如果你是一個常看視頻的人，應該會被各種平臺的小把戲欺騙到：明明設置了好幾個清晰度，點開視頻看卻都是一樣的糊；為了減輕等待緩沖時的枯燥，跳出很多吸睛小廣告留住你；設置好多個線路版本，讓你在想要放棄加載時仍抱著希望試試下一個（但依舊失敗）。

先別急著罵罵咧咧，湊近看著視頻平臺內部到底在干啥——原來此時計算中心正在加足火力工作，解碼視頻、加載資源、和其他業務爭搶帶寬，完全忙不過來。

算力的世界丨giphy

【資料圖】

看視頻和使用其他網絡服務一樣，基礎都是處理數據，這需要計算機最根本的能力——算力的支持。不過與文字或音頻數據相比，視頻數據的數據量更大，對壓縮質量的要求更高，也更注重傳輸的速度，畢竟誰都不想看到又糊又卡的視頻。

這苦了計算中心。計算機的算力由處理器提供，英特爾的 x86 處理器、英偉達的通用 GPU，都是經典的處理器，加上儲存、內存、網絡等組件后，構成可用于各種計算任務的通用計算平臺。從計算機誕生那天開始，通用計算平臺無差別地為各種數據處理提供計算支持。在網絡服務發展還處于初期的階段，這樣的通用設置尚能應付各種需求，但在網絡服務已高度細分發展的今天，事情早大變樣。

我們正活在一個視頻數據暴增的時代。根據 Sandvine 最新發布的《2023全球互聯網現象報告》，2022 年全球娛樂與非娛樂視頻數據占到全體數據流量的 70%，艾瑞咨詢的數據也顯示，TOP 100 的 App 中，搭載了點播、直播、實時通信三個最主流音視頻功能的比例達到 69%。

不僅視頻數據量暴增，邊視頻邊連麥、邊看電影邊發彈幕，或是邊看直播邊購物，功能的擴展也在增加視頻數據的復雜程度。

如果把通用計算平臺比做廚房里的灶，為所有的烹飪行為（數據處理）提供火力，視頻數據的暴增則會導致“灶”不夠用。視頻行業的通識里，視頻數據正以每年增長 75% 的速度膨脹，而根據摩爾定律，芯片卻還是 18-24 個月才升級一次性能——食材越堆越多，需要用更大的火候增加處理效率，灶卻久久不升級，這怎么夠用。

此外，不同特性的數據就像不同的食材，需要專門的火候才能處理得更好。但通用計算平臺這口灶為所有的烹飪而設計，很難對視頻數據進行最符合其需求的處理。如同字節跳動視頻架構負責人、火山引擎視頻云架構技術總監王悅的介紹，現在市面上通用的視頻計算方案，就很少考慮過“加特效”這個在今天越來越常見的需求，于是原本炫酷的特效，經過無差別的計算方案處理后，呈現到用戶面前卻變得模糊，馬賽克嚴重。

而這又導致另一個讓視頻從業者頭疼的問題——今天的用戶越來越“挑剔”，1G 到 5G、360P 到 4K、從耳機能聽個響就行，到空間音頻加杜比音效都滿足不了愛好者的耳朵……技術的發展讓用戶“由奢入簡難”。模糊、延時、卡幀，這些視頻播放時的瑕疵，都會輕易影響用戶的觀感。

加載中......令人崩潰丨giphy

王悅提供了一組業內觀察數據：“云游戲業務下，延時超過 100 毫秒用戶就很難玩下去；實時通信延時超過 0.5 秒，用戶就能感受到不順暢；直播延時 2-3 秒，用戶的打賞或各個業務指標就會受到很大影響。”

嗯，現在知道為什么視頻平臺要耍那么多小把戲了吧。

通用不行，讓異構上

既然通用的“灶”難以滿足不同食材的需求，那為食材專門設計灶呢？

上世紀 80 年代，GPU（圖形處理器）出現，與 CPU 相比，GPU 更擅長處理圖像，人們也開始探索更多樣的處理器方向。而隨著這些年算力需求的不斷提升，集合多個不同計算單元的異構計算平臺受到關注。與通用平臺相比，異構計算平臺能集合多個高性能處理器，并讓不同的處理器執行其擅長的任務，性能更好，靈活性更高。

