Unreal Engine 像素流送在 g4dn 上实现容器化部署实践(一)

0
0
{"value":"Unreal Engine/ 虚幻引擎(以下简称UE)是 Epic Games 公司的游戏引擎产品,Epic Games 使用该引擎开发了 “堡垒之夜”, “战争机器”等多款游戏,该引擎也被众多游戏开发商、工作室采用,如 “最终幻想7重制版:Intergrade”, “荣誉勋章:超越巅峰”, “绝地求生”等游戏, 除了游戏以外UE引擎还被用于广泛用于影视、建筑、数字孪生领域。\n\n本系列文章将会分为 2 个篇章来系统地介绍 UE4 像素流送在 Amazon g4dn 实例上的容器化部署方案, 在第 1 章我们会从头讲解如何在 g4dn 实例上安装并编译 UE4 项目,构建docker 镜像, 并且通过 docker-compose 实现多项目共享 Nvidia Tesla T4 GPU 进行像素流推送。第 2 章我们会讲解如何在 Amazon Elastic Kuberntes Service 上使用 g4dn 部署一套可弹性伸缩的 UE4 像素推流平台。\n\n本文分为如下几个部分:\n\n1. 安装 UE 4.27, 创建像素流送演示项目\n2. 使用 g4dn 实例 Linux 环境编译 UE4 演示项目,构建演示项目的 docker image\n3. 在 g4dn 实例上使用 docker-compose 部署 STUN/TURN 服务器, Signaling Server, UE4 演示项目\n4. 通过浏览器/移动终端访问 UE4 演示项目\n\n### **1. 安装UE 4.27, 创建像素流送演示项目**\n\n在开始之前,我们必须做好如下几件准备工作。\n\n- 请准备 Epic Games 官方用户账号, Github 账号, 下载 UE4 和 UE4 container 需要这些账号。\n- 创建 g4dn 类型创建 Windows EC2 实例, 安装 UE4,并创建像素流送演示项目(可选)。\n- 创建 g4dn Linux EC2 实例,编译演示项目,构建 docker image\n\n#### **1.1 创建 g4dn.xlarge windows 主机**\n\n- “应用程序和操作系统映像”选择 Microsoft Windows Server 2019 Base/Microsoft Windows Server 2019 with NVIDIA GRID Driver \n- “”实例类型””从默认 micro 修改为 g4dn.xlarge\n- 设置密钥对,不然无法获取 Windows 管理员密码\n- 网络设置为公有子网,分配公有IP\n- 选择自动创建新安全组\n- 存储设置为 100GB\n\n以上配置完了后,请核对摘要信息,并点击启动实例:\n\n![image.png](https://dev-media.amazoncloud.cn/df63b67caceb49258f007951b15419c7_image.png)\n\n#### **1.2 连接 Windows 主机,安装 Amazon CLI 命令行工具, Nvidia Grid Driver**\n\n选择实例,点击连接,点击 RDP 客户端, 上传自己的私钥后就可以看见 windows 连接密码\n\n![image.png](https://dev-media.amazoncloud.cn/d55adf450d024a71a2d6f18ef4c6a685_image.png)\n\n使用 RDP 客户端连接 EC2 实例,作者使用的是 Microsoft Remote Desktop on Mac.\n\nWindows server 自带的 IE 有很多限制,所以我们首先使用 Powershell 安装 chrome 浏览器。\n\n```\n$Path = $env:TEMP; $Installer = \"chrome_installer.exe\"; Invoke-WebRequest \"http://dl.google.com/chrome/install/375.126/chrome_installer.exe\" -OutFile $Path\\$Installer; Start-Process -FilePath $Path\\$Installer -Args \"/silent /install\" -Verb RunAs -Wait; Remove-Item $Path\\$Installer\n```\n\n![image.png](https://dev-media.amazoncloud.cn/74bf4aabe67b437989df87a7b357666f_image.png)\n\n安装完后桌面会出现 chrome 图标\n\n复制以下 PowerShell 代码下载 Nvida Grid Driver\n\n```\n$Bucket = \"ec2-windows-nvidia-drivers\"\n$KeyPrefix = \"latest\"\n$LocalPath = \"$home\\Desktop\\NVIDIA\"\n$Objects = Get-S3Object -BucketName $Bucket -KeyPrefix $KeyPrefix -Region us-east-1\nforeach ($Object in $Objects) {\n $LocalFileName = $Object.Key\n if ($LocalFileName -ne '' -and $Object.Size -ne 0) {\n $LocalFilePath = Join-Path $LocalPath $LocalFileName\n Copy-S3Object -BucketName $Bucket -Key $Object.Key -LocalFile $LocalFilePath -Region us-east-1\n }\n}\n```\n\n运行完成后会在桌面生成一个 NVIDIA 目录,里面有 2 个 exe 文件,我们选择运行\n\n511.65_grid_win10_win11_server2016_server2019_server2022_64bit_aws_swl.exe 即可完成驱动安装\n\n![image.png](https://dev-media.amazoncloud.cn/8db0cfe7b89b43559314f207de76cdd1_image.png)\n\n#### **1.3 安装UE4, 创建演示项目**\n\n首先在 Epic Game 官网下载 Epic Games Launche, 通过 Launcher 可以安装各个版本的 Unreal Engine,我们这里安装的版本是 4.27.2。\n\n项目选择”游戏”, 模版选”“第一人称”, 取名为” MyFirstPersonProject ” , 选择蓝图,创建该项目 ws\n\n![image.png](https://dev-media.amazoncloud.cn/71df1b910bbe4014ab65e5017fc7cac6_image.png)\n\n![image.png](https://dev-media.amazoncloud.cn/419b9ce38735413bb4899059b6f950cb_image.png)\n\n选择蓝图,取名为” MyFirstPersonProject ” (请注意不要使用中文),创建项目即可\n\n![image.png](https://dev-media.amazoncloud.cn/4e43c9fdeae34536b6d8f8113510a96d_image.png)\n\n![image.png](https://dev-media.amazoncloud.cn/34d212b1d5ec4b22aacbd0eab05eb93e_image.png)\n\n启用项目, 然后点击编辑>插件\n\n![image.png](https://dev-media.amazoncloud.cn/b24aa439fdc14648ab704f299608236d_image.png)\n\n选择” Graphics ” 启用 Pixel Streaming 插件,并重启编辑器\n\n![image.png](https://dev-media.amazoncloud.cn/7ce9947490b64ae1ab0a068624348de8_image.png)\n\n测试\n\n![image.png](https://dev-media.amazoncloud.cn/83f40acf9c8e4df7a975fb19ab4cd000_image.png)\n\n### **2. 