躲在VPU里的玲珑棋局

发布时间：2023-04-10 09:37:48 所属栏目：动态来源：

导读：最近ChatGPT引发了全球范围内的AI热，随之而来的是与AI算法紧密相关的AI计算与AI芯片又一次火爆了起来。但事实上，大语言模型能够驱动的算力增长是有限的。根据相关数据，未来有70%-80%的AI计算任务将发生在机器视觉

最近ChatGPT引发了全球范围内的AI热，随之而来的是与AI算法紧密相关的AI计算与AI芯片又一次火爆了起来。但事实上，大语言模型能够驱动的算力增长是有限的。根据相关数据，未来有70%-80%的AI计算任务将发生在机器视觉与多模态领域。因此，真正的AI时代，其实是视频计算的时代。

直播、短视频的持续热络，各种设备形态与行业场景对摄像、视频能力的需求，使专用的视频计算能力与处理单元将成为时代的刚需。

我们此刻正在，并且未来长期将生活在一个无处不是屏幕，无处不是视频的世界里。人们对高清、高帧率的视频需求，从来都是有增无减的，而经典计算结构中的CPU+GPU体系，已经无法满足海量视频业务的处理需求，于是视频处理芯片VPU（Video Processing Unit）应运而生。

在目前阶段，无论是C端还是B端用户，对高清视频（4K/8K）都有着愈发清晰强烈的需求。作为普通用户，我们期待着直播、短视频、VR的高清体验持续升级，而企业则需要提升在线会议、工业视觉、自动驾驶等领域的高清视频能力。整体而言，我们处在冲向4K泛在化、8K落地应用的关键节点上。

但向高清视频的冲刺，却会带来视频编解码方面更高的算力消耗与网络成本。尤其对于算力而言，当海量视频编解码需求出现时，传统的CPU计算方式缺乏针对性，处理效率低，并且会带来能耗与部署空间的浪费，综合成本过高。虽然GPU具备较好的视频编解码能力,但是它对资源的利用率和浮动灵活性仍然不足。尤其是在使用 GPU处理编码及解码的任务时,经常会产生一种故障,那就是驱动器与处理器兼容,导致很多作业不成功。

专业的芯片做专业的事，是这个时代半导体产业发展的核心命题。视频任务既然让CPU或GPU都有点难以处理，那么VPU这种编解码更加灵活，处理能力更加具有专业性的芯片也就应运而生。

落子：VPU的应用与考验

就目前情况来看，VPU的应用领域与关联场景非常丰富。这是因为视频正成为无处不在，充斥在生活各个角落与产业各个领域的基础信息样态。在云端，视频直播平台每天要处理海量的视频编解码任务，而在云端，摄像头、无人机、手机、PC等各种设备都具备拍摄视频和播放视频的功能。

这也让VPU的逻子主要呈现在两个领域。一方面是在云端成为数据中心的一部分，以应对海量视频数据的加速需求；另一方面是在终端侧，与手机、汽车、安防、无人机、AR\VR设备结合，提高设备的视频编解码性能，降低视频处理所需的功耗与时延。在视频处理需求爆发式增长的今天，产业界对VPU也提出了一系列新的需求，我们可以将其总结为三个能力：

1.高清编解码能力：VPU需要应对4K甚至8K的编解码，满足泛在化高清的落地需求。如今，在线会议、工业质检、安防等应用也在升级4K，无处不在的泛化4K，已经成为各界对视频处理能力普遍而广泛的需求。

2.软件环境兼容能力：VPU要能够灵活适配不同的操作系统与软件环境，从而保障视频应用的软硬兼容性，避免因软件问题导致资源错配与兼容难题。

3.硬件场景适配能力：VPU需要灵活适配不同的硬件特性，从而降低端到端时延，提高编解码处理效率，以此来应对不同硬件体系对VPU的需求。

在两大领域、三大能力的框定下，VPU的棋局已经愈发清晰。这盘棋，也确实吸引到了各界棋手的加入。

目前阶段，VPU的产业实践与市场发展处在高速爆发期，各个领域的互联网公司、科技企业都加入了这项关键技术的布局。其中比较有代表性的，是2021年4月，谷歌发布了自研的Argos VCU。在那之后，在流媒体、短视频、直播领域具有优势的企业，纷纷开始布局VPU。

但互联网、流媒体厂商布局VPU，还属于跨界提前布局，其效果还需要几年时间显现出来。而业界在目前阶段，则更需要成熟、稳定的VPU产品进行支撑。

总体来看，VPU市场技术处在巨头进驻、高速爆发、产业应用大规模的阶段，这些特质基本预示了VPU赛道未来的成长价值。

未来，高清视频与机器视觉将无处不在，VPU的身影或许也将如此。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!