視頻是互聯(lián)網(wǎng)應(yīng)用中占比最大的數(shù)據(jù)類型。智慧城市、視頻直播、短視頻、線上會議、VR、云游戲、視頻AI分析等視頻相關(guān)應(yīng)用近期獲得了迅猛發(fā)展，在這些應(yīng)用場景中對視頻的處理效率直接關(guān)系到用戶體驗。如何獲得高品質(zhì)、高性能、低功耗的智能視頻處理成為了目前業(yè)界關(guān)注的熱點技術(shù)。

視頻是以單一格式創(chuàng)建和上傳的，但最終以不同的分辨率在不同的終端設(shè)備上播放，需要將原視頻解碼、后處理、再編碼，這一過程稱為轉(zhuǎn)碼。同時，還需要根據(jù)不同應(yīng)用場景的需求對視頻進行各種處理，如視頻縮放、視頻圖像增強、視頻增加廣告/字幕/水印/臺標、視頻拼接等。隨著視頻處理需求激增，視頻業(yè)務(wù)成本快速上漲，各大視頻業(yè)務(wù)服務(wù)廠商不得不在用戶體驗和資源成本之間做平衡。

在這種情況下VPU應(yīng)運而生。VPU全稱Video Processing Unit（視頻處理單元），是專門面向AI場景優(yōu)化設(shè)計的視頻加速器，內(nèi)置視頻編碼加速專用功能模塊，具有高性能、低功耗、低延時等特性，為視頻行業(yè)應(yīng)用帶來高效能的加速計算。目前已有多家廠商宣布了VPU的開發(fā)計劃。Google近期宣布了一款名為Argos的視頻芯片(VCU)并將其大規(guī)模用于YouTube的視頻轉(zhuǎn)碼處理任務(wù)中。在國內(nèi)，浪潮發(fā)布了AI視頻處理加速器M10A。浪潮M10A在8W超低功耗下可以實現(xiàn)16路1080P全高清視頻處理加速，支持H.264、H.265、VP9等多種視頻格式，兼容PCIE的服務(wù)器，為廣泛的互聯(lián)網(wǎng)視頻廠商提供計算支撐。

浪潮M10A加速卡▲

M10A系統(tǒng)架構(gòu)

M10A板卡的系統(tǒng)架構(gòu)設(shè)計兼顧了穩(wěn)定的數(shù)據(jù)流程和完善的控制流程。VPU芯片是整張板卡的數(shù)據(jù)處理核心單元，視頻數(shù)據(jù)的解碼、編碼、轉(zhuǎn)碼、后處理等功能都是在VPU芯片中完成的。為了與服務(wù)器BMC控制系統(tǒng)進行連接，M10A板卡上設(shè)計了單獨的板級BMC管理芯片，完成板卡狀態(tài)收集和控制，包括溫度、功耗、告警、輸出復位等。從服務(wù)器BMC的控制界面中，可以獲取M10A板卡的狀態(tài)和控制等操作，這是M10A產(chǎn)品相比同類產(chǎn)品的顯著優(yōu)勢。

M10A板卡在完成視頻轉(zhuǎn)碼的過程中，僅需要輸入原始視頻就可以得到最終重新編碼的視頻，在整個轉(zhuǎn)碼的過程中不需要CPU數(shù)據(jù)面的參與，從而減少HOST主機CPU的性能消耗，降低轉(zhuǎn)碼延時。

M10A加速卡架構(gòu)圖

M10A智能視頻處理加速器處于視頻業(yè)務(wù)流程中的核心位置。如下圖所示，在數(shù)據(jù)中心，M10A搭載服務(wù)器組成高密度、低功耗、低成本的視頻處理專用服務(wù)器，進而組建數(shù)據(jù)中心視頻處理加速集群。視頻輸入源完成視頻數(shù)據(jù)采集后，通過網(wǎng)絡(luò)傳輸?shù)綌?shù)據(jù)中心視頻處理加速集群中，M10A完成視頻流的解碼、后處理工作，比如對視頻YUV原始數(shù)據(jù)進行縮放和裁剪操作，最后完成高質(zhì)量的視頻編碼，通過CDN分發(fā)給最終觀看者。