在 g4dn Linux EC2 上编译演示项目并构建 docker image**\n\n#### **2.1 创建一台 g4dn.xlarge Linux EC2 实例**\n\n注意系统映像请选择 Deep Learning Base AMI , 这样需要的 Nvidia CUDA, Nvidia-Docker 都已经自动安装好了\n\n![image.png](https://dev-media.amazoncloud.cn/65cddf3cc38740e99ad8b21dfe8df08a_image.png)\n\n摘要如下:\n\n![image.png](https://dev-media.amazoncloud.cn/9c7cf2e1368d43ec8d4cc2d9ade3488c_image.png)\n\n使用 nivida-sim 检查驱动\n\n![image.png](https://dev-media.amazoncloud.cn/34308476457b4ab4b2ea73fd1a53cd8d_image.png)\n\n#### **2.2 在 Epic Games 网站上关联 GitHub 账号**\n\nEpic Games 提供官方的基础镜像 ,但是需要使用者加入 Epic Games github 组织, 具体详细的操作方法请参考 [Epic Games 官方文档](https://www.unrealengine.com/zh-CN/ue4-on-github?lang=zh-CN&sessionInvalidated=true)\n\n登录到Epic Games 网站\n\n![image.png](https://dev-media.amazoncloud.cn/892598f095cd44078712d7ceaf422e19_image.png)\n\n在 Epic Games 网站关联你的 github 账号\n\n![image.png](https://dev-media.amazoncloud.cn/7d41531034e54412aa0b30e295e06a38_image.png)\n\n成功后即可访问 Epic Games 的私有仓库\n\n![image.png](https://dev-media.amazoncloud.cn/d0ab25c5a4a143f4ab335f3f2e287715_image.png)\n\n#### **2.3 编译演示项目、构建docker image**\n\n```\n#使用github ACCESS_TOKEN登陆ghcr.io仓库\necho <github ACCESS_TOKEN> | docker login ghcr.io -u <github 账号邮箱> --password-stdin\n\n#测试是否可以正常访问Epic Games 基础container image\ndocker pull ghcr.io/epicgames/unreal-engine:dev-4.27\n```\n\n在 g4dn EC2 实例上克隆 github 代码仓库,里面包含了 Dockerfile, docker-compose.yml, tools.sh\n\n```\ngit clone https://github.com/stevensu1977/UE4-PixelStreaming-Container.git\n```\n\n查看 docker file\n\n```\n# ---------------------------------------------------------------------------\n# Copyright (c) 2022 Su Wei/wsuam@amazon.com and/or its affiliates. All rights reserved.\n# MIT License\n# Permission is hereby granted, free of charge, to any person obtaining a copy\n# of this software and associated documentation files (the \"Software\"), to deal\n# in the Software without restriction, including without limitation the rights\n# to use, copy, modify, merge, publish, distribute, sublicense, and/or sell\n# copies of the Software, and to permit persons to whom the Software is\n# furnished to do so, subject to the following conditions:\n#\n# The above copyright notice and this permission notice shall be included in all\n# copies or substantial portions of the Software.\n#\n# THE SOFTWARE IS PROVIDED \"AS IS\", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR\n# IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,\n# FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE\n# AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER\n# LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,\n# OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE\n# SOFTWARE.