去云，还是不去云? 直播制作人的困境

流媒体就是利用互联网向大众传播节目. 互联网的延伸是“云”.我们使用“云”这个空灵的短语，就好像它神奇地提供了一个解决方案. 如果我们可以把它放在“云”上，我们都可以远程访问它. 这将使事情变得更容易、更便宜、更有效. Yay!

将实时生产转移到云端现在似乎有很多亮点. 我承认我看到了成功的云产品我还认识一些成功地利用云作为制作流程的制作人. 事实上，Vizrt刚刚宣布，古老的TriCaster现在可以方便地作为一个应用程序在AWS市场. 通过特定的“g4dn”，以每小时2美元的名义成本轻松部署.他们推荐4 * large的实例大小. Wow!

对于那些不知道字母数字混乱是什么意思的人：AWS使您能够根据需要配置尽可能大或尽可能小的云计算机（“实例”）. While g4dn.推荐4 *大号的, 用户可以根据需要构建更小或更强大的配置. 这种配置可以处理多达44个视频/音频源和8个输出吗? 我不太确定. 2个相机和一张静止图像所需的马力要比18个相机少得多, 24 videos, 4个MEs和4个图形层. 所以这取决于用户, you, to configure, 然后彻底测试构建, 所以你可以确保它有效.

Tricaster矢量法市场

每小时2美元的硬件费用似乎是绝对划算的, 做工精细的TriCaster接口为您的生产. 您可能需要考虑添加一个昂贵的控制界面，以使技术总监非常熟悉它的操作. 但是不要忽视激活交换软件许可证的实际成本. 我问的VAR说，Tricaster in The cloud （Vectar）许可证是每年11400美元.

如果这听起来还不错，那么现在您将面临我认为的使用“云”的两个最大问题."

1. 你是怎么吞下44个摄像头的? 实际上，它是不是AWS并不重要. 可能是索尼M2 Live, TVU Networks, 或者任何其他托管在云端的桌面视频制作应用程序, like vMix, OBS, Wirecast, Livestream, ManyCam, Streamlabs, etc. 假设你在体育场，有8个SDI摄像头. 你把它们插到什么上?

获取视频输入的一种方式是通过Teams或Zoom等商业聊天应用程序, 它们都有自己的问题, 我不会依赖它们来播放高质量的视频. 这里有一些专门的I/O硬件，比如12000美元的 NewTek NC2/Connect Studio I/O模块. 您可以将其配置为8 x 3G-SDI （HD）或2 x 12G-SDI （4K）. 它向“云”提供NDI.“这8个输入需要这个价值12000美元的I/O硬件. 您还需要第二台计算机来使用NDI KVM来管理它. Somewhere else, 导演将需要第三台电脑来访问“云”中的第四台电脑，这台电脑正在为你的8个高清输入进行实际的混合. Okay. We got this.

2. 但是摄像头的输入是如何到达“云”的呢？? 你需要什么样的管子? Well, 在我为这个专栏深入研究的时候, 我能找到的唯一提到带宽的是NC2上的10gbe. 因此，我预计您将需要多个千兆比特的可靠上下速度才能将摄像头接入云计算机. 对于许多小型生产商来说，这种带宽是一个真正的挑战, 和/或地点在成本方面, 如果有的话.

你还需要一个经验丰富的团队在现场进行设置，因为网络不像连接SDI电缆那么简单，而且它是有效的. 你需要一些架子来放视频和网络设备，一些本地监控设备. 不间断电源、配线板等. 你的人会确保网络正常工作. 别忘了给摄像师打电话. 然后也将coms连接到云端，因为实际的导演可能不在现场. 也许是在备用连接上，以防主连接坏了. 如果涉及到一定距离，可以考虑使用SDI到光纤转换器. Spools of fiber. Camera cases. 三脚架和其他支架等. 它看起来真的像一辆生产卡车.

主管和技术主管（按按钮的人）可能在其他城市. 图形也可以在云中创建，音频可以远程收听和管理. But wait... 如果它们都是远程交换器，为什么交换器需要在“云”中呢？? 如果我们把开关放进去呢... "the truck."

这样一来，我们就不再需要一个巨大的管道来将所有高带宽的摄像头信息发送到“云”上，我们只需要发送电脑屏幕. 我们不需要5gb的上传速度，因为摄像头的切换发生在本地. 避免了相机到NDI的转换和传输到云端，使它快了一到三帧. 图形可以从云端传递给我们. In fact, 把开关放在卡车里，让每个人都远程，似乎简单得多, 只要遥控进入卡车.“卡车的本地团队甚至不需要做太大的改变.

远程控制本地切换器并完全跳过“云”是否更容易? 如果有主要的连接问题，有人可以切换并在本地记录整个生产. 你仍然可以利用远程团队制作音频, graphics, etc, 但是所需的带宽要低得多，这使得冗余更加容易. 所有这些都极大地减少了带宽, and cloud costs, 同时提高了适应性和可靠性.

也许我们一直以来对“云”的理解都是错误的. 我们不需要把所有东西都推到某个第三方的地方. 让我们开始把我们面前的生产空间视为“云”，看看它会带来什么机会. 你觉得呢？?