M10A除了完成支持傳統(tǒng)視頻轉(zhuǎn)碼操作外，還針對互聯(lián)網(wǎng)視頻的需求特點，研發(fā)了多播模式，針對輸入視頻進行衍生操作，最多可以支持1路視頻衍生4路視頻的操作，每路輸入視頻單獨調(diào)整幀格式、分辨率等屬性。

M10A核心技術(shù)

|無狀態(tài)設(shè)計

無論是解碼核心還是編碼核心，浪潮M10A在開發(fā)中均采用了無狀態(tài)設(shè)計思想。軟件通過操作一系列控制寄存器來管理編解碼核心。所有的輸入和輸出，比如待解碼幀、參考幀、運動向量都存儲在設(shè)備DRAM中。編解碼核心不會保存編解碼的狀態(tài)，當編解碼核心處理完一路視頻流的某一幀后，隨時可以切換到其它路視頻流進行處理。這樣編解碼核心的調(diào)度管理將變的十分簡潔，軟件可以派發(fā)任務(wù)到任意一個空閑的編解碼核，隨著編解碼核心的頻率提升，可處理視頻路數(shù)也將以接近線性的方式提升。這種上下文切換的消耗相較于編解碼一幀來說幾乎是忽略不計的。可能對于攝像頭等某些邊緣嵌入式設(shè)備來說，在幀間處理時保留狀態(tài)是一種十分簡潔的設(shè)計。但是就大型數(shù)據(jù)中心來說，它們要處理成千上萬不同分辨率、不同碼率的視頻流，無狀態(tài)設(shè)計將是一種更友好、更高性能的選擇。

| 主觀畫質(zhì)優(yōu)化

浪潮M10A是目前市面上首款支持窄帶高清技術(shù)的視頻轉(zhuǎn)碼加速卡。窄帶高清技術(shù)的目標是在標準編碼內(nèi)核的基礎(chǔ)上，在降低碼率的同時保持主觀質(zhì)量不下降。那它是如何做到的呢？現(xiàn)有視頻編碼是基于香農(nóng)定理，它的率失真模型都是連續(xù)的，但是人眼視覺模型是階梯性非連續(xù)的，因而在這個階梯上存在一個降碼率的空間。

窄帶高清一般情況下包含三個模塊：

一是基于人眼JND模型，也就是找出人眼最小可察覺誤差;

二是基于JND去做感知編碼;

三就是通過感知編碼來控制標準編碼內(nèi)核輸出，主要是去控制CU級別的QP delta。從而使得在主觀質(zhì)量不變的情況下大幅降低碼率。

窄帶高清技術(shù)在CPU編碼場景下是非常好控制的，用戶可以精確的設(shè)置CTU/CU級別的QP delta。但是到了視頻轉(zhuǎn)碼芯片就遇到了很大困難，絕大多數(shù)芯片編解碼控制最小單位都是frame或者slice，這也導致市面上大多數(shù)芯片在質(zhì)量精確優(yōu)化下有瓶頸，無法與CPU編碼抗衡，但是浪潮M10A卻可以。通過深入分析目前大廠主流視頻編碼技術(shù)，M10A讓用戶不但可以設(shè)置常規(guī)意義上ROI（Region of Interest），還做了功能擴展，讓用戶可以設(shè)置CTU/CU級別的ROI。

