编者按：实况直播市场究竟有多大？2021年数据显示，全球视频市场超70%的份额由直播内容主导。相较于传统的直播场景，新一代的直播场景主要为多对多模式，即每个人都是主播。在如此实时、交互式的应用场景下，低延迟、大容量、降低带宽……如何适应新的变化带来的成本压力？新的架构何时出现？带着这样的疑问，LiveVideoStackCon2023 上海站音视频技术大会邀请到AMD AECG 系统方案架构师谢旻，现场为我们详细解读AMD视频加速卡的基本架构和功能，以及在各个领域的视频解决方案中的应用。
互动直播、云游戏、在线购物…随着视频直播成为视频市场的主流，用户既是数据源也是接收器，这导致传输通道密度与实时带宽不断增加，边缘数据中心承受着大量压力。这使得新一代流媒体解决方案的出现迫在眉睫。继Alveo U30后，AMD在今年4月份正式推出一款新的视频加速卡Alveo™ MA350D（以下简称MA350D）。
其中， 35代表Alveo U30后的新一代产品，D表示两个（dual）视频处理单元，可以同步处理32条1080p视频流。
也就是说，MA350D是针对大容量、交互式的流媒体量身定做的。谢旻为我们总结了MA350D的四个优点：高密度，低延时，低功耗，集成简单。它可以通过以每流1W的功率每卡提供多达32路1080p60转码密度；4K编码时延最低8毫秒，仅为常规处理时间（16毫秒）的一半；支持FFmpeg和Gstream的直接命令行调用，也支持基于XMA的用户API，方便用户开发。通过和上一代产品Alveo U30的比较，MA350D的通道密度提高了4倍、功耗降低了3倍、时延降低了4倍。
值得一提的是，在MA350D的设计过程中，AMD引入了人工智能分析视频的内容。这的确是一个很好的路径，通过人工智能和机器学习的能力可以更好的理解视频的特点，比如视频复杂程度、类型，能在保证质量的同时提升工作效率。“有了人工智能和机器学习获得的洞见和智能，我们能够以更高的效率把这种动态的内容传导给编码器。通过这样的方式我们可以在做动态视频处理的时候，降低带宽和存储要求同时提高效率。”我们不妨来看一个这样的实际场景：在一般的晚间新闻当中，会出现一个主持人以大头像的形式向大家进行播音。但是在这个过程中，会突然出现切换到汽车或体育赛事的等动态画面，最后再切换到主持人。当主持人主持画面的时候，人工智能就能够配置编码器，降低带宽，但是在切换到体育赛事的时候，可以进行实时的动态调整。
按照同样比特率进行压缩的两张图片，没有使用AI技术的图像会产生更多瑕疵，清晰度更低。因此，AI技术可以帮助我们找到人脸，然后在人脸这个重点区域分配更多的比特，在其他区域减少比特的配置。在这张图中，人脸的部分就被叫做重点区域。通过AI可以得知哪些是重点区域，并且在处理的时候，配置不同的资源。这就使得客户或者是流媒体的服务供应商可以做更加激进的压缩，并且降低比特率，同时还能够保证质量。但是，人工智能并不完美，所以在做动态调整的时候，有可能会出现一些判断失误的情况。因此，AMD采用的一个方法是VQ分析IP模块。在人工智能进行动态调整和变化的过程中，IP模块会形成一个反馈环，来确保所做的决策不是错误的。通过VQ分析可以确保视频每一帧的质量，一旦出现错误都可以及时调整。
LiveVideoStack注意到，MA350D除了针对主流的H.264和H.265的支持以外，还增加了对AV1的支持，甚至有两个单独用于AV1的编码单元。谢旻告诉LiveVideoStack，AV1是一个相对来说比较新的标准，是一个免费版权的编码标准/格式，具有更高的压缩率，这样做的好处是用户可以在较低的宽带下传输更高质量的码流。在芯片四角有四个分离的支持AV1压缩标准的编码器（MP）单元模块，使得客户在部署新的压缩标准时，可以一边用旧的标准，一边加入新的标准。“当然，代价是编码解码使用了更加复杂的计算，需要占用更多的CPU资源，同时带来大的延时，这个时候AV1硬件编码单元的优势就凸显出来了，减少CPU的使用，同时提供超低的延时。”
据AMD测试结果显示，在同等的视觉质量内，AV1编码器的带宽节省高达52%。
开放媒体联盟（ Alliance for Open Media ）主席 Matt Frost 表示：“直播提供商正寻求更高密度、更低功耗、更低时延的 AV1 解决方案，而通过满足这些需求，AMD 等联盟成员正助力推动 AV1 部署和整体采用。”从586年代前的多媒体卡到如今的融入AI视频分析内容的多媒体加速卡，音视频硬件技术经历了漫长而曲折的发展。但历史的车轮从不停歇，永远向着更高更快更强的方向滚滚向前。详细了解Alveo MA35D 产品和架构，以及现场观摩它所带来的优异的编解码性能演示，欢迎您点击下方海报参与到 AMD 的技术分享和现场演示中。
▲扫描图中二维码或点击“阅读原文” ▲
查看更多LiveVideoStackCon 2023上海站精彩话题
