低延遲的互動直播、連續(xù)上劃的短視頻、1080p的電影電視劇……在超高清視頻輕而易得的當(dāng)下，我們對于低清、卡頓視頻的忍耐度越來越低。 據(jù)《2022年中國網(wǎng)絡(luò)視聽發(fā)展研究報告》披露，截至2021年12月，我國網(wǎng)絡(luò)視頻(含短視頻)用戶規(guī)模達(dá)9.75億，較2020年12月增長4794萬，占網(wǎng)民整體的94.5%。 這背后，是存儲、帶寬和算力成本的疊加壓力。 如果你在看一部超高清電影時，想要追求極致的視聽體驗，那么，視頻背后則需要16倍的算力，12倍的存儲和10倍的帶寬。 如果是100個人同時觀看呢？ 這時，我們急需一套成本低廉、壓縮率高且有一定增強(qiáng)能力的實時直播媒體處理平臺，以及它背后的王牌——編解碼處理方案。 ?

1

魚和熊掌，可以兼得

根據(jù)聲網(wǎng)的數(shù)據(jù)分析，高清畫質(zhì)相比標(biāo)清畫質(zhì)，頻道內(nèi)用戶留存時長高10.3%。高清畫面能讓觀眾更愿意在平臺上停留，增強(qiáng)用戶粘性。 可高清視頻不是說做就能做的，這背后的成本壓力不容小覷。為了應(yīng)對視頻流量的不斷增長，視頻標(biāo)準(zhǔn)組織一直在推動視頻編碼技術(shù)的持續(xù)迭代。從MPEG2開始，視頻編碼標(biāo)準(zhǔn)壓縮率大約每10年提升50%，以2021年推出的H.266為例：相對于H.265壓縮率提升50%，但其編碼計算成本提升15倍。 此時，面對10倍以上的新一代編碼成本，傳統(tǒng)的CPU能力已經(jīng)難以應(yīng)對，摩爾定律的連帶效應(yīng)也讓其難以迸發(fā)出高性能的能力。既然CPU無法做到，那么采用GPU和AI借力呢？

根據(jù)相關(guān)企業(yè)的公開財報，視頻轉(zhuǎn)碼和帶寬的成本已經(jīng)占據(jù)公司全年收入的10%。

AI的確是一個不錯的幫手。這是一套完整的視頻轉(zhuǎn)碼推流的流程圖，我們可以看到，在整個紅色框線的過程中，AI已經(jīng)完全可以接管內(nèi)容審核、理解、編輯和轉(zhuǎn)碼的工作。但在給視頻編解碼帶來畫質(zhì)提升的同時，AI所需的算力成本也不容小覷。 而GPU高昂的成本是令人望而生畏的，企業(yè)不敢一次性囤積大量GPU卡，更別提GPU轉(zhuǎn)碼無法做到和CPU一樣的高壓縮率。 面對以上的需求痛點，原有的單一CPU或GPU架構(gòu)形態(tài)已經(jīng)無法完全滿足。兩者相對比，并沒有一個明顯的贏家。 那么問題來了，是否有一種方法可以在不提升成本的同時，將二者結(jié)合起來呢？ 還真的有。 我們都知道，視頻編碼的硬件平臺百花齊放，其中包括了CPU、GPU、專有芯片甚至FPGA……但對于視頻轉(zhuǎn)碼來說（尤其是對訪問量大的熱數(shù)據(jù)轉(zhuǎn)碼），CPU仍然是第一選擇，正是因為CPU有兩個不可替代的優(yōu)勢：1.高靈活性；2.高復(fù)用性。 那么，如果將AI嵌入到轉(zhuǎn)碼中，是否可以在CPU上實現(xiàn)整條轉(zhuǎn)碼方案呢？ 在今年年初發(fā)布的英特爾第四代至強(qiáng)可擴(kuò)展處理器中，英特爾進(jìn)行了一次重大革新：通過內(nèi)置數(shù)個硬件加速器應(yīng)用于不同場景的性能加速。其中，AMX的AI加速徹底填補(bǔ)了CPU編碼中空缺的一塊，構(gòu)建了全鏈路智能化編碼。

在英特爾的第四代至強(qiáng)上，每一個物理核心上都有這樣的一個內(nèi)置的AMX加速單元。 所以，誰說魚和熊掌不能兼得呢？ ?

2

連續(xù)四年蟬聯(lián)第一，騰訊云怎么做到的？

正所謂實踐出真知，騰訊云的至強(qiáng)實踐之路就是一個很好的例子。 隨著4k/8k視頻逐漸走入千家萬戶，消費者們的觀看習(xí)慣逐漸向高清、超高清邁步。作為高清視頻領(lǐng)先的服務(wù)商，騰訊云的選擇就變得十分重要。

在技術(shù)選型方面，正是CPU不可替代的優(yōu)點讓騰訊云決定摒棄硬件方案的選型，轉(zhuǎn)為純CPU編碼器的處理。那么，第四代至強(qiáng)是如何助力騰訊云4k/8k超高清解碼的？

