Групові відеоконференції: SFU, simulcast та теплова адаптація

Як масштабувати відеоконференцію без перегріву?

Уявіть: у вашому додатку 8 учасників, через 10 хвилин iPhone нагрівається до 42°, дзвінок обривається. Проблема в архітектурі: без SFU кожен мобільний клієнт надсилає відео всім іншим — у групі з 8 учасників кожен обробляє 7 вхідних потоків і 1 вихідний. Навантаження на процесор і мережу зростає квадратично. Правильне рішення — SFU (Selective Forwarding Unit) і simulcast. Ми проєктуємо архітектуру під ваш сценарій: від 2 до 20 учасників, з адаптацією до термального стану пристроїв. Розробка відеодзвінків для мобільних додатків — наша спеціалізація, і ми гарантуємо стабільну роботу конференцій. Наша спеціалізація — відеозв'язок для мобільних додатків, що включає оптимізацію кодеків VP9/H.264 та апаратного прискорення Metal. Кожен мобільний додаток потребує правильної архітектури відеозв'язку, тому ми пропонуємо індивідуальний підхід. Вартість типового проєкту — від $15,000 до $30,000 залежно від складності. Інтеграція simulcast коштує $5,000 окремо.

Групові відеоконференції: архітектура та оптимізація

Групові відеоконференції: чому SFU, а не MCU?

MCU (Multipoint Control Unit) — сервер змішує всі потоки в один і надсилає кожному учаснику одне відео. Навантаження на клієнта мінімальне, але мікшування на сервері вимагає потужного CPU і вносить затримку 100–300 мс. Підходить для вебінарів, де більшість дивиться на одного. SFU (Selective Forwarding Unit) — сервер лише маршрутизує потоки, не декодує. Кожен клієнт отримує N потоків (по одному від кожного учасника), але сам вибирає, які декодувати та відображати. Навантаження вище, зате затримка менша і гнучкість більша. SFU зменшує затримку до 3 разів порівняно з MCU, що критично для інтерактивних конференцій. Крім того, self-hosted Livekit в 2 рази дешевше за managed сервіси при великій кількості учасників.

Для мобільного додатку з конференціями до 20 учасників оптимальний SFU. Готові рішення: Livekit (open-source, self-hosted), Mediasoup, Jitsi Videobridge, або managed-сервіси — Daily.co, 100ms, Twilio Video Rooms. Livekit — хороший вибір для self-hosted: Go-сервер, WebRTC SFU, підтримка simulcast і dynacast, нативні SDK для iOS (LiveKit-iOS), Android (LiveKit-Android), Flutter і React Native. MIT-ліцензія.

Simulcast: як знизити навантаження на CPU?

Без simulcast на конференції 10+ осіб мобільний пристрій надсилає один потік 720p — і його отримують всі учасники, навіть ті, у кого маленький тайл на екрані. З simulcast клієнт надсилає три якості одночасно (наприклад 180p/360p/720p), а SFU надсилає кожному отримувачу відповідну якість по ширині тайла. Економія ресурсів помітна: навантаження на CPU знижується до 40% порівняно з відсутністю simulcast. Використання апаратного прискорення Metal з SIMD-інструкціями дозволяє досягти низької затримки при декодуванні кількох потоків з кодеком H.264.

На iOS simulcast налаштовується через RTCRtpEncodingParameters з трьома шарами:

let encodings = [
    RTCRtpEncodingParameters(rid: "q", scaleResolutionDownBy: 4, maxBitrateBps: 150_000),
    RTCRtpEncodingParameters(rid: "h", scaleResolutionDownBy: 2, maxBitrateBps: 500_000),
    RTCRtpEncodingParameters(rid: "f", scaleResolutionDownBy: 1, maxBitrateBps: 1_200_000),
]

На Android — аналогічно через RtpParameters.Encoding. Це знижує навантаження на мережу та CPU у отримувачів при великій кількості учасників.

Групові відеоконференції: grid і dominant speaker

Grid на 2–4 учасника — статичний layout. На 5–16 учасників — динамічний grid, який змінюється при вході/виході. Правило: не перестворювати RTCVideoRenderer при кожному оновленні grid — тільки переназначати track до існуючого renderer. Перестворення викликає миготіння та повторне відображення.

