“No PP，No WAY”這是個眼見為實的世界，這是個視覺構成的信息洪流的世界。大腦處理視覺內(nèi)容的速度比文字內(nèi)容快6萬倍，而隨著智能手機的普及，圖片、視頻的產(chǎn)生和分享已經(jīng)是人們在社交平臺上的基本交流方式。用戶通過手機、平板、電腦上傳和分享自己的圖片，而且這個趨勢是每年都在增長（參見圖1）。

圖1. 2016年KPCB統(tǒng)計報告?

每天QQ相冊、微信朋友圈上，用戶上傳的圖片數(shù)量有上億張，這些圖片被后臺服務器存儲下來，再通過網(wǎng)絡分發(fā)出去。如果每張圖片可以進行壓縮，使得圖片存儲和傳輸分發(fā)的數(shù)據(jù)量越少，既節(jié)省了用戶帶寬，也提高了用戶下載圖片的速度，用戶體驗更好。那么圖片是可以進行壓縮的么？1948年，信息論學說的奠基人香農(nóng)曾經(jīng)論證：不論是語音或者圖片，由于其信號中包含很多的冗余信息，所以可以對其進行壓縮。圖像壓縮算法有：JPEG、WEBP、H264（幀內(nèi)壓縮）、HEVC（幀內(nèi)壓縮），壓縮能力是：JPEG 《 WEBP/H264（幀內(nèi)壓縮） 《 HEVC（幀內(nèi)壓縮）， 這個壓縮能力是通過計算復雜度的提高來實現(xiàn)，其中WEBP、HEVC的計算復雜度是 JPEG 壓縮的 10 倍以上。 目前在社交平臺上用戶上傳的大量圖片是JPEG格式，通過后臺服務器用更加復雜的算法如WEBP、HEVC（幀內(nèi)壓縮），進一步壓縮以節(jié)省存儲和帶寬， 所以對圖像的壓縮，從本質上是通過提高計算算力來降低存儲和帶寬。同時更加復雜的算法也帶來計算算力的大量消耗和處理延時的增加。

從業(yè)務角度來看，對于離線業(yè)務，可以通過業(yè)務在波峰和波谷之間閑置的計算算力進行圖片轉碼處理;但對于在線業(yè)務，圖片轉碼處理對于處理延時的要求就會有較高要求，為了滿足處理延時的要求，有時候會先進行圖片轉碼處理，把轉碼好的圖片存儲下來，當用戶需要的時候直接傳輸，這樣通過消耗存儲資源為代價來解決處理延時的要求。但是這又帶來一個新問題，用戶查看圖片的智能終端屏幕大小不一，如果都傳同樣大小的圖片，顯然不是最優(yōu)。最優(yōu)處理方法還是能夠通過計算算力，實時進行圖片轉碼處理。

在數(shù)據(jù)中心里面，計算算力通常由x86 CPU來提供，以前的x86 CPU性能每18個月就能翻倍（眾所周知的“摩爾定律”），但目前工業(yè)界的發(fā)展方向是摩爾定律已經(jīng)走到終點。例如，2016年3月24日，英特爾宣布正式停用“工藝年-架構年（Tick-Tock）”處理器研發(fā)模式，未來研發(fā)周期將從兩年周期向三年期轉變。而國際半導體技術發(fā)展路線圖（International Technology Roadmap for Semiconductors，簡寫 ITRS）在維持了數(shù)十年，每兩年更新一次，為全世界半導體行業(yè)提供建議和規(guī)劃指南，也在2016年宣布不再做進一步的更新。

一方面處理器性能再無法按照摩爾定律進行增長，另一方面數(shù)據(jù)增長對計算性能要求超過了按“摩爾定律”增長的速度。處理器本身無法滿足高性能計算（HPC：High Performance Compute）應用軟件的性能需求，導致需求和性能之間出現(xiàn)了缺口（參見圖2）。

圖 2. 計算需求和計算能力的缺口發(fā)展形式

圖像處理解決方案

圖片服務支持的能力豐富多樣，基礎功能包括多種縮略剪裁方式、文字圖片水印、格式轉換、斷點續(xù)傳、鏡像存儲、防盜鏈等。我們結合當前圖文時代的用戶需求，提供圖片的上傳、存儲、處理、分發(fā)的全方位一體化的解決方案。目前，互聯(lián)網(wǎng)圖片服務的解決方案中落地存儲和下載大部分圖片格式還是JPEG/WEBP，但隨著新的編碼標準HEVC的出現(xiàn)，在同等圖像質量下，HEVC的壓縮效率會比JPEG/WEBP好30%~70%，可以節(jié)省大量的存儲和帶寬，但是HEVC的算法復雜度高導致CPU的編碼延遲和吞吐在線上環(huán)境中無法滿足，因此，我們開發(fā)了基于FPGA的新的解決方案。FPGA圖像處理方案可以很好的解決線上環(huán)境的需求，當然，F(xiàn)PGA圖像處理解決方案也兼容當前用戶線上系統(tǒng)的WEBP等其他圖像轉碼格式，可以很好的適應不同用戶的需求，提供低延遲，高吞吐，低成本的解決方案。

