AI 和 AIGC 目前已經與我們的工作和生活深度融合， AI將如何影響音視頻開發？AI在給視頻編解碼帶來畫質提升的收益時，是否會增加成本？在最近落下帷幕的2023年LiveVideoStackCon2023音視頻技術大會上海站中，關于AI和AIGC的討論遠比以往更加火熱。大模型、多模態、AIGC工具……很多專家認為，AI和AIGC一定會對整個編解碼行業產生巨大的革新，但同時也面臨著更大的挑戰。

英特爾不僅在大會上分享了音視頻領域的前沿技術洞察，還聯合LiveVideoStack為各位技術人們準備了一次特別的MINI圓桌晚宴，邀請到了互聯網頭部企業的技術大咖們，既有技術討論，又有趣味問答，通過“YES”or“NO”的互動方式，引發了嘉賓們的高度參與熱情和對音視頻技術應用趨勢的激烈討論。

向左滑動看更多精彩瞬間

AI處理對音視頻來說
是必須的嗎？

在大會現場，英特爾至強產品線軟件架構師謝義認為，AI將會越來越多地應用到音視頻處理當中。但隨著AIGC的廣泛使用，智能化編碼將面臨著越來越大的性能瓶頸。而目前人工智能模型訓練對算力的需求，原有的單一的CPU或GPU的單架構形態已經無法完全滿足。謝義認為，基于CPU服務器的全鏈路智能化編碼將成為未來的趨勢并解決上述挑戰。

英特爾至強產品線軟件架構師謝義

謝義介紹，音視頻的轉碼方式有很多種，GPU的速度快，算力高。但CPU有兩個不可替代的優勢：超高的靈活性和復用性。CPU的升級成本極低，只需升級一下軟件部分即可。更何況在云上申請一個虛擬主機，無論是docker還是container都可以隨用隨放，十分自由靈活，成本更低。

由于視頻前處理的超分部分算力要求非常高，通常需要通過GPU來輔助，但帶來的問題是：客戶將高要求的AI負載遷移到GPU上，將編碼和前處理完全分離。“這就像在一間屋子里解碼——發送到另一間屋子進行前處理——再轉回來編碼。不僅讓流程變得冗長，也對運維造成了極大的負擔，數據的反復調度也造成了一定的時延增加。CPU全鏈路智能化編碼將視頻前處理遷移到CPU上進行，正好解決了這一問題。”謝義說。

AI在給視頻編解碼帶來畫質提升的收益時是否會增加成本？

事實上，基于第四代英特爾至強可擴展處理器及其內置的AI加速器英特爾AMX，以及英特爾發行版 OpenVINO 軟件幫助視頻編解碼工作者打造全鏈路智能化編碼，就可以讓視頻編解碼AI負載高效運行的同時，降低用戶的成本壓力。

英特爾AMX 專為AI負載加速而設計，可優化深度學習(DL) 訓練和推理工作負載。借助英特爾 AMX，第四代英特爾 至強 可擴展處理器可在優化通用計算和 AI 工作負載間快速轉換。同時，由于視頻編解碼處理的整個pipeline中數據的處理速度并不一致，為了讓整個過程的數據順滑地流動起來，就需要針對FFmpeg的開發工作。而英特爾發行版 OpenVINO 工具套件讓用戶可以直接進行開發，在大幅降低開發難度和工作量的同時，讓AI處理更加流暢。

在一個英特爾合作伙伴的實際案例中，使用了第四代英特爾至強 可擴展處理器及英特爾AMX優化的AI推理性能，在視頻增強和目標檢測這兩個場景下，相對上一代平臺分別提升了1.86倍和1.95倍。這也證明了用戶在CPU上完全可以實現全鏈路的智能化編碼，在AI推理性能提升的同時，大幅降低了部署成本和運維成本。

英特爾至強產品線軟件架構師謝義表示，英特爾已向全球交付了超過8500萬顆英特爾 至強 可擴展處理器，支持著全世界的數據中心，可以說至強服務器是數據中心的基石。第四代英特爾 至強 可擴展處理器一個重要的革新就是內置了數個硬件加速器，用于不同應用場景的性能加速，使CPU性能更為強悍，在包括AI視頻編解碼等領域可以替代GPU的工作。

助力視頻開發者以更高性能
和低成本擁抱AIGC時代

在高質量編碼領域，目前CPU仍是主力，而AI的高算力仍需額外的GPU卡來承擔。基于第四代英特爾至強 可擴展處理器打造的全鏈路智能化編碼，以及英特爾擁有的全棧AI軟件生態和豐富的工具鏈，可以順利協助視頻開發者構建高性能、低成本的編碼方案。

AI應用的普及，技術的發展仍需依賴底層技術突破。除內置諸多加速器的第四代至強外，英特爾的Habana Gaudi2, GPU、FPGA等多種算力資源和完整軟硬件解決方案，將為AIGC時代鑄就更堅實的算力基石。