| 一進多出（多播模式）

針對一進多出的直播場景，浪潮M10A專門開發(fā)了前后處理模塊，提升了轉(zhuǎn)碼效率。

在真實的直播應(yīng)用場景中，數(shù)據(jù)采集端一般會采用固定的高清分辨率來獲取視頻源，但是到了播放端，事情就會變的復雜很多。有的用戶使用超大屏手機，有的用戶使用老式的小屏機，有的用戶使用PC機。各種各樣的終端設(shè)備，屏幕分辨率千變?nèi)f化。同時用戶所處的網(wǎng)絡(luò)環(huán)境也不盡相同，有的在偏遠山區(qū)信號很差，有的在高速列車上信號時好時差，有的使用千兆光纖享受4K極致畫質(zhì)。這就帶來了新的問題，不同客戶需求千差萬別，如何才能做到一路視頻源，同時滿足多種分辨率多種碼率要求呢？很快人們便想出了解決之道：在對視頻源轉(zhuǎn)碼的時候，同時轉(zhuǎn)碼成多種分辨率多種碼率的視頻流，這樣既滿足了多種多樣的客戶需求，也滿足了實時的要求。

浪潮M10A在解碼的同時，后處理模塊會根據(jù)配置將一路視頻分離成多路不同分辨率的流（后處理模塊包含scale功能，可以對視頻做縮小處理）。并且前后處理模塊還采用了on-the-fly模式，解碼輸出將直接傳輸給后處理模塊（前處理輸出也直接傳輸給編碼模塊），避免了像一些GPU還需要把中間數(shù)據(jù)保存到顯存中，造成DDR帶寬的浪費。

M10A測試數(shù)據(jù)

以下是浪潮M10A、谷歌Argos兩款VCU在處理1080P30全高清視頻實時轉(zhuǎn)碼業(yè)務(wù)時的性能數(shù)據(jù)。

（Google發(fā)表的論文中公布了其VPU的性能數(shù)據(jù)，鏈接：

https://dl.acm.org/doi/abs/10.1145/3445814.3446723）

M10A在視頻質(zhì)量方面表現(xiàn)又如何呢？

目前業(yè)界一般采用PSNR（峰值信噪比）和SSIM（結(jié)構(gòu)相似性）作為視頻客觀質(zhì)量的評判標準，而壓縮率則一般用編碼后碼流的bitrate來表示。將這兩個標準結(jié)合，就有了我們的綜合評判標準：BD-PSNR和BD-SSIM。接下來，我們將用M10A方案與GPU、CPU方案做編碼客觀質(zhì)量對比測試。請注意，不同的視頻內(nèi)容，編碼時會采用不同的編碼工具，因而壓縮率也不盡相同。這里我們將使用不同場景的視頻來完成測試。

下圖分別表示在靜態(tài)場景、動態(tài)場景和多人物場景，使用VPU、CPU、GPU方案的編碼客觀質(zhì)量對比，橫軸表示碼率，縱軸表示PSNR值，相同碼率下，PSNR值越大代表視頻質(zhì)量越高。從圖中可以看出，在上述三個場景下，使用浪潮VPU編碼的視頻質(zhì)量都優(yōu)于CPU和GPU方案。

靜態(tài)場景視頻編碼質(zhì)量對比

動態(tài)場景視頻編碼質(zhì)量對比

多人物場景視頻編碼質(zhì)量對比

M10A應(yīng)用場景

| 智慧城市

為了追求編碼速度，目前主流的攝像頭ISP編碼部分常常只能編碼I幀和P幀，這樣就導致視頻壓縮率不高。一般在邊緣云還需要再部署一臺轉(zhuǎn)碼服務(wù)器，對視頻作轉(zhuǎn)碼再壓縮，以節(jié)省傳輸帶寬。M10A以其優(yōu)異的轉(zhuǎn)碼性能和優(yōu)秀的視頻壓縮率，可以將多路攝像頭輸入數(shù)據(jù)作快速二次轉(zhuǎn)碼，從而讓邊緣云獲得更高的數(shù)據(jù)處理密度。

