von Jan Wöbbeking,

Stadia: Wird laut Google in Zukunft weniger Latenz haben als lokale Hardware

Stadia (Service) von Google
Stadia (Service) von Google - Bildquelle: Google
Die Überschrift dieser News dürfte bei manch einem für ein dickes Fragezeichen über dem Kopf sorgen: Der Streaming-Spiele-Dienst Stadia soll laut Google in ein bis zwei Jahren weniger Latenz haben als lokale Hardware wie ein Spiele-Rechner oder eine Konsole. Das behauptet zumindest Googles "Vice President of Engineering" Madj Bakar im Gespräch mit dem Edge-Magazin (via pcgamesn.com).

Bakar benutzt sogar den Begriff "negative Latenz" zwischen dem Spieler und dem Streaming-Server. Das System sei dann schneller als lokale Systeme "egal wie schnell oder kraftvoll die lokale Maschine ist".

Wie will man das erreichen, ohne Photonen zu tunneln oder per Teilchenbeschleuniger einen Riss im Raum-Zeit-Kontinuum zu provozieren? Die anvisierte Lösung hängt mit Maschine-Learning zusammen: So wird eine Art Puffer eingerichtet, welcher die Wahrscheinlichkeit von Latenzen abschätzt und ausgleicht. Sogar Eingaben könnten ausgeführt werden, bevor der Spieler überhaupt eine Taste bzw. den Stick drückt oder die Maus bewegt. Möglich werde solch eine (noch im den Kinderschuhen steckende) Technik lediglich mit der schieren Rechenpower von Cloud-Gaming-Services - so habe es der Branchen-Riese zusammengefasst, als pcgamesn.com nachhakte.

Entwickler Garrit Cooper (Intel, Black Ice) meldete sich auf Twitter zu Wort, um die in seinen Augen benutzte Technologie "Branch Prediction" zu erläutern. Das System sei eine tolle Option für lange Spaziergänge in offenen Welten. In schneller Action mit präzisen Kontern stellt er dies jedoch in Frage. Um "Fehlvorhersagen" auszugleichen, könnte man Figuren z.B. wie an einem Gummiband herumzucken sehen. Des Weiteren setze es Entwickler mit neuen Herausforderungen unter Druck - ähnlich wie auch das Abo-Modell eine neue Art von Druck erzeuge.