\n# ---------------------------------------------------------------------------\n\n# Perform the build in an Unreal Engine container image that includes the Engine Tools and Pixel Streaming for Linux\nFROM ghcr.io/epicgames/unreal-engine:dev-4.27 as builder\n\n# Clone the source code for the example Unreal project\nRUN mkdir /tmp/github\nRUN git clone --progress --depth=1 'https://github.com/stevensu1977/UE4-PixelStreaming-demo.git' /tmp/github\nRUN mv /tmp/github/FirstPersonProject/* /tmp/project\n\n\n# Package the example Unreal project\nRUN /home/ue4/UnrealEngine/Engine/Build/BatchFiles/RunUAT.sh BuildCookRun \\\n -clientconfig=Development -serverconfig=Development \\\n -project=/tmp/project/FirstPersonProject.uproject \\\n -utf8output -nodebuginfo -allmaps -noP4 -cook -build -stage -prereqs -pak -archive \\\n -archivedirectory=/tmp/project/dist \\\n -platform=Linux\n\n# Copy the packaged project into the Pixel Streaming runtime image\nFROM ghcr.io/epicgames/unreal-engine:runtime-pixel-streaming\nCOPY --from=builder --chown=ue4:ue4 /tmp/project/dist/LinuxNoEditor /home/ue4/project\n\n\n# Set the project as the container's entrypoint\nENTRYPOINT [\"/home/ue4/project/FirstPersonProject.sh\", \"-RenderOffscreen\", \"-RenderOffscreen\", \"-AllowPixelStreamingCommands\" ,\"-PixelStreamingHideCursor\" ,\"-PixelStreamingWebRTCMaxFps=30\", \"-PixelStreamingWebRTCDisableReceiveAudio\",\"-FullStdOutLogOutput\", \"-ForceRes\", \"-ResX=1920\", \"-ResY=1080\"]\n```\n\n使用 tools.sh 构建 docker 镜像\n\n#代码仓库提供了一个辅助工具 tools.sh 也可以使用它来构建、启动、停止 docker-compose\n#使用./tools build 脚本会生成一个” pixelstreaming-demo ”的 docker image.\n./tools.sh build\n\n![image.png](https://dev-media.amazoncloud.cn/f983f5b130044e4dbee4498b28ebc0b6_image.png)\n\n### **3. 编写 docker-compose 文件**\n在步骤 2 我们成功的构建了演示项目的 docker 镜像 , 接下来我们会使用 docker-compose 根据官方像素流送架构来编排 TURN/STUN server, signalling server, 演示项目,实现一键启动。\n\nEpic Games 官方像素流送架构参考图:\n\n![image.png](https://dev-media.amazoncloud.cn/0d41ac9a7dac4360bbc1713a0545b157_image.png)\n\n3.1 docker-compose 版本需要 1.27 以上才支持 nvidia GPU ,首先安装 docker-compose 1.29.2\n\n```\nsudo curl -L \"https://github.com/docker/compose/releases/download/1.29.2/docker-compose-$(uname -s)-$(uname -m)\" -o /usr/local/bin/docker-compose\n```\n\n查看代码仓库的 docker-compose.yml\n\n```\nversion: \"3\"\nservices:\n \n # The WebRTC TURN server (note that you will need TCP and UDP ports 3478 and 49152-65535 exposed for TURN relaying to function correctly)\n turnserver:\n image: \"coturn/coturn:4.5.2\"\n network_mode: \"host\"\n command: [\"-a\", \"-v\", \"-n\", \"-u\", \"user:password\", \"-p\", \"${TURN_PORT}\", \"-r\", \"default-realm\", \"--no-dtls\", \"--no-tls\"]\n \n # The Cirrus signalling server\n signalling:\n image: \"ghcr.io/epicgames/pixel-streaming-signalling-server:4.27\"\n network_mode: \"host\"\n command:\n - \"--publicIp=${PUBLIC_IP}\"\n - \"--HttpPort=${HTTP_PORT}\"\n - \"--StreamerPort=${STREAMER_PORT}\"\n - >-\n --peerConnectionOptions={\n \"iceServers\":[\n {\n \"urls\": [\"turn:${PUBLIC_IP}:${TURN_PORT}\"],\n \"username\": \"user\",\n \"credential\": \"password\"\n }\n ]\n ${EXTRA_PEERCONNECTION_OPTIONS}\n }\n depends_on:\n - turnserver\n \n # The Pixel Streaming demo project\n project:\n image: \"pixelstreaming-demo\"\n network_mode: \"host\"\n command:\n - \"-PixelStreamingURL=ws://127.0.0.1:${STREAMER_PORT}\"\n \n depends_on:\n - signalling\n \n deploy:\n resources:\n reservations:\n devices:\n - driver: nvidia\n capabilities: [gpu]\n count: 1\n```\n\n### **4. 