從降本談起 超分、算力與升級 ? 前文提到，CPU的高靈活性使得CPU的升級幾乎沒有成本，純CPU編碼器可以通過算法設(shè)計達(dá)到比硬件方案更高的壓縮率，同時軟件方案的升級更加方便。如：原硬件芯片支持8K265編碼，后續(xù)若想要升級支持266編碼，對于硬件來說需要重新設(shè)計，軟件則只需要進(jìn)行代碼升級即可，系統(tǒng)可以持續(xù)迭代支持最新的能力。 純CPU方案使用的是通用算力，當(dāng)不進(jìn)行8K轉(zhuǎn)碼的時候，可以很方便的釋放這部分資源進(jìn)行通用CPU算力利用。在進(jìn)行4k/8k編碼時，通過全鏈路智能化編碼可以使得開發(fā)者可以專注于算法創(chuàng)新，而不用考慮如何部署等細(xì)節(jié)，開箱即用。

流程合并，降低運維成本：由于超分部分算力要求非常高，需要通過GPU來輔助，但這樣也會出現(xiàn)一些問題：將高要求的AI負(fù)載遷移到GPU上，會導(dǎo)致編碼和前處理完全分離。這就像在一間屋子里解碼——發(fā)送到另一間屋子進(jìn)行前處理——再轉(zhuǎn)回來編碼。不僅讓流程變得冗長，也對運維造成了極大的負(fù)擔(dān)，數(shù)據(jù)的反復(fù)調(diào)度也造成了一定的時延的增加。CPU全鏈路智能化編碼將該部分編入CPU中，成功降低了運維成本。

因為軟件的靈活性，騰訊云的8K實時轉(zhuǎn)碼系統(tǒng)能夠支持所有主流視頻編解碼標(biāo)準(zhǔn)。在2021年MSU O264、V265以及2022和2023的MSU H.264、H.265和AV1中，騰訊云都遙遙領(lǐng)先。 精細(xì)化控制 AMX、INC(Intel N)和精度

BF16和INT8的高算力對將AI從GPU遷到CPU之上確實有很大的幫助，但如何保證精度呢？Intel Neural Compressor (INC) 內(nèi)置了專門用于精度的校正算法。作為開發(fā)者，只需要做三件事：輸入模型、輸入數(shù)據(jù)集和輸入精度要求即可。

除此以外，在前處理過程中，第四代至強(qiáng)通過智能化編碼對CPU做核心綁定，將整體轉(zhuǎn)碼流程精細(xì)化控制。比如，解碼、添加水印、轉(zhuǎn)分辨率、編碼等等操作都分配到指定CPU上進(jìn)行，盡量保證相互依賴的操作都在同一個CPU。 AI推理能力大幅提升：畫質(zhì)增強(qiáng)等視頻前處理需要強(qiáng)大的算力支持。這是英特爾和騰訊云的實際案例。在視頻增強(qiáng)和目標(biāo)檢測這兩個場景下，使用了第四代至強(qiáng)AMX優(yōu)化的AI推理性能相對上一代平臺分別提升了1.86和1.95倍。

與此同時，精度損失被控制在可接受的范圍，這也使得用戶在CPU上實現(xiàn)了全鏈路智能化編碼，大幅降低了部署成本和運維成本。 ?

3

“芯”啟智變，攜手共建

人眼永遠(yuǎn)渴望最清晰、最真實的圖像和視頻，人們對清晰度的追求也是永無止境的。無論人工智能帶給科技進(jìn)步的速率有多快，數(shù)字化與云計算都應(yīng)是企業(yè)應(yīng)對持續(xù)變化的必備解決方案。 在9月7日2023騰訊全球數(shù)字生態(tài)大會上，英特爾將作為深度合作伙伴舉辦主題為“芯”啟智變，攜手共建的專場分論壇。（時間：14:30 地點：1F CC105C） 在英特爾分論壇中，您可以了解到英特爾與騰訊攜手共創(chuàng)二十余年來，在人工智能、大數(shù)據(jù)、科學(xué)計算、音視頻等方面全方位深度合作的多項新成果，以及構(gòu)建高能效、高可靠、易擴(kuò)展的新一代信息技術(shù)智能基礎(chǔ)設(shè)施，助推數(shù)字經(jīng)濟(jì)和實體經(jīng)濟(jì)深度融合的最新進(jìn)展。

同時，英特爾還將分享其最新的產(chǎn)品及技術(shù)藍(lán)圖，包括在第四代英特爾 至強(qiáng) 可擴(kuò)展處理器和Hanana Gaudi2等先進(jìn)硬件和優(yōu)化軟件支持下的英特爾AI大模型解決方案，以及英特爾云邊一體的智能網(wǎng)絡(luò)解決方案。 此外，在本次大會中，英特爾也將設(shè)置專場展區(qū)，通過云及AI產(chǎn)品解決方案、云到端解決方案、會議室解決方案及邊緣產(chǎn)品解決方案4大區(qū)域，共計展出15個先進(jìn)方案。 ? 站在產(chǎn)業(yè)數(shù)字化全新的里程碑上，如何看待人工智能、云計算、大數(shù)據(jù)帶給未來的無限想象？

編輯：黃飛

?