Letztes aktuelles Video: Stadia Connect Official Recap In 3 Minutes 662019

Quelle: pcgamesn.com

Kommentare

Liesel Weppen schrieb am
bohni hat geschrieben: ?16.10.2019 14:32 Es geht u.U. nicht nur um Bewegungen einer Spielfigur, sondern z.B. auch um Schüsse und die kommen ggf. in wenigen Frames sehr weit. Mit ein paar Pixel vergleichen kommt man da nicht so weit.
Das Pixelvergleichen bezog sich auf die Kompressions des Bilderstroms der zum Client geschickt werden muss. Der muss nur die unterschiedlichen Pixel für Variante A und B beinhalten, nicht zwei komplette Bilder.
Das spart Übertragungsbandbreite, nicht Rechenaufwand in der Cloud.
Bei einem Schuss ist die Vorrausberechnung sogar relativ einfach, das ist eine relativ simple Berechnung (selbst mit Bulletdrop und PiPaPo), da kannst du dementsprechend auch mal eben die nächsten 20 Frames/Ticks schnell vorausberechnen, bzw. sogar in dem Frame in dem der Schuss abgefeuert wird vorrausberechnen in wievielen Frames er ein (statisches) Ziel treffen wird. Gegen menschliche Spieler ist das natürlich nicht so einfach, bzw. nicht statisch, weil man eben nicht sicher vorraus sagen kann, wo dieser Spieler X Frames später sein wird. Je weiter man da in die Zukunft geht, desto ungenauer wird das, aber hier geht es ja nur um ein paar Frames, um das Lag zu minimieren. Aber auch hier kann man anhand der angelernten Spielereingaben (vom vermeintlichen Ziel) durchaus für die nächsten paar Frames schonmal "schätzen", ob das ein Treffer werden könnte.
bohni hat geschrieben: ?16.10.2019 14:32 @ChrisJumper um deine Aussagen besser einordnen zu können, bist du eher technikbegeistert, oder vom Fach?
Ich vermute Ersteres, lasse mich aber gerne korrigieren.
Ich kann dir nicht sagen, was ChrisJumper so macht, aber ich bin Entwickler und "darf" mich seit knapp einem halben Jahr mit genau solchem BigData-Kram beschäftigen. Ich würde mich daher jetzt sicher nicht als Data Scientist Experte bezeichnen, aber ja, ich gehe auch beruflich in diese Richtung.
bohni schrieb am
Es geht u.U. nicht nur um Bewegungen einer Spielfigur, sondern z.B. auch um Schüsse und die kommen ggf. in wenigen Frames sehr weit. Mit ein paar Pixel vergleichen kommt man da nicht so weit.
@ChrisJumper um deine Aussagen besser einordnen zu können, bist du eher technikbegeistert, oder vom Fach?
Ich vermute Ersteres, lasse mich aber gerne korrigieren.
CritsJumper schrieb am
4P|IEP hat geschrieben: ?14.10.2019 07:43 Es ist und bleibt ein unrealistisches Szenario.
Weil du den Maßstab nicht siehst und halt keinen Zugang zu Big Data hast. Schon vor 6 Jahren wurden jede Stunde, 75 Stunden Videomaterial bei Youtube hoch geladen. Was auch nur ein Bruchteil von dem ist was die pro Stunde raus rotzen.
Die gehen natürlich davon aus das es ein Massen-Medium wird. Damit meine ich eben nicht die kleine Zahl an Steam Spielern für einen Titel, sondern das ganze wird größer gedacht.
Das ist ja auch aktuell schon so wenn eine KI, ein Videospiel aus den 80ern spielt, wohl aber zu Forschungszwecken. Das hat dann auch mehrere Millionen Stunden gespielt, aber in einer "viel kürzeren Zeit", weil es das halt auf einem schnelleren PC unter Last kann. Das meinte ich ja auch es muss nicht so spielen wie ein "Mensch", es muss das alles nur entsprechend Indizieren. Stell dir vor du speicherst ein Letsplay Video ab, hast dazu aber noch mehr Metainformationen und eine höhere Auflösung.
Aktuell werden diese Letsplays ja auch gestreamt. Man kann sagen: Das ist ja viel zu viel Aufwand.... aber praktisch gesehen denke ich das eher nicht. Es braucht jede Menge Speicherplatz, das ist richtig, aber später weniger Rechenkraft.
Google ist in all diesen Bereichen führend. Ich denke sie machen das auch nur nebenbei, ihnen geht es in erster Linie darum das sie ihre Bilderkennung und Bildgenerierung verbessern können. Letztlich nutzen sie halt die Eingaben der Nutzer dazu, dies automatisiert zu optimieren, weil die Gamer es halt spielen.
Warum ich das glaube? Weil dir kein neuronales Netzwerk der Welt ohne diese Infos voraussagen kann, was der Spieler als nächstes macht, bzw. was im Spiel sonst als nächstes passieren wird. Das sind teilweise Unmengen an Megabytes an Informationen, die alles mögliche beeinflussen in jedem Frame.
Du siehst das glaub ich zu verkrampft. Es geht nicht um die Eingabe, es geht darum das Googel das Ergebnis dieser Brechung schon vorher kennt oder...
Doc Angelo schrieb am
douggy hat geschrieben: ?14.10.2019 11:07 Du verstehst nicht die Grenzen des Systems.
Die Grenzen von Machine Learning sind a) die verfügbaren Date, b) die Anzahl der Durchläufe und c) die erlaubte Berechnungskomplexität. Wenn Du genug Daten hast und dem System genug Möglichkeiten gibst sich auszuprobieren, desto mehr Muster wird es erkennen. Ganz gleich ob Du als Mensch vorher wusstest das es dieses oder jenes Muster geben wird. Das ist nicht das, was an Machine Learning nicht funktionieren kann, sondern das ist genau das, was das Ergebnis von Machine Learning sein soll. Sonst könnte man (der Mensch) es ja selber machen.
douggy hat geschrieben: ?14.10.2019 11:07 Mit dem Machine Learning könnte ein Computer das Spiel irgendwann alleine durchspielen, das sollte wohl kein Problem darstellen.
Das ist eine ganz andere Aufgabenstellung. Es geht, wie schon oft gesagt wurde, eben nicht darum, einen Spielablauf vom Levelstart bis zum Endgegner zu "berechnen". Das würde ja eh nur bei 100% deterministischen Spielen gehen, andernfalls bräuchte das System Zugriff auf entweder die Grafikausgabe oder die Metadaten von der Spielsituation.
douggy hat geschrieben: ?14.10.2019 11:07 Sogar die Aktionen von anderen Spielern oder Gegnern korrekt vorherzusagen, sollte kein Problem darstellen. Das ist aber Reagieren.
Falls Du menschliche Gegenspieler meinst: Warum sollte man die Aktionen von denen voraussagen können, aber nicht die vom eigenen Spieler?
douggy hat geschrieben: ?14.10.2019 11:07 Sobald es um das Agieren mit der Eingabe von einem Menschen geht, ist das zum Scheitern verurteilt.
Einfache Assistenz für bestimmte Aktionen sicherlich, aber nicht die Eingabe 0 und weitere.
Was meinst Du mit "Eingabe 0"?
stormgamer schrieb am
Shotta hat geschrieben: ?11.10.2019 16:04
Schön reflektiert. Wenn ich mir hier so den thread anschaue: Diesen Tenor finde ich in diesem Thread nicht.
Vielen Dank :)
Jaa man muss viele Beiträge überspringen. Aber wischendurch kommt auch so manche interessante Idee bei rum.
schrieb am