深度解读 OpenAI 如何通过 Relay + Transceiver 拆分架构，在 Kubernetes 上实现 WebRTC 低延迟语音 AI 的规模化部署。
📝 详细摘要
这篇推文是对 OpenAI 官方技术博客「Delivering low-latency voice AI at scale」的深度中文解读。作者详细拆解了 OpenAI 在构建 ChatGPT 语音和 Realtime API 时面临的三大核心约束（全球可达、首连快、媒体 RTT 低且稳），以及为何选择 WebRTC 作为底层协议。核心架构创新在于放弃了传统的 SFU 模型，采用 Transceiver 模型，并创造性地引入了 Relay + Transceiver 的拆分架构来解决 WebRTC 与 Kubernetes 不兼容的端口耗尽、弹性差等核心矛盾。关键技巧是利用 ICE ufrag 进行首包路由，将路由信息编码进协议本身已有的字段中，实现了对外暴露极小 UDP 端口的同时保证包能精准路由到正确的 transceiver。文章还分享了 Relay 的 Go 实现细节（SO_REUSEPORT、线程绑核、零拷贝解析）以及四条普适的工程结论。
📊 文章信息
AI 初评：88
来源：meng shao(@shao__meng)
作者：meng shao
分类：人工智能
语言：中文
阅读时间：10 分钟
字数：2427
标签： OpenAI, WebRTC, 低延迟语音, AI 架构, Kubernetes