電子發(fā)燒友網(wǎng)報道（文/周凱揚）無論是長視頻串流平臺，還是短視頻社交媒體，每日龐大的視頻上傳數(shù)據(jù)和訪問量都對其背后的硬件平臺提出了極高的要求，比如網(wǎng)絡帶寬、時延、視頻處理等，為了進一步優(yōu)化成本，硬件的選擇成了一大難題。比如在視頻編解碼上，面臨效率較低的CPU軟件轉碼和成本較高的GPU硬件轉碼，不少公司決心改用更具性價比的VPU。

為什么我們需要VPU？

對于視頻流媒體網(wǎng)站而言，高效的編碼可以在有效節(jié)省帶寬成本的同時，保證視頻質量不變，諸如H265、VP9和AV1等。然而，依賴軟件編碼雖然能夠帶來極高的畫面質量，但對硬件占用和配置要求高，使得編碼效率極低，遠不如FPGA、GPU之類的硬件加速。而基于ASIC的VPU，則進一步提高了編碼效率，在成本上也要低于FPGA、GPU等硬件。無論是租用服務器還是采用本地服務器，都能使性價比成倍增長。

除了視頻串流之外，VPU在另一個云端應用場景中同樣起到了至關重要的作用，那就是云游戲。對于云游戲而言，服務器內(nèi)部的GPU和CPU已經(jīng)貢獻出了一部分算力用于游戲的運行和圖形處理，如果再加上視頻編碼的工作，無疑會進一步加重負載，這也就意味著同規(guī)格硬件的并發(fā)數(shù)會進一步降低。這樣的改變反映到租用服務器的游戲廠商上，就等效于支持單個用戶的成本降低。

坐擁全球最大視頻網(wǎng)站，谷歌選擇了自研VPU

要論播放量、規(guī)模、地區(qū)覆蓋以及視頻質量，排名第一的視頻網(wǎng)站自然是谷歌的Youtube。每分鐘500小時以上的視頻上傳量，超過19億的月活躍用戶，讓其成為獨一檔的視頻串流與分享平臺。然而，在各大視頻網(wǎng)站中，谷歌在圖像質量上依然有著絕對的優(yōu)勢，這一方面歸功于谷歌的網(wǎng)絡基礎設施建設，另一方面也與其自研的VPU脫不了干系。

從2015年起谷歌就開始研究獨立的視頻處理單元，從而用到更加高效的編碼，比如VP9。2021年，谷歌發(fā)布了首個自研的視頻處理單元，谷歌將其稱為Argos VCU。這個谷歌自研的ASIC芯片，對最高4K60fps的H.264和VP9編碼提供了完整的支持，同時支持單/多輸出轉碼、速度/質量微調等。

谷歌VPU / 谷歌

谷歌聲稱，相比在傳統(tǒng)服務器上使用經(jīng)過優(yōu)化的軟件轉碼方案，VCU給他們帶來了20到33倍的計算效率提升。與此同時，與谷歌的TPU一樣，谷歌已經(jīng)準備好了硬件迭代的方案，比如增加對AV1編碼的支持、進一步提高負載等。

第三方ASIC VPU，智能化成為趨勢

有了谷歌的前車之鑒，不少廠商都開始打起了VPU的主意，這也包括了不少第三方VPU設計廠商。以NETINT為例，他們推出了Codensity G5這一ASIC芯片，單芯片可以支持32個1080p30、8個4kp30和2個8kp30視頻流的實時編碼，時延僅有8ms。Codensity G5既支持H.264、HEVC、AV1的編碼，也支持H.264、HEVC和VP9等格式的解碼。

與此同時，基于Codensity G5打造的VPU模組還具備18TOPS的AI算力，可以用于視頻分析之類的AI從處理器，比如背景去除、畫面加強、面部檢測和物體檢測等。Codensity G5也可與不同架構的CPU混合使用，比如x86的AMD EPYC處理器、Arm的Amepre Altra Max處理器等等。

Alveo MA35D / AMD

除此之外，還有曾經(jīng)以FPGA媒體加速卡方案聞名的AMD/Xilinx，其Alveo U30就是一款混合了ASIC和FPGA設計的處理器。但從去年發(fā)布的Alveo MA35D媒體加速卡開始，就成了不折不扣的ASIC VPU方案。相比上一代Alveo U30，Alveo MA35D實現(xiàn)了4倍的通道密度和1.8倍的壓縮效率，編解碼除了支持主流格式外，也新增了AV1的編碼和VP9、AV1的解碼。同樣是4Kp60的視頻，相較于U30的32ms轉碼時延，MA35D也能做到與Codensity G5一樣的8ms。

寫在最后

對于多數(shù)視頻平臺而言，有關視頻處理類的工作也不僅僅是依賴VPU等硬件，還有一整套預處理管線等。但隨著視頻在社交媒體內(nèi)的占比越來越高，VPU能夠帶來的成本、部署時間優(yōu)勢將越來越明顯，尤其在帶寬費用寸土寸金的國內(nèi)。