测试**\n通过代码仓库的 tools.sh 可以启动多个监听不同端口的演示项目\n\n启动演示项目,命令会输出访问端口\n\n```./tools.sh start ```\n\n![image.png](https://dev-media.amazoncloud.cn/649c12194a3949d7b34c2d28f6901d6f_image.png)\n\n通过电脑浏览器和手机可以正常访问\n\n![image.png](https://dev-media.amazoncloud.cn/a6028a9ef2d24ad98c9f0d8c4f3e74fc_image.png)\n\n![image.png](https://dev-media.amazoncloud.cn/c7ef418e32db489384b56ab4dde890e6_image.png)\n\n启动多个游戏\n\n```\nPROJECT_NAME=\"DEMO01\" ./tools.sh start 10001 3578 8888\nPROJECT_NAME=\"DEMO02\" ./tools.sh start 10002 3579 8889\nPROJECT_NAME=\"DEMO03\" ./tools.sh start 10003 3580 8899\n```\n\n如果启动成功会出现以下信息,通过显示的地址/端口使用浏览器访问即可\n\n![image.png](https://dev-media.amazoncloud.cn/a7dc29ead5594bfa8e21d1bd3d70b7d0_image.png)\n\n使用 nvidia-smi 查看 GPU 信息, 会显示 3 个进程已经共享 GPU\n\n![image.png](https://dev-media.amazoncloud.cn/65e54b8e6b414f48aa887e872dd2a3ac_image.png)\n\n停止游戏演示\n\n```\n#单游戏实例\n./tools.sh stop\n\n#多游戏实例\nPROJECT_NAME=\"DEMO01\" ./tools.sh stop\nPROJECT_NAME=\"DEMO02\" ./tools.sh stop\nPROJECT_NAME=\"DEMO03\" ./tools.sh stop\n```\n\n### **5.总结**\n\n本文详细地介绍了如何在亚马逊云上使用 EC2 g4dn 实例实现 UE4 项目的编译,打包,并且通过 docker-compose 进行本地化部署,在下一个章节我们将会介绍如何在 Amazon Elastic Kubernetes Service(EKS)上部署 UE4 像素流推送平台。\n\n### **参考文档、资源**\n\n- [Unreal Engine 官方像素流送文档](https://docs.unrealengine.com/4.27/en-US/SharingAndReleasing/PixelStreaming/)\n- [docker-compose 配置文档](https://docs.docker.com/compose/)\n- [Amazon EC2 G4 文档](https://aws.amazon.com/cn/ec2/instance-types/g4/)\n\n### **本篇作者**\n\n![image.png](https://dev-media.amazoncloud.cn/df1c858dc9964a4ea00ea2e5058c6364_image.png)\n\n#### **粟伟**\n\nAmazon 资深解决方案架构师,专注游戏行业, 开源项目爱好者,致力于云原生应用推广、落地。具有 15 年以上的信息技术行业专业经验,担任过高级软件工程师,系统架构师等职位,在加入 Amazon 之前曾就职于 Bea, Oracle, IBM 等公司。\n\n![image.png](https://dev-media.amazoncloud.cn/53fb5ae12787406ab27f4515a658ad75_image.png)\n\n#### **贺杨**\n\nAmazon 解决方案架构师,具备 17 年 IT 专业服务经验,工作中担任过研发、开发经理、解决方案架构师等多种角色。在加入 Amazon 前,拥有多年外企研发和售前架构经验,在传统企业架构和中间件解决方案有深入的理解和丰富的实践经验。\n\n![image.png](https://dev-media.amazoncloud.cn/b592160284df41468faa946d94d83c1e_image.png)\n\n#### **白鹤**\n\n教授级高级工程师,亚马逊云科技媒体行业资深解决方案架构师,重点从事融合媒体系统、内容制作平台、超高清编码云原生能力等方面架构设计工作,在围绕媒体数字化转型的多个领域有丰富的实践经验。","render":"<p>Unreal Engine/ 虚幻引擎(以下简称UE)是 Epic Games 公司的游戏引擎产品,Epic Games 使用该引擎开发了 “堡垒之夜”, “战争机器”等多款游戏,该引擎也被众多游戏开发商、工作室采用,如 “最终幻想7重制版:Intergrade”, “荣誉勋章:超越巅峰”, “绝地求生”等游戏, 除了游戏以外UE引擎还被用于广泛用于影视、建筑、数字孪生领域。</p>\n<p>本系列文章将会分为 2 个篇章来系统地介绍 UE4 像素流送在 Amazon g4dn 实例上的容器化部署方案, 在第 1 章我们会从头讲解如何在 g4dn 实例上安装并编译 UE4 项目,构建docker 镜像, 并且通过 docker-compose 实现多项目共享 Nvidia Tesla T4 GPU 进行像素流推送。第 2 章我们会讲解如何在 Amazon Elastic Kuberntes Service 上使用 g4dn 部署一套可弹性伸缩的 UE4 像素推流平台。</p>\n<p>本文分为如下几个部分:</p>\n<ol>\n<li>安装 UE 4.27, 创建像素流送演示项目</li>\n<li>使用 g4dn 实例 Linux 环境编译 UE4 演示项目,构建演示项目的 docker image</li>\n<li>在 g4dn 实例上使用 docker-compose 部署 STUN/TURN 服务器, Signaling Server, UE4 演示项目</li>\n<li>通过浏览器/移动终端访问 UE4 演示项目</li>\n</ol>\n<h3><a id=\"1_UE_427__11\"></a><strong>1. 安装UE 4.27, 创建像素流送演示项目</strong></h3>\n<p>在开始之前,我们必须做好如下几件准备工作。</p>\n<ul>\n<li>请准备 Epic Games 官方用户账号, Github 账号, 下载 UE4 和 UE4 container 需要这些账号。</li>\n<li>创建 g4dn 类型创建 Windows EC2 实例, 安装 UE4,并创建像素流送演示项目(可选)。