| 直播

在直播場景，同樣的視頻在不同設(shè)備上播放，需要通過轉(zhuǎn)碼將視頻轉(zhuǎn)換成不同的分辨率。H.265以其更高的壓縮率，被越來越多廠商采用。而一般原始設(shè)備上采集的視頻，還是以H.264居多，這也需要轉(zhuǎn)碼來完成。浪潮M10A以其遠超CPU轉(zhuǎn)碼效率的出色性能，非常適用于直播場景。

| AI推理

視頻數(shù)據(jù)已經(jīng)成為數(shù)據(jù)中心最重要的數(shù)據(jù)類型，如何高效、低成本地分析視頻數(shù)據(jù)已經(jīng)成為行業(yè)痛點，當前行業(yè)的主流方案是采用圖片資源池和AI算力資源池的系統(tǒng)架構(gòu)。浪潮M10A支持視頻解碼和視頻后處理功能，擁有豐富的視頻縮放和圖像裁剪功能，最低可以提供144*144分辨率的圖片，滿足AI推理計算的需求同時降低圖片傳輸帶寬，是圖片資源池生產(chǎn)環(huán)境的最優(yōu)選擇。

| AI圖像增強

對于各大視頻平臺來說，視頻帶寬成本的壓力巨大，AI圖像增強技術(shù)已經(jīng)成為在不增加帶寬成本的情況下加強編碼畫質(zhì)的最佳選擇。浪潮M10A配合AI計算硬件，輸出解碼和后處理的YUV 原始數(shù)據(jù)，經(jīng)過AI計算硬件完成圖像增強算法處理后，M10A完成最終的視頻編碼工作。浪潮M10A擁有豐富的編碼參數(shù)，提供CPU x265 veryslow級別的編碼效果，是AI圖像增強方案中最優(yōu)的視頻編碼器。

| 云游戲

云游戲能復用設(shè)備，可以降低玩家的成本，同時云游戲非常追求即時互動，延時一般不能超過50ms。為此，M10A特別提供了低延時模式。在該模式下，編碼耗時僅為3毫秒。這為整體數(shù)據(jù)傳輸節(jié)省了大量時間，能夠進一步提高玩家的游戲體驗。

| 云桌面

云桌面應(yīng)用部署方案因其高信息安全管理力度、云端集中部署等優(yōu)勢逐漸成為主流的辦公解決方案。云桌面由云主機和瘦客戶機組成，云主機根據(jù)客戶機的操作反饋，實時渲染視頻畫面，并生成低碼率、高清晰度的視頻流，客戶機解碼視頻流并顯示出來，達到與傳統(tǒng)PC一致的操作體驗。浪潮M10A最低3ms的編碼延時、領(lǐng)先的編碼算法，以及高密度的部署方案，能夠很好地滿足云桌面系統(tǒng)優(yōu)化視頻處理的行業(yè)需求。

| 視頻會議

視頻會議具有簡單便利、實時性等優(yōu)點，已經(jīng)成為企業(yè)內(nèi)外部溝通的重要手段。為了滿足參會人員的溝通需求，視頻會議需要提供清晰，流暢的畫面體驗。浪潮M10A提供超強的H.265編碼算法，可以保證相同畫質(zhì)下，降低50％視頻碼率，并且支持限制最高碼率，極大方便視頻會議系統(tǒng)的控制。同時，M10A支持幀率控制、分辨率down scale的高級操作，適應(yīng)視頻會議系統(tǒng)多種應(yīng)用場景。

浪潮M10A VPU加速卡采用了業(yè)界領(lǐng)先的無狀態(tài)設(shè)計理念，通過優(yōu)化編碼算法，提供行業(yè)最優(yōu)秀的視頻編碼效果，為智慧城市、直播、短視頻、云游戲、云桌面、視頻會議等典型應(yīng)用場景帶來高密度、低延遲、低功耗的全新解決方案，助力視頻行業(yè)快速發(fā)展。

編輯：黃飛

?