和移动通信网向云计算平台汇聚。云计算平台对海量多源异构数据进行集聚、存储和管理,并开展挖掘、分析、预测和决策,以满足实时性应用需求。在面向大数据分析的云计算体系架构中,通常将计算单元和存储单元整合构成计算/存储节点,以实现计算与数据紧密结合,从而提升运算效率,这与传统高性能计算环境中将具有高速运算能力的计算节点和具有大数据存储能力的存储节点通过网络连接以获得高速数据处理能力明显不同。由此可见,大数据时代应当实施计算向数据迁移策略,创建计算/数据协作机制,进而实现计算和数据的有效融合。总之,电影大数据深度挖掘与智能分析平台,将为中国电影高质量发展发挥积极有效的决策支撑作用。
图3 电影大数据深度挖掘与智能分析平台体系架构图
近年来,由云计算、大数据、物联网、人工智能、机器学习、深度学习等驱动的新一轮科技革命正推动信息时代向智慧时代演进。智慧时代具有以下基本特征:计算能力更加强大;信息处理能力更加高效;人机交互能力更加自然;体系架构设计以数据为中心;自主学习能力类似人脑。信息时代向智慧时代演进的基本路径涵盖感知 (Perception)、学习 (Learning)、认知 (Cognition)和决策 (Decision)四大环节,算力 (Computing Power)、算法(Algorithm)和大数据 (Big Data)是支撑人类社会智能化演进升级的三大关键要素(图4所示)。
图4 智能化演进升级的基本路径和关键支撑要素
智能科学技术涵盖人工智能 (Artificial Intelligence)、机器学习 (Machine Learning)、深度学习(Deep Learning)、认知计算 (Cognitive Computing)、脑科学 (Brain Science)等范畴。机器学习是人工智能(AI)的核心领域,是计算机实现高精度认知的关键技术,其研究计算机如何模拟或实现人类学习行为获取新知识新技能,以及重新组织已有知识结构使之增强完善以提升性能。具体来说,机器学习通过算法使机器从大量历史数据中学习规律,建立并验证模型,进而对新样本做智能识别或对未来做分析预测,其最终目标是使学习或训练建立的模型能够很好地适用于新样本,即模型具有强大的泛化能力 (Strong Generalization Power),避免过拟合 (Overfitting)和欠拟合 (Underfitting)现象发生,其中过拟合是机器学习面临的主要障碍,其不能被根本消除,但要尽力缓解和降低。深度学习源于人工神经网络 (Artificial Neural Network,ANN)相关研究。深度学习通过学习一种深层非线性网络结构,对输入数据逐级提取从底层到高层的特征,以科学建立从底层信号到高层语义的映射关系,进而实现复杂函数逼近。在云计算和大数据时代,得益于更加强大的算力、更大规模的数据集、能够训练更深层次网络的技术,深度学习的发展和应用取得了长足进步。近年来在深度学习领域诞生了一种极具应用前景的模型即生成式对抗网络(Generative Adversarial Networks,GAN),该模型通过生成模型 (Generative Model)和判别模型(Discriminative Model)的相互博弈学习来产生优质输出,它提供了一种无需大量标注训练数据就能学习深度表征的方式,非常值得电影行业关注和研究。
总之,发展智慧电影,建设智慧影院,积极推进电影产业的智能化制作、生产、运营、服务和管理,是新时代对电影产业提出的宏大目标和战略诉求。当前,适应制作云端化、服务平台化、影院智能化发展趋势,设计规划基于智能科学的智慧电影和智慧影院建设工程成为引领电影产业向更高层级发展的重大工程实践。智慧电影和智慧影院示意图如图5所示,涉及拍摄、制作、发行、放映等基本环节,涵盖强大计算处理能力、高效机器学习算法、优质深度学习模型、大数据体系架构、完备有效大数据集等重要支撑要素。
图5 基于智能科学技术的智慧电影和智慧影院示意图
伴随中国特色社会主义进入新时代,中国电影已经步入提质升级增效的历史新时期,高质量发展成为新时代中国电影发展的核心要义和重中之重。适应新时代发展需求,一方面要综合运用基于计算机视觉、计算机图形学、虚拟拍摄、机器学习和新兴视听技术的多元化电影摄制手段,基于云计算平台和高速互联网的电影网络化分布式远程跨域协同制作新机制,基于视觉预演 (PreViz)和大数据分析的电影制作服务新模式,来统筹推进精品电影制作生产;另一方面,要加快构建与云计算时代高度契合的电影信息化运营服务管理体系,全面提升电影产业的运营服务管理水平。总之,我国电影产业要以丰富产品、提升品质、深化改革和创新发展为主题,以大力发展与应用新一代信息通信技术和智能科学技术为抓手,积极实施创新驱动战略和弘扬工匠精神,加快构建适应云计算时代发展需求的现代电影工业化体系并推进重大工程设计,进而实现电影大国向电影强国的历史性跨越。