</li>\n<li>创建 g4dn Linux EC2 实例,编译演示项目,构建 docker image</li>\n</ul>\n<h4><a id=\"11__g4dnxlarge_windows__19\"></a><strong>1.1 创建 g4dn.xlarge windows 主机</strong></h4>\n<ul>\n<li>“应用程序和操作系统映像”选择 Microsoft Windows Server 2019 Base/Microsoft Windows Server 2019 with NVIDIA GRID Driver</li>\n<li>“”实例类型””从默认 micro 修改为 g4dn.xlarge</li>\n<li>设置密钥对,不然无法获取 Windows 管理员密码</li>\n<li>网络设置为公有子网,分配公有IP</li>\n<li>选择自动创建新安全组</li>\n<li>存储设置为 100GB</li>\n</ul>\n<p>以上配置完了后,请核对摘要信息,并点击启动实例:</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/df63b67caceb49258f007951b15419c7_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"12__Windows__Amazon_CLI__Nvidia_Grid_Driver_32\"></a><strong>1.2 连接 Windows 主机,安装 Amazon CLI 命令行工具, Nvidia Grid Driver</strong></h4>\n<p>选择实例,点击连接,点击 RDP 客户端, 上传自己的私钥后就可以看见 windows 连接密码</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/d55adf450d024a71a2d6f18ef4c6a685_image.png\" alt=\"image.png\" /></p>\n<p>使用 RDP 客户端连接 EC2 实例,作者使用的是 Microsoft Remote Desktop on Mac.</p>\n<p>Windows server 自带的 IE 有很多限制,所以我们首先使用 Powershell 安装 chrome 浏览器。</p>\n<pre><code class=\"lang-\">$Path = $env:TEMP; $Installer = &quot;chrome_installer.exe&quot;; Invoke-WebRequest &quot;http://dl.google.com/chrome/install/375.126/chrome_installer.exe&quot; -OutFile $Path\\$Installer; Start-Process -FilePath $Path\\$Installer -Args &quot;/silent /install&quot; -Verb RunAs -Wait; Remove-Item $Path\\$Installer\n</code></pre>\n<p><img src=\"https://dev-media.amazoncloud.cn/74bf4aabe67b437989df87a7b357666f_image.png\" alt=\"image.png\" /></p>\n<p>安装完后桌面会出现 chrome 图标</p>\n<p>复制以下 PowerShell 代码下载 Nvida Grid Driver</p>\n<pre><code class=\"lang-\">$Bucket = &quot;ec2-windows-nvidia-drivers&quot;\n$KeyPrefix = &quot;latest&quot;\n$LocalPath = &quot;$home\\Desktop\\NVIDIA&quot;\n$Objects = Get-S3Object -BucketName $Bucket -KeyPrefix $KeyPrefix -Region us-east-1\nforeach ($Object in $Objects) {\n $LocalFileName = $Object.Key\n if ($LocalFileName -ne '' -and $Object.Size -ne 0) {\n $LocalFilePath = Join-Path $LocalPath $LocalFileName\n Copy-S3Object -BucketName $Bucket -Key $Object.Key -LocalFile $LocalFilePath -Region us-east-1\n }\n}\n</code></pre>\n<p>运行完成后会在桌面生成一个 NVIDIA 目录,里面有 2 个 exe 文件,我们选择运行</p>\n<p>511.65_grid_win10_win11_server2016_server2019_server2022_64bit_aws_swl.exe 即可完成驱动安装</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/8db0cfe7b89b43559314f207de76cdd1_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"13_UE4__72\"></a><strong>1.3 安装UE4, 创建演示项目</strong></h4>\n<p>首先在 Epic Game 官网下载 Epic Games Launche, 通过 Launcher 可以安装各个版本的 Unreal Engine,我们这里安装的版本是 4.27.2。</p>\n<p>项目选择”游戏”, 模版选”“第一人称”, 取名为” MyFirstPersonProject ” , 选择蓝图,创建该项目 ws</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/71df1b910bbe4014ab65e5017fc7cac6_image.png\" alt=\"image.png\" /></p>\n<p><img src=\"https://dev-media.amazoncloud.cn/419b9ce38735413bb4899059b6f950cb_image.png\" alt=\"image.png\" /></p>\n<p>选择蓝图,取名为” MyFirstPersonProject ” (请注意不要使用中文),创建项目即可</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/4e43c9fdeae34536b6d8f8113510a96d_image.png\" alt=\"image.png\" /></p>\n<p><img src=\"https://dev-media.amazoncloud.cn/34d212b1d5ec4b22aacbd0eab05eb93e_image.png\" alt=\"image.png\" /></p>\n<p>启用项目, 然后点击编辑&gt;插件</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/b24aa439fdc14648ab704f299608236d_image.png\" alt=\"image.png\" /></p>\n<p>选择” Graphics ” 启用 Pixel Streaming 插件,并重启编辑器</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/7ce9947490b64ae1ab0a068624348de8_image.png\" alt=\"image.png\" /></p>\n<p>测试</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/83f40acf9c8e4df7a975fb19ab4cd000_image.png\" alt=\"image.png\" /></p>\n<h3><a id=\"2__g4dn_Linux_EC2__docker_image_100\"></a><strong>2. 