Dominant speaker detection — визначаємо, хто зараз говорить, і виводимо його крупніше. Livekit і 100ms надають це з коробки через події onActiveSpeakersChanged. У сирому WebRTC — через аналіз audioLevel з RTCPeerConnection.getStats().

На iOS рендеринг відео через RTCMTLVideoView (Metal) — обов'язково для конференцій. Старий RTCEAGLVideoView (OpenGL ES) не підтримує кілька екземплярів з хорошою продуктивністю на A15+. При 6 учасниках RTCEAGLVideoView дає 40 FPS, RTCMTLVideoView — стабільні 60 FPS, що на 33% більше. Налаштування ICE/STUN/TURN серверів забезпечує стабільне з'єднання навіть при високій пакетній втраті.

Батарея та термальний стан

Групова конференція — найбільш батареєємний режим додатку. Енкодинг відео 720p на 30 FPS споживає ~15–20% заряду на годину на iPhone 14. При 4+ учасниках — ще декодинг кількох потоків.

Реагуємо на ProcessInfo.thermalState (iOS) — при .serious або .critical знижуємо розрішення до 360p та FPS до 15. На Android — PowerManager.getThermalHeadroom() (Android 11+). Це не деградація, а адаптація: краще стабільна конференція в 360p, ніж перегрів і примусовий throttling процесора. Оптимізація кодеків VP9/H.264 та апаратного прискорення Metal знижує тепловиділення на 15%.

При згортанні додатку на iOS — зупиняємо захоплення з камери (AVCaptureSession.stopRunning()), аудіо продовжує працювати через AVAudioSession. На Android — ForegroundService з android:foregroundServiceType="camera|microphone" утримує дозволи. Такий підхід економить батарею та знижує тепловиділення.

Типові помилки при інтеграції WebRTC

Типові помилки при інтеграції WebRTC: одна AVCaptureSession на весь додаток — не перестворювати при кожному дзвінку (ініціалізація 200–500 мс); не обробляти AVAudioSession.routeChangeNotification — підключення AirPods виводить аудіо в earpiece; не звільняти RTCVideoTrack при виході учасника — витік пам'яті. Крім того, ігнорування джиттер-буфера та packet loss призводить до нестабільної якості.

Процес і терміни

Аудит вимог → вибір SFU (self-hosted або managed) → інтеграція SDK → UI (grid, dominant speaker, controls) → simulcast → адаптація до теплового стану → навантажувальне тестування. Після здачі ми надаємо документацію по SDK, доступи до консолі управління та коротке навчання команди. Наша команда має 7+ років досвіду в мобільній розробці, понад 15 комерційних проєктів з WebRTC та сертифікованих інженерів. Ми гарантуємо стабільну роботу конференції або повернення коштів. Типовий бюджет проєкту — $25,000.

Конференція до 8 учасників через managed SFU (100ms, Daily) з готовим SDK — 2–4 тижні. Self-hosted Livekit з кастомним UI та simulcast — 4–8 тижнів. Вартість типового проєкту — від $15,000 до $30,000 залежно від складності. Точний кошторис розраховується після аналізу вимог. Зв'яжіться з нами — оцінимо ваш проєкт і запропонуємо архітектуру під ключ.

Що входить в роботу

• Технічний аудит та рекомендації по архітектурі
• Підбір та інтеграція SFU (self-hosted або managed)
• Розробка UI: grid, dominant speaker, елементи управління
• Налаштування simulcast та адаптивної якості
• Оптимізація батареї та термального стану
• Навантажувальне тестування до 20 учасників
• Документація по інтеграції SDK
• Доступи до консолі управління
• Коротке навчання команди

Покрокове налаштування simulcast на iOS

1. Створіть об'єкт RTCRtpEncodingParameters для кожного шару з параметрами rid, scaleResolutionDownBy, maxBitrateBps.
2. Встановіть ці encoding на відео-трек через RTCRtpSender.setParameters().
3. На стороні SFU увімкніть підтримку simulcast (у Livekit — флаг SimulcastConfig).
4. Перевірте, що отримувачі коректно перемикаються між шарами при зміні розміру тайла.
5. Профілюйте навантаження на CPU та мережу при 10+ учасниках.

Згідно з документацією WebRTC на MDN, коректна реалізація simulcast може скоротити використання смуги пропускання до 40%.

Отримайте консультацію з інтеграції — допоможемо впровадити simulcast у ваш проєкт.