如今选择互联网点播流媒体与直播视频的用户数量越来越多，这一转变催生了对高性能媒体转码与OTT流媒体功能专用技术的需求。
我们最新推出的Accelerated Compute云计算解决方案，首次通过NETINT Quadra视频处理单元（VPU）提供专用集成电路（ASIC）访问能力。VPU作为专用硬件，相比基于CPU或GPU的转码方案，能以极低功耗实现更高效的媒体编解码。
本文将带您了解VPU与CPU、GPU在硬件设计层面的差异。
关键媒体应用工作流术语
- 媒体编码：将音视频/图像流或文件转换为其他格式，并通过压缩原始文件减小体积且保持质量的过程
- 媒体解码：将媒体文件或流转换为可播放格式的过程
- 媒体转码：包含编解码的综合性格式转换过程，兼具降分辨率、调比特率、编码标准等定制功能，以适应网络条件与播放环境变化
硬件演进
当特定操作对硬件造成压力时，制造商通过新材料组合开发新功能与性能层级。硬件创新、设计与生产的驱动力，来自对电源效率与电路元件材料的优化。
处理器单元的技术进步主要体现于两大要素：
- 芯片单位面积内电路元件密度的提升（物理空间利用率进步）
- 芯片内置微处理器固有能力的扩展（即开即用硬件功能进步）
架构组件
下图从概念层面展示了CPU、GPU与VPU内部电路与引擎的数量比例差异：GPU通过密集排列算术逻辑单元（ALU）实现并行处理，因而在图形渲染、机器学习等场景效率卓越；而VPU则搭载专为视频任务设计的固定功能电路，可超高效执行编解码、缩放等视频处理功能。
- 控制单元：同步（按特定顺序执行事件）数字电路，专用于解释处理器指令并管理这些指令的执行过程。
- 算术逻辑单元 （ALU）：组合式（"按需"应用事件和逻辑）数字电路，通过响应数据输入来执行复杂逻辑运算。
- 缓存：实现低延迟数据访问的本地缓存
- 固定功能视频处理电路：以超高效能与低功耗执行预定义专用任务的电路
- AI引擎：通过强化矩阵/向量处理能力，专攻人工智能任务的运算模块
核心价值
除原始算力外，转码工作负载更需要专用硬件实现极致效率。根据测试阶段用户反馈：CPU方案最多支持2-4路并发流，而VPU加速实例可达成30路并发。更高的流密度不仅降低总体成本，更能帮助媒体机构与技术合作伙伴削减单流成本。
采用云端VPU还意味着：用户可根据业务规模灵活调整资源配置，或在流量高峰时段快速获取VPU专属处理能力。