在 g4dn Linux EC2 上编译演示项目并构建 docker image</strong></h3>\n<h4><a id=\"21__g4dnxlarge_Linux_EC2__102\"></a><strong>2.1 创建一台 g4dn.xlarge Linux EC2 实例</strong></h4>\n<p>注意系统映像请选择 Deep Learning Base AMI , 这样需要的 Nvidia CUDA, Nvidia-Docker 都已经自动安装好了</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/65cddf3cc38740e99ad8b21dfe8df08a_image.png\" alt=\"image.png\" /></p>\n<p>摘要如下:</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/9c7cf2e1368d43ec8d4cc2d9ade3488c_image.png\" alt=\"image.png\" /></p>\n<p>使用 nivida-sim 检查驱动</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/34308476457b4ab4b2ea73fd1a53cd8d_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"22__Epic_Games__GitHub__116\"></a><strong>2.2 在 Epic Games 网站上关联 GitHub 账号</strong></h4>\n<p>Epic Games 提供官方的基础镜像 ,但是需要使用者加入 Epic Games github 组织, 具体详细的操作方法请参考 <a href=\"https://www.unrealengine.com/zh-CN/ue4-on-github?lang=zh-CN&amp;sessionInvalidated=true\" target=\"_blank\">Epic Games 官方文档</a></p>\n<p>登录到Epic Games 网站</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/892598f095cd44078712d7ceaf422e19_image.png\" alt=\"image.png\" /></p>\n<p>在 Epic Games 网站关联你的 github 账号</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/7d41531034e54412aa0b30e295e06a38_image.png\" alt=\"image.png\" /></p>\n<p>成功后即可访问 Epic Games 的私有仓库</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/d0ab25c5a4a143f4ab335f3f2e287715_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"23_docker_image_132\"></a><strong>2.3 编译演示项目、构建docker image</strong></h4>\n<pre><code class=\"lang-\">#使用github ACCESS_TOKEN登陆ghcr.io仓库\necho &lt;github ACCESS_TOKEN&gt; | docker login ghcr.io -u &lt;github 账号邮箱&gt; --password-stdin\n\n#测试是否可以正常访问Epic Games 基础container image\ndocker pull ghcr.io/epicgames/unreal-engine:dev-4.27\n</code></pre>\n<p>在 g4dn EC2 实例上克隆 github 代码仓库,里面包含了 Dockerfile, docker-compose.yml, tools.sh</p>\n<pre><code class=\"lang-\">git clone https://github.com/stevensu1977/UE4-PixelStreaming-Container.git\n</code></pre>\n<p>查看 docker file</p>\n<pre><code class=\"lang-\"># ---------------------------------------------------------------------------\n# Copyright (c) 2022 Su Wei/wsuam@amazon.com and/or its affiliates. All rights reserved.\n# MIT License\n# Permission is hereby granted, free of charge, to any person obtaining a copy\n# of this software and associated documentation files (the &quot;Software&quot;), to deal\n# in the Software without restriction, including without limitation the rights\n# to use, copy, modify, merge, publish, distribute, sublicense, and/or sell\n# copies of the Software, and to permit persons to whom the Software is\n# furnished to do so, subject to the following conditions:\n#\n# The above copyright notice and this permission notice shall be included in all\n# copies or substantial portions of the Software.\n#\n# THE SOFTWARE IS PROVIDED &quot;AS IS&quot;, WITHOUT WARRANTY OF ANY KIND, EXPRESS OR\n# IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,\n# FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE\n# AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER\n# LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,\n# OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE\n# SOFTWARE.