Il budget di latenza spiega perché certe promesse restano irrealizzabili

Il budget di latenza di una sessione VR multiutente: quanti millisecondi restano davvero disponibili e perché certe promesse di realismo condiviso non reggono.

vr headset user

Un annuncio promozionale mostra due persone in continenti diversi che si stringono virtualmente la mano dentro un visore, con un movimento fluido e sincronizzato come se fossero nella stessa stanza. La dimostrazione dal vivo, quando esiste, avviene quasi sempre fra dispositivi collegati alla stessa rete locale, a pochi metri di distanza l’uno dall’altro, non fra continenti diversi.

La distanza fra la promessa e la dimostrazione non è un dettaglio di marketing trascurabile: è il risultato diretto di un vincolo fisico che nessuna ottimizzazione software può aggirare del tutto, un budget di latenza che stabilisce quanti millisecondi restano davvero disponibili prima che un’esperienza condivisa smetta di sembrare fluida e cominci a sembrare rotta.

Questo testo spiega che cos’è un budget di latenza, da dove arriva ogni millisecondo che lo compone, quanta banda richiede una sessione multiutente e perché questi numeri spiegano, con dati concreti e non con impressioni soggettive, perché certe promesse di realismo condiviso restano irrealizzabili con l’infrastruttura di rete disponibile oggi.

Il problema in breve

  • Il cervello umano nota un ritardo molto piccolo. Sopra una soglia di poche decine di millisecondi, il cervello percepisce un disallineamento.
  • Ogni tratto del percorso di rete consuma una parte del budget. Dispositivo, rete locale, rete geografica, server, e ritorno.
  • La distanza fisica introduce un limite che nessuna ottimizzazione elimina. Il segnale viaggia a una velocità finita, non istantanea.
  • Più utenti nella stessa sessione aumentano il traffico da sincronizzare. Il budget si consuma più in fretta con più partecipanti.
  • Le architetture ibride riducono il problema, non lo eliminano. Compensano parte del ritardo, non lo azzerano.

Che cos’è un budget di latenza

Un budget di latenza è il tempo massimo complessivo che un sistema può permettersi fra un’azione compiuta da un utente e la reazione visibile corrispondente, oltre il quale l’esperienza smette di essere percepita come fluida e comincia a essere percepita come in ritardo.

Per un movimento della testa dentro un visore, la soglia comunemente accettata come limite prima che l’utente noti un disallineamento si colloca in un intervallo molto stretto, dell’ordine di poche decine di millisecondi. Superata quella soglia, l’utente non solo nota il ritardo, ma può manifestare sintomi di disagio fisico legati al disallineamento fra il movimento percepito dal corpo e quello mostrato dal visore.

Questo budget va suddiviso fra ogni componente del sistema che introduce un ritardo proprio: il tempo di elaborazione del dispositivo, il tempo di trasmissione sulla rete locale, il tempo di trasmissione sulla rete geografica quando la sessione coinvolge partecipanti distanti, il tempo di elaborazione su un eventuale server centrale, e il tempo di ritorno del segnale fino al visore. Ogni componente consuma una parte del budget disponibile, e la somma di tutte le componenti non può superare la soglia percepibile senza generare un disagio evidente.

Da dove arriva ogni millisecondo del budget

Il tempo di elaborazione del dispositivo stesso, dal momento in cui rileva un movimento al momento in cui aggiorna l’immagine mostrata, rappresenta la componente su cui i produttori hanno più margine di intervento diretto, ed è anche quella che ha visto i maggiori miglioramenti negli ultimi anni grazie a schermi e sensori più rapidi.

Il tempo di trasmissione sulla rete locale, quando la sessione coinvolge dispositivi nella stessa stanza collegati allo stesso instradatore, resta generalmente contenuto e prevedibile, un vantaggio che spiega perché le dimostrazioni promozionali avvengano quasi sempre in questo scenario più favorevole.

Il tempo di trasmissione sulla rete geografica, quando i partecipanti si trovano in città o continenti diversi, introduce invece un ritardo che dipende dalla distanza fisica reale fra i due punti e dal numero di infrastrutture intermedie che il segnale deve attraversare, un tempo che nessuna ottimizzazione software può ridurre sotto un minimo fisico imposto dalla velocità con cui un segnale può viaggiare lungo un cavo o un collegamento radio.

La frequenza di aggiornamento e il suo costo in banda

Un’esperienza VR fluida richiede che l’immagine mostrata venga aggiornata molte volte al secondo, un valore molto più alto di quello richiesto da un video tradizionale, proprio perché ogni piccolo movimento della testa deve tradursi in un aggiornamento visibile quasi immediato per non generare la sensazione di disallineamento già descritta.

Ogni aggiornamento di posizione, orientamento e stato degli oggetti nella scena condivisa deve essere trasmesso a tutti i partecipanti della sessione, un volume di dati che cresce con la frequenza di aggiornamento richiesta e con il numero di elementi dinamici presenti nella scena, dagli avatar degli altri utenti agli oggetti manipolabili.

