[論文レビュー] Towards AI-Assisted Sustainable Adaptive Video Streaming Systems: Tutorial and Survey

Reza Farahani, Zoha Azimi+2 more|arXiv (Cornell University)|Jun 4, 2024

Image and Video Quality Assessment被引用数 4

ひとこと要約

本調査は、動画ストリーミングライフサイクル全般（エンコード、配信、再生、品質評価）におけるエネルギー効率の向上を目的とした包括的でAI駆動のフレームワークを提案する。機械学習や説明可能なAI（XAI）といったAI技術を統合することで、高品質体験（QoE）を維持しつつ二酸化炭素排出量を削減できる持続可能な適応型動画ストリーミングシステムの実現が示され、包括的なシステム最適化と新興の生成AI応用に焦点を当てる。

ABSTRACT

Improvements in networking technologies and the steadily increasing numbers of users, as well as the shift from traditional broadcasting to streaming content over the Internet, have made video applications (e.g., live and Video-on-Demand (VoD)) predominant sources of traffic. Recent advances in Artificial Intelligence (AI) and its widespread application in various academic and industrial fields have focused on designing and implementing a variety of video compression and content delivery techniques to improve user Quality of Experience (QoE). However, providing high QoE services results in more energy consumption and carbon footprint across the service delivery path, extending from the end user's device through the network and service infrastructure (e.g., cloud providers). Despite the importance of energy efficiency in video streaming, there is a lack of comprehensive surveys covering state-of-the-art AI techniques and their applications throughout the video streaming lifecycle. Existing surveys typically focus on specific parts, such as video encoding, delivery networks, playback, or quality assessment, without providing a holistic view of the entire lifecycle and its impact on energy consumption and QoE. Motivated by this research gap, this survey provides a comprehensive overview of the video streaming lifecycle, content delivery, energy and Video Quality Assessment (VQA) metrics and models, and AI techniques employed in video streaming. In addition, it conducts an in-depth state-of-the-art analysis focused on AI-driven approaches to enhance the energy efficiency of end-to-end aspects of video streaming systems (i.e., encoding, delivery network, playback, and VQA approaches). Finally, it discusses prospective research directions for developing AI-assisted energy-aware video streaming systems.

研究の動機と目的

• 動画ストリーミングが世界のインターネットトラフィックの約70％を占め、二酸化炭素排出に顕著な影響を与えているという、環境への影響の増大に取り組む。
• エンコード、配信、再生、動画品質評価（VQA）の全ライフサイクルにわたるAI応用を包括的にカバーする調査が不足していること、特にエネルギー消費とQoEのトレードオフを含めた点を特定する。
• エンコード、配信ネットワーク、再生、および動画品質評価（VQA）をカバーする59件のAIベースのエネルギー意識型ソリューションの統合的分類と最新技術分析を提供する。
• エッジコンピューティング、サーバーヲスアーキテクチャ、説明可能なAI（XAI）を含むAIの潜在的可能性を強調し、リソース使用の最適化とエネルギー消費の低減を実現する。
• 生成AIや大規模言語モデル（LLM）の環境コストを評価し、1回のトレーニングで最大284トンの二酸化炭素を排出する可能性があることから、持続可能な統合戦略を提案する。

提案手法

• エンコード、配信、再生、VQAの4つの主要コンponentsに分類された59件のAIベースのエネルギー意識型動画ストリーミングソリューションを体系的に調査する。
• 強化学習、深層ニューラルネットワーク、ハイブリッドモデルなどのAI技術を統合し、ビットレート適応、コンテンツキャッシュ、ネットワークリソース割り当てを最適化する。
• 特にABRおよびVQAシステムにおいて意思決定プロセスの透明性を向上させるために、説明可能なAI（XAI）の活用を提案する。
• AIモデル自体のエネルギー消費を分析し、エッジデバイスでの分散型推論とサーバーレスコンピューティングによる計算および二酸化炭素排出量の低減を提唱する。
• 生成AIおよびLLMが動画ストリーミングに与える影響を評価し、ビットレート予測、スーパーレゾリューション、ABR適応への応用を検討しながら、その高いエネルギーコストを定量的に分析する。
• コンテンツキャプチャからレンダリングまで、動画ストリーミングライフサイクル全体にAIを統合する包括的フレームワークを提唱し、エンドツーエンドのエネルギー効率と持続可能性を実現する。

Figure 1. Survey structure.

実験結果

リサーチクエスチョン

• RQ1 AIを動画ストリーミングライフサイクルの全段階に体系的に応用することで、QoEを損なわずにエネルギー効率をどのように向上できるか？
• RQ2 エネルギー意識型動画エンコード、配信、再生、品質評価を可能にする主なAI技術およびモデルは何か？
• RQ3 新興の生成AIおよびLLMは、動画ストリーミングシステムのエネルギー消費にどのように影響を与え、その環境コストを軽減する戦略は何か？
• RQ4 説明可能なAI（XAI）は、エネルギー効率の良い動画ストリーミング意思決定における透明性と制御性をどのように向上できるか？
• RQ5 エッジAI、サーバーレスコンピューティング、ネットワーク内知能といった、最も有望なシステムレベルのアーキテクチャ的イノベーションは、動画ストリーミングの炭素足跡をどのように低減できるか？

主な発見

• エンコード、配信、再生におけるAI駆動の最適化は、動画ストリーミングシステムのエネルギー消費および二酸化炭素排出量を顕著に削減できる。
• 生成AIおよびLLMは、動画品質の向上やネットワーク予測に強力な一方で、非常にエネルギー集約的であり、1回のLLMトレーニングで最大284トンの二酸化炭素を排出する可能性がある。
• 説明可能なAI（XAI）技術はモデルの透明性を向上させ、ABRおよびVQAシステムにおけるエネルギー節約意思決定の理解と制御を促進する。
• エッジデバイスでの分散型AI推論は、遅延とエネルギー消費を低減し、特にリアルタイム動画適応およびクライアント側処理において顕著な利点をもたらす。
• AIを活用したサーバーレスコンピューティングは、動的で変動する動画ワークロードを管理するスケーラブルでコスト効率の良い方法を提供し、環境への影響を低減する。
• エンコード、配信、再生、VQAをカバーする包括的かつライフサイクル全体にわたるAI統合が、持続可能でエネルギー効率の高い動画ストリーミングを実現する最良の道筋である。

Figure 2. (a) Systematic literature review methodology, and (b) distribution of surveyed articles based on video streaming lifecycle segments across different years.