\n# ---------------------------------------------------------------------------\n\n# Perform the build in an Unreal Engine container image that includes the Engine Tools and Pixel Streaming for Linux\nFROM ghcr.io/epicgames/unreal-engine:dev-4.27 as builder\n\n# Clone the source code for the example Unreal project\nRUN mkdir /tmp/github\nRUN git clone --progress --depth=1 'https://github.com/stevensu1977/UE4-PixelStreaming-demo.git' /tmp/github\nRUN mv /tmp/github/FirstPersonProject/* /tmp/project\n\n\n# Package the example Unreal project\nRUN /home/ue4/UnrealEngine/Engine/Build/BatchFiles/RunUAT.sh BuildCookRun \\\n -clientconfig=Development -serverconfig=Development \\\n -project=/tmp/project/FirstPersonProject.uproject \\\n -utf8output -nodebuginfo -allmaps -noP4 -cook -build -stage -prereqs -pak -archive \\\n -archivedirectory=/tmp/project/dist \\\n -platform=Linux\n\n# Copy the packaged project into the Pixel Streaming runtime image\nFROM ghcr.io/epicgames/unreal-engine:runtime-pixel-streaming\nCOPY --from=builder --chown=ue4:ue4 /tmp/project/dist/LinuxNoEditor /home/ue4/project\n\n\n# Set the project as the container's entrypoint\nENTRYPOINT [&quot;/home/ue4/project/FirstPersonProject.sh&quot;, &quot;-RenderOffscreen&quot;, &quot;-RenderOffscreen&quot;, &quot;-AllowPixelStreamingCommands&quot; ,&quot;-PixelStreamingHideCursor&quot; ,&quot;-PixelStreamingWebRTCMaxFps=30&quot;, &quot;-PixelStreamingWebRTCDisableReceiveAudio&quot;,&quot;-FullStdOutLogOutput&quot;, &quot;-ForceRes&quot;, &quot;-ResX=1920&quot;, &quot;-ResY=1080&quot;]\n</code></pre>\n<p>使用 tools.sh 构建 docker 镜像</p>\n<p>#代码仓库提供了一个辅助工具 tools.sh 也可以使用它来构建、启动、停止 docker-compose<br />\n#使用./tools build 脚本会生成一个” pixelstreaming-demo ”的 docker image.<br />\n./tools.sh build</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/f983f5b130044e4dbee4498b28ebc0b6_image.png\" alt=\"image.png\" /></p>\n<h3><a id=\"3__dockercompose__207\"></a><strong>3. 编写 docker-compose 文件</strong></h3>\n<p>在步骤 2 我们成功的构建了演示项目的 docker 镜像 , 接下来我们会使用 docker-compose 根据官方像素流送架构来编排 TURN/STUN server, signalling server, 演示项目,实现一键启动。</p>\n<p>Epic Games 官方像素流送架构参考图:</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/0d41ac9a7dac4360bbc1713a0545b157_image.png\" alt=\"image.png\" /></p>\n<p>3.1 docker-compose 版本需要 1.27 以上才支持 nvidia GPU ,首先安装 docker-compose 1.29.2</p>\n<pre><code class=\"lang-\">sudo curl -L &quot;https://github.com/docker/compose/releases/download/1.29.2/docker-compose-$(uname -s)-$(uname -m)&quot; -o /usr/local/bin/docker-compose\n</code></pre>\n<p>查看代码仓库的 docker-compose.yml</p>\n<pre><code class=\"lang-\">version: &quot;3&quot;\nservices:\n \n # The WebRTC TURN server (note that you will need TCP and UDP ports 3478 and 49152-65535 exposed for TURN relaying to function correctly)\n turnserver:\n image: &quot;coturn/coturn:4.5.2&quot;\n network_mode: &quot;host&quot;\n command: [&quot;-a&quot;, &quot;-v&quot;, &quot;-n&quot;, &quot;-u&quot;, &quot;user:password&quot;, &quot;-p&quot;, &quot;${TURN_PORT}&quot;, &quot;-r&quot;, &quot;default-realm&quot;, &quot;--no-dtls&quot;, &quot;--no-tls&quot;]\n \n # The Cirrus signalling server\n signalling:\n image: &quot;ghcr.io/epicgames/pixel-streaming-signalling-server:4.27&quot;\n network_mode: &quot;host&quot;\n command:\n - &quot;--publicIp=${PUBLIC_IP}&quot;\n - &quot;--HttpPort=${HTTP_PORT}&quot;\n - &quot;--StreamerPort=${STREAMER_PORT}&quot;\n - &gt;-\n --peerConnectionOptions={\n &quot;iceServers&quot;:[\n {\n &quot;urls&quot;: [&quot;turn:${PUBLIC_IP}:${TURN_PORT}&quot;],\n &quot;username&quot;: &quot;user&quot;,\n &quot;credential&quot;: &quot;password&quot;\n }\n ]\n ${EXTRA_PEERCONNECTION_OPTIONS}\n }\n depends_on:\n - turnserver\n \n # The Pixel Streaming demo project\n project:\n image: &quot;pixelstreaming-demo&quot;\n network_mode: &quot;host&quot;\n command:\n - &quot;-PixelStreamingURL=ws://127.0.0.1:${STREAMER_PORT}&quot;\n \n depends_on:\n - signalling\n \n deploy:\n resources:\n reservations:\n devices:\n - driver: nvidia\n capabilities: [gpu]\n count: 1\n</code></pre>\n<h3><a id=\"4__273\"></a><strong>4. 