解读

1. 业务本质：100 万“同屏”不是 100 万并发 HTTP，而是 100 万个 3D 虚拟形象在同一逻辑场景内持续交互，每帧都要做视锥剔除、LOD、骨骼动画、物理模拟、音视频同步、状态广播，最终输出实时视频流或指令流。
2. 关键约束：国内机房单集群物理机上限受 42U 机柜供电（通常 ≤ 8 kW/柜）和骨干网出口带宽（单机房 1–10 Tbps）限制；GPU 卡受美国出口管制，主流为 A800 80 GB 或国产海光、寒武纪、天数等替代卡；业务 SLA 一般要求端到端延迟 ≤ 120 ms（云游戏团标 T/UWA 009-2022），丢包 ≤ 0.1%，卡顿率 ≤ 1%。
3. 面试意图：考察候选人能否把“百万级”宏观需求拆成可量化的微观指标，并用性能工程语言（并发度、FPS、CPU/GPU 利用率、网络吞吐、内存带宽、线性度、扩展比）反推出服务器数量，同时给出可落地的验证方案。

知识点

1. 渲染模式：
   a. 指令流（Render Command Streaming）——服务器只算绘制指令，客户端 GPU 执行，单用户带宽 1–5 Mbps；
   b. 视频流（Pixel Streaming）——服务器完整渲染，H.265 编码后推流，单用户 8–20 Mbps。
2. 并发模型：
   “同屏”≠“同进程”。通常按 AOI（Area Of Interest）或 Room 分区，单进程承载 50–200 用户，单卡承载 2–8 进程，单机 8–10 卡。
3. 资源瓶颈：
   GPU 浮点（FP32/TF32）、显存容量、NVLink/PCIe 带宽、编码器并发路数（A800 单卡最大 8 路 1080p60）、CPU 主线程 GameLoop、网络 PPS（小包 100 B 广播 100 万用户时约 10 Mpps）。
4. 容量估算公式：
   服务器数量 N = 总并发用户数 U ÷ 单卡并发用户数 u ÷ 单机卡数 g ÷ 冗余系数 k
   其中 u 由“单卡帧时间预算”反推：
   单卡帧时间预算 = 1000 ms ÷ 目标 FPS ÷ 每卡进程数 p
   若单用户 CPU 耗时 0.2 ms、GPU 耗时 1.5 ms，则 u = 预算 ÷ (0.2+1.5) ≈ 16 用户/进程（1080p60，p=4，预算 4 ms）。
5. 国内监管：
   必须做“网络安全等级保护 3 级”备案，日志留存 ≥ 6 个月；若走公网，需接工信部 CDN 白名单，跨省流量需走骨干直联点，延迟预算需额外加 10–20 ms。
6. 验证工具：
   自研机器人用 C++/Go 写 UE/Unity SDK，模拟真实玩家行为（移动、旋转、语音、换装），配合 Prometheus + Grafana 采集 GPU Util、FrameTime、Encoder FPS、RTT；用 JMeter 或 Locust 打控制面 HTTP，用 DPDK 打数据面 UDP PPS。

答案

分五步给出可落地的评估与验证方案，全程用数字说话，可直接写进技术评审 PPT。

第一步：明确渲染模式与指标
与产品、架构对齐，采用“视频流”模式，目标 1080p60，端到端 ≤ 120 ms，卡顿率 ≤ 1%，单用户码率 12 Mbps。

第二步：单卡容量基准测试

1. 环境：北京亦庄机房，单机 8×A800 80 GB，NVLink 桥，CPU 2×Intel 8358 32C，内存 1 TB，出口 200 Gbps。
2. 工具：UE5 PixelStreaming 插件，H.265 编码，CQP 22，机器人 200 路逐步加压。
3. 结果：
   • 单进程 24 路时 GPU Util 92%，显存 46 GB，帧时间 14 ms，编码器占用 6/8 路；
   • 单卡跑 4 进程，合计 96 路，整机 8 卡 768 路，CPU 主线程 75%，网络出向 9.2 Gbps。
     取 85% 安全水位，得单卡 80 路，单机 640 路。

第三步：集群理论规模
U = 1 000 000，u = 80，g = 8，k = 1.3（30% 冗余，含故障域、灰度、突发浪涌）
N = 1 000 000 ÷ 80 ÷ 8 ÷ 0.85 × 1.3 ≈ 2 400 台 GPU 服务器。

第四步：网络与机房验证

1. 单用户 12 Mbps，总出向带宽 12 Tbps；按国内主流 1:4 收敛比，需 48 Tbps 机房出口，至少 3 个 10 Tbps 级核心机房（北京、上海、深圳）+ 边缘 POP 做静态加速。
2. 小包广播：100 万用户每 100 ms AOI 广播 200 B，PPS = 2 000 000；用 BGP EVPN+VXLAN 做 Spine-Leaf，Leaf 上行 400 Gbps，Spine 侧做 Anycast 分流，实测核心交换机 Huawei CE16800 可扛 3 Bpps，满足。

第五步：线上灰度验证

1. 预生产环境先压 5 万机器人，持续 8 h，观察 GPU 显存泄露、编码器过热降频；
2. 用 ChaosBlade 注入 5% 节点宕机，验证 92 秒完成容器漂移，卡顿率上涨 0.3% 后 180 s 恢复；
3. 逐步翻倍扩容，每轮记录线性度 R²≥0.98，若低于阈值则回滚并优化 LOD 算法。

结论：在视频流方案下，满足国内监管与 SLA，需要约 2 400 台 8×A800 服务器，分布 3 大核心机房，边缘 CDN 做静态加速，总成本约 28 亿元（含 GPU、机柜、网络 3 年摊销），可通过上述五步完成容量评估与上线验证。

拓展思考

1. 若切换为“指令流”模式，单用户带宽降到 2 Mbps，但客户端 GPU 性能参差不齐，需建立终端分级模型，用大数据实时下发不同 LOD 策略，服务器容量可降到 1/3，却引入新的兼容性测试矩阵。
2. 国内 GPU 供应受限，可评估“混合渲染”：核心场景用 A800，远景群体用国产卡做光栅化，再用 DLSS-like 超分合并，需额外验证国产卡驱动与 UE5 的 Vulkan 管线兼容性，以及超分算法在 1080p→4K 时 10% 的额外延迟。
3. 政策层面，元宇宙场景涉及“虚拟货币”与“数字资产”时，需通过网信办区块链信息服务备案，性能测试报告必须包含智能合约 Gas 消耗峰值，避免业务上线后被监管叫停。