那專門處理視頻數據的異構計算平臺應該如何組合，火山引擎視頻云是這樣探索的：

首先是火山引擎自研的視頻編解碼芯片。這是一款 ASIC（專用應用集成電路）芯片，特點是可以依據不同產品的需求而專門設計和制造，并在使用時只執行預設好的固定功能。它是目前各種計算單元的選擇中，能將低成本和高性能發揮到最佳的選擇。火山引擎為視頻轉碼加速場景專門設計的視頻編解碼芯片，重點關注其在壓縮效率、計算密度、延時和成本上的表現。目前該芯片服務器一臺的轉碼能力，就相當于百臺CPU服務器的算力，能對幾乎全量的點播/直播視頻進行高質量轉碼。

ASIC 之外，則是搭配 FPGA 編碼器。FPGA 是一種可編程的半定制化電路，它的計算密度（單位面積內晶體管的數量）和吞吐（單位時間內芯片能夠處理的數據量）比 ASIC 稍遜，但它可擦寫，在使用時更為靈活。火山引擎的這款 FPGA 編碼器同樣主力支持轉碼、直播等應用場景，整體編碼性能比行業標準編碼器提升 30%。

而為了應對更豐富的視頻業務場景，火山引擎視頻云還搭載了高密度 ARM 陣列服務器。ARM 是 Advanced RISC Machine 的縮寫，是一種精簡指令集計算機架構，常見于手機，平板電腦等小型設備中。它的功耗低、成本低、但同樣可以根據不同的應用進行定制，是一個性價比較高的選擇。經過火山引擎的設計，這款 ARM 陣列服務器相比通用的 x86 架構，成本可以節省至少 40%，同時因為實現了儲存和計算的分離，也為數據的安全提供了更高保障，適合云游戲、云手機、云測試等業務場景。

大火的 GPU 也在此異構計算平臺中占據一席之地，它由大量并行處理單元組成，可以使用多個處理器來執行一個任務，適合需要大量計算的任務。因此相較其他三個組件，它更能滿足深度學習、視頻畫質檢測與剖析、質量增強處理、XR 云端烘托等需求。那些未來的視頻場景，比如數字人、VR、AR 等，就主要靠它。

可以看出，異構計算平臺是一個搭配了各種火力的灶臺中心，為不同的食材提供最適合的火力。在綜合的視頻業務中，各計算單元也可以各司其職，讓效率和效果最大化。王悅表示，對服務提供商而言，這套計算方案在部分場景下的 TCO（總體擁有成本）成本可以下降 90%，用戶也能在幾乎全量的視頻服務中獲得高質量體驗。

芯片為啥非得自己造

按需組裝異構計算平臺還不是最終的做法，更進一步的做法是，連芯片都自己做。

火山引擎視頻云中，視頻編解碼芯片、FPGA 編碼器、高密度 ARM 陣列服務器均為團隊自研。特別是視頻編解碼芯片，“它的確是能把高質量和低成本做到極致的方案”，王悅說，但目前市面上的選擇，在密度、成本、能力上并不能完全滿足團隊需求。特別是火山引擎基于抖音集團，在視頻場景處理和算法上的積累，有著比第三方芯片設計更豐富的經驗，于是，“只有自己做才能將優勢做到極致”。

這當然不容易。算法是最難的部分，如何將壓縮率做到極致，“需要一點點摳”，而自研芯片所需的固定投入、人才儲備，都不是小數目。這幾乎是一個不容許失敗，否則損失巨大的項目。

火山引擎團隊選擇一步步來，先從風險較小的自研 FPGA 編碼器入手，驗證成功后，再往下自研 ASIC 芯片，一步步構建整個計算平臺。整個研發過程花去火山引擎將近四年的時間，但好在效果不錯。先行研發的 FPGA 編碼器連續兩年獲評 MSU 最佳 FPGA 編碼器，自研編解碼芯片的壓縮效率比行業主流硬件編碼器提升30%，而高密度 ARM 陣列服務器也比同類產品在成本上節省40%。

自研的另一個好處，是能對不斷增加的行業需求做出及時響應。如前文提到，視頻處理需求已不局限于視頻行業，各行各業都在自己的業務背景下對視頻提出要求。

視像新生丨火山引擎

火山引擎視頻云，則依托自研的異構算力平臺，提供集視頻直播、視頻點播&智能處理、實時音視頻、圖片處理、企業直播、云游戲、云手機、慢直播等一站式音視頻產品服務，針對金融、傳媒、汽車、云游戲等行業沉淀了一系列的行業場景化方案。團隊也準備著隨時精進底層技術，以保持對視頻發展新需求的回應。

*廣告*

果殼商業科技傳播部出品

關鍵詞：