测试</strong></h3>\n<p>通过代码仓库的 tools.sh 可以启动多个监听不同端口的演示项目</p>\n<p>启动演示项目,命令会输出访问端口</p>\n<p><code>./tools.sh start </code></p>\n<p><img src=\"https://dev-media.amazoncloud.cn/649c12194a3949d7b34c2d28f6901d6f_image.png\" alt=\"image.png\" /></p>\n<p>通过电脑浏览器和手机可以正常访问</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/a6028a9ef2d24ad98c9f0d8c4f3e74fc_image.png\" alt=\"image.png\" /></p>\n<p><img src=\"https://dev-media.amazoncloud.cn/c7ef418e32db489384b56ab4dde890e6_image.png\" alt=\"image.png\" /></p>\n<p>启动多个游戏</p>\n<pre><code class=\"lang-\">PROJECT_NAME=&quot;DEMO01&quot; ./tools.sh start 10001 3578 8888\nPROJECT_NAME=&quot;DEMO02&quot; ./tools.sh start 10002 3579 8889\nPROJECT_NAME=&quot;DEMO03&quot; ./tools.sh start 10003 3580 8899\n</code></pre>\n<p>如果启动成功会出现以下信息,通过显示的地址/端口使用浏览器访问即可</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/a7dc29ead5594bfa8e21d1bd3d70b7d0_image.png\" alt=\"image.png\" /></p>\n<p>使用 nvidia-smi 查看 GPU 信息, 会显示 3 个进程已经共享 GPU</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/65e54b8e6b414f48aa887e872dd2a3ac_image.png\" alt=\"image.png\" /></p>\n<p>停止游戏演示</p>\n<pre><code class=\"lang-\">#单游戏实例\n./tools.sh stop\n\n#多游戏实例\nPROJECT_NAME=&quot;DEMO01&quot; ./tools.sh stop\nPROJECT_NAME=&quot;DEMO02&quot; ./tools.sh stop\nPROJECT_NAME=&quot;DEMO03&quot; ./tools.sh stop\n</code></pre>\n<h3><a id=\"5_316\"></a><strong>5.总结</strong></h3>\n<p>本文详细地介绍了如何在亚马逊云上使用 EC2 g4dn 实例实现 UE4 项目的编译,打包,并且通过 docker-compose 进行本地化部署,在下一个章节我们将会介绍如何在 Amazon Elastic Kubernetes Service(EKS)上部署 UE4 像素流推送平台。</p>\n<h3><a id=\"_320\"></a><strong>参考文档、资源</strong></h3>\n<ul>\n<li><a href=\"https://docs.unrealengine.com/4.27/en-US/SharingAndReleasing/PixelStreaming/\" target=\"_blank\">Unreal Engine 官方像素流送文档</a></li>\n<li><a href=\"https://docs.docker.com/compose/\" target=\"_blank\">docker-compose 配置文档</a></li>\n<li><a href=\"https://aws.amazon.com/cn/ec2/instance-types/g4/\" target=\"_blank\">Amazon EC2 G4 文档</a></li>\n</ul>\n<h3><a id=\"_326\"></a><strong>本篇作者</strong></h3>\n<p><img src=\"https://dev-media.amazoncloud.cn/df1c858dc9964a4ea00ea2e5058c6364_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"_330\"></a><strong>粟伟</strong></h4>\n<p>Amazon 资深解决方案架构师,专注游戏行业, 开源项目爱好者,致力于云原生应用推广、落地。具有 15 年以上的信息技术行业专业经验,担任过高级软件工程师,系统架构师等职位,在加入 Amazon 之前曾就职于 Bea, Oracle, IBM 等公司。</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/53fb5ae12787406ab27f4515a658ad75_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"_336\"></a><strong>贺杨</strong></h4>\n<p>Amazon 解决方案架构师,具备 17 年 IT 专业服务经验,工作中担任过研发、开发经理、解决方案架构师等多种角色。在加入 Amazon 前,拥有多年外企研发和售前架构经验,在传统企业架构和中间件解决方案有深入的理解和丰富的实践经验。</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/b592160284df41468faa946d94d83c1e_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"_342\"></a><strong>白鹤</strong></h4>\n<p>教授级高级工程师,亚马逊云科技媒体行业资深解决方案架构师,重点从事融合媒体系统、内容制作平台、超高清编码云原生能力等方面架构设计工作,在围绕媒体数字化转型的多个领域有丰富的实践经验。</p>\n"}
目录
亚马逊云科技解决方案 基于行业客户应用场景及技术领域的解决方案
联系亚马逊云科技专家
亚马逊云科技解决方案
基于行业客户应用场景及技术领域的解决方案
联系专家
0
目录
关闭
contact-us