Una scena semplice con pochi partecipanti richiede un volume di dati per aggiornamento relativamente contenuto, ma una scena complessa con molti partecipanti, ciascuno con più punti di tracciamento sul proprio corpo da sincronizzare, moltiplica rapidamente il volume di dati da trasmettere entro lo stesso budget di tempo disponibile, un vincolo che la sola larghezza di banda disponibile non risolve se il ritardo di trasmissione resta comunque superiore alla soglia percepibile.

Quanti dati richiede una sessione multiutente

Una sessione con due soli partecipanti nella stessa stanza richiede di sincronizzare principalmente la posizione e l’orientamento di ciascun visore, un volume di dati contenuto che la maggior parte delle reti locali gestisce senza difficoltà entro il budget di latenza disponibile.

Una sessione con dieci o più partecipanti distribuiti in luoghi diversi introduce un problema diverso: ogni partecipante deve ricevere gli aggiornamenti di tutti gli altri, un volume di dati che cresce con il numero di partecipanti, non in modo lineare ma spesso in modo più che proporzionale se ogni partecipante comunica direttamente con tutti gli altri senza un punto di aggregazione centrale.

Questo problema condivide alcune caratteristiche con quanto già discusso a proposito delle architetture ibride nei giochi basati su registri condivisi: anche in quel contesto, la scelta di cosa sincronizzare in tempo reale e cosa no determina se un’esperienza multiutente resta fluida o comincia a mostrare ritardi percepibili con l’aumentare dei partecipanti coinvolti.

Perché la rete introduce un limite che il dispositivo non può correggere

Un equivoco comune consiste nel pensare che un dispositivo più potente possa compensare un ritardo di rete elevato. Un visore con un processore più veloce riduce la propria componente di elaborazione interna, ma non può fare nulla per il tempo che un segnale impiega a percorrere fisicamente la distanza fra due continenti attraverso l’infrastruttura di rete disponibile.

Questo limite fisico distingue nettamente due categorie di problemi: quelli che si risolvono con un dispositivo migliore, come il tempo di elaborazione locale, e quelli che si risolvono solo con un’infrastruttura di rete diversa o con un’architettura che riduce la necessità di comunicazione diretta a lunga distanza, un problema strutturale che nessun aggiornamento hardware del singolo dispositivo può correggere da solo.

Comprendere questa distinzione aiuta a valutare con occhio critico le promesse fatte da un progetto: un miglioramento annunciato sul dispositivo non implica automaticamente un miglioramento sulla componente di rete, e un’esperienza condivisa a lunga distanza resta vincolata dallo stesso limite fisico indipendentemente da quanto potente diventi il visore usato dai singoli partecipanti.

La tabella del budget, voce per voce

Rack di server di rete con luci indicatrici accese in una sala tecnica
Shixart1985 / CC BY 2.0
Componente Chi può ridurla Margine di intervento
Elaborazione del dispositivo Produttore del visore Alto, con hardware più recente
Rete locale Configurazione domestica Moderato, con attrezzatura adeguata
Rete geografica a lunga distanza Infrastruttura di rete Basso, vincolato dalla distanza fisica
Elaborazione su server centrale Chi gestisce il servizio Moderato, con infrastruttura distribuita
Numero di partecipanti sincronizzati Progettazione dell’esperienza Alto, riducendo cosa viene sincronizzato

La riga con il margine di intervento più basso, quella della rete geografica a lunga distanza, è proprio quella che rende irrealizzabile con la tecnologia attuale una promessa di sincronizzazione perfetta fra partecipanti molto distanti fra loro.

Le promesse che il budget di latenza rende irrealizzabili oggi

Una promessa ricorrente riguarda esperienze fisiche condivise a distanza, come una stretta di mano virtuale percepita come istantanea fra partecipanti su continenti diversi, un’esperienza che richiederebbe un ritardo complessivo ben al di sotto di quanto la distanza fisica e l’infrastruttura di rete attuale permettano di ottenere in modo affidabile.

Un’altra promessa riguarda sessioni con un numero molto elevato di partecipanti che interagiscono tutti in tempo reale nello stesso spazio virtuale con un livello di dettaglio fisico completo, uno scenario che moltiplica il volume di dati da sincronizzare oltre quanto il budget di latenza disponibile permetta di gestire senza introdurre ritardi percepibili da almeno una parte dei partecipanti.

Riconoscere questi limiti non significa che nessun progresso sia possibile, ma che una promessa che ignora completamente il vincolo fisico della distanza e del volume di dati merita uno scrutinio tecnico più approfondito prima di essere presa per buona, indipendentemente da quanto convincente sia la dimostrazione mostrata in condizioni favorevoli e non rappresentative dello scenario promesso.

Le architetture che riducono il problema, non lo eliminano

Fasci di cavi in fibra ottica collegati a un pannello di distribuzione

Un approccio diffuso consiste nel ridurre la quantità di informazioni che devono essere sincronizzate in tempo reale, distinguendo fra elementi che richiedono un aggiornamento immediato, come la posizione della testa e delle mani, ed elementi che possono tollerare un ritardo maggiore senza compromettere la percezione di fluidità, come lo sfondo statico di una scena.

Un secondo approccio consiste nel posizionare server di elaborazione più vicini geograficamente ai partecipanti, riducendo la distanza che il segnale deve percorrere prima di raggiungere un punto di aggregazione condiviso, una tecnica che riduce il ritardo ma non lo elimina quando i partecipanti restano comunque distribuiti su distanze geografiche ampie.

Un terzo approccio prevede tecniche di previsione del movimento, in cui il sistema stima dove si troverà un elemento nel momento successivo basandosi sul movimento osservato, mostrando quella stima invece di attendere il dato aggiornato reale. Questa tecnica riduce la percezione del ritardo ma introduce un margine di errore quando la previsione non corrisponde al movimento effettivo, un compromesso che richiede una progettazione attenta per non generare correzioni visibili e altrettanto fastidiose.

Come si riconosce un progetto che ha fatto i conti

Un progetto che ha affrontato seriamente questo problema tende a dichiarare con precisione tecnica quali componenti dell’esperienza sono sincronizzate in tempo reale e quali no, invece di presentare l’intera esperienza come perfettamente istantanea senza alcuna distinzione.

Un secondo segnale utile è la disponibilità di dati misurati sul ritardo effettivo in condizioni realistiche, con partecipanti distribuiti su distanze geografiche comparabili a quelle promesse, invece di dimostrazioni condotte esclusivamente in condizioni di rete locale favorevoli e non rappresentative dell’uso reale previsto.

Un terzo segnale riguarda la trasparenza sui limiti dichiarati: un progetto che riconosce apertamente quali scenari restano fuori portata con l’infrastruttura attuale, invece di promettere genericamente un realismo condiviso senza qualificazioni tecniche, dimostra una comprensione più solida del problema rispetto a chi lo ignora completamente nella propria comunicazione.

Quali margini di miglioramento esistono davvero

Il margine di miglioramento più concreto riguarda la componente di elaborazione locale del dispositivo, un’area in cui i progressi tecnologici hanno un impatto diretto e misurabile, riducendo la parte del budget di latenza che dipende dal solo hardware indossato dall’utente.

Un margine più limitato ma comunque presente riguarda l’espansione dell’infrastruttura di rete a livello geografico, con punti di elaborazione distribuiti più capillarmente, una tendenza già in corso in altri ambiti digitali e applicabile in parte anche a questo contesto specifico.

Il margine più rigido resta quello imposto dalla distanza fisica su collegamenti a lunghissima distanza, un vincolo che nessuna tecnologia annunciata finora ha dimostrato di poter aggirare, e che continuerà a rappresentare il limite strutturale più difficile da superare per le esperienze condivise fra partecipanti molto distanti.

Domande frequenti

Qual è il ritardo massimo tollerabile prima che un utente noti il problema?

La soglia comunemente citata si colloca nell’ordine di poche decine di millisecondi per il movimento della testa, un valore molto più stretto di quanto richiesto da altre applicazioni digitali, ed è per questo che la latenza è un problema così centrale in questo ambito specifico.

Un collegamento a fibra ottica elimina il problema della distanza?

Riduce il ritardo rispetto ad altre tecnologie di trasmissione, ma non elimina il tempo minimo imposto dalla velocità con cui un segnale può viaggiare lungo un percorso fisico, un limite che resta presente indipendentemente dalla qualità del collegamento usato.

Perché le dimostrazioni promozionali sembrano sempre perfette?

Perché vengono quasi sempre condotte in condizioni di rete locale favorevoli, con dispositivi vicini fisicamente fra loro, uno scenario che non riproduce le condizioni di una sessione multiutente su distanze geografiche ampie.

La previsione del movimento risolve completamente il problema della latenza?

No, riduce la percezione del ritardo ma introduce un margine di errore quando la previsione non corrisponde al movimento reale, un compromesso tecnico che attenua il problema senza eliminarlo del tutto.

Il numero di partecipanti incide più della distanza geografica?

Dipende dallo scenario: con pochi partecipanti molto distanti, la distanza pesa di più; con molti partecipanti vicini, il volume di dati da sincronizzare diventa il fattore dominante. Entrambe le variabili consumano lo stesso budget di latenza disponibile.

Il budget di latenza non è un dettaglio tecnico secondario da relegare a una nota a piè di pagina, ma il criterio più concreto per valutare se una promessa di esperienza condivisa è realizzabile con l’infrastruttura disponibile oggi o se richiede ancora un’evoluzione dell’infrastruttura di rete su cui nessuno può dare garanzie precise.

Ingegnere del software, lavora su sistemi distribuiti e legge codice prima di leggere i comunicati. Segue da vicino i livelli due, i meccanismi di consenso e gli incidenti tecnici documentati. Spiega come funziona un sistema, non quanto potrebbe valere.
21