我們以HEVC FPGA 圖像處理為例，來說明在互聯(lián)網(wǎng)業(yè)務中圖片上傳，存儲，處理和下載的架構。

圖3. HEVC FPGA 圖片上傳存儲，處理，下載解決方案

如圖3所示，圖片HEVC FPGA轉碼的部署主要是落地存儲前以及下載前的轉碼服務器，使用FPGA做轉碼主要有以下優(yōu)勢：

FPGA轉碼落地存儲HEVC，可有效節(jié)省存儲成本。

1. FPGA轉碼服務器和CPU轉碼相比可以降低服務器成本。

FPGA轉碼HEVC圖片和CPU相比吞吐量可以大大提高。

在下載時實時生成HEVC圖片，使用FPGA進行圖片轉碼加速，會大大降低轉碼延遲，提高用戶體驗。

圖像編碼算法分析

在圖像和視頻編解碼算法中，各個模塊都是基于像素級運算或者基于塊操作，而且針對各個像素或者圖像塊的操作是相同和重復的。早期的圖片壓縮標準JPEG和JPEG200，原始圖像首先經(jīng)過基于塊的DCT變換或者小波變換，變換后的系數(shù)經(jīng)過量化后再進行熵編碼（包括Huffman編碼或者自適應算術編碼），進而輸出壓縮后的碼流信息。在解碼端，通過反向操作，可將碼流信息進行解碼。在JPEG2000中，DCT變換被小波變換替代，可以更好的消除圖像塊內(nèi)的冗余性，而且量化后的系統(tǒng)按照比特位平面進行自適應算術編碼，可以達到更好的壓縮性能。

除了JPEG這類對原始圖像直接變換的方法，還有一種是基于塊預測的方法。也就是對一個圖像塊先進行預測，原始圖像塊和預測塊的殘差再進行變換，量化和編碼。比較典型標準就是從H.264的幀內(nèi)預測發(fā)展而來的WebP。隨著新一代視頻編碼標準HEVC/H.265的推出，其幀內(nèi)編碼的壓縮性能，較上一代標準提升接近一倍［2］。因此，將HEVC的幀內(nèi)編碼用于圖像壓縮也成為一種趨勢。HEVC的幀內(nèi)編碼過程如圖4所示。

圖4. HEVC幀內(nèi)編碼的過程

在HEVC中，塊劃分的方式是基于非完全四叉樹結構，這更適用于不同的圖像場景。每一個最終確定大小的塊只需要一個獨立的預測模式。圖5是HEVC圖片編碼中塊劃分和預測模式的一個例子。可以看出當一個塊可以通過單獨的某一個角度進行預測的時候，則不需要劃分為更小的塊。而場景信息較為復雜區(qū)域則需要劃分為較小的塊。編碼器的一項重要任務，就是尋找最佳的塊劃分方式和最優(yōu)的預測角度。

圖5. HEVC圖片編碼塊劃分及預測模式

圖6（a） 就是根據(jù)最終的塊劃分方式和預測模式得到的預測圖片。預測圖片和原始圖片的差值（殘差）通過DCT變換，量化之后，最終通過熵編碼器輸出。圖片預測的殘差如圖6（b）所示。在解碼器中，根據(jù)得到的殘差數(shù)據(jù)，并進行和編碼器相同的預測，可以得到最終的重構圖片，圖6（c）所示的就是重構數(shù)據(jù)。由于編碼過程需要用到重構數(shù)據(jù)作為參考數(shù)據(jù)，因此在編碼器也需要進行重構的過程。原始圖片如圖6（d）所示，可以看出，重構的圖片和原始圖片損失非常小。

圖6. HEVC圖片編碼過程中的預測，殘差，重構以及原始數(shù)據(jù)

在HEVC的幀內(nèi)編碼中，由于要進行最佳編碼模式的搜索，造成編碼器的計算復雜度高。傳統(tǒng)的CPU無法達到理想的吞吐量。現(xiàn)在的GPU雖然也大量應用的圖片和視頻領域，然而GPU的并行化更適用的是各個像素點進行相同操作，完成之后再進行下一步的并行化操作。這并不利于HEVC圖片編碼各個模塊控制較為復雜的情況。在Nvidia的GPU中，圖片和視頻編解碼也采用的專用的芯片來處理。 而FPGA可以實現(xiàn)各個不同的模塊的流水化運算，實現(xiàn)時間上的并行。 同時，由于只是進行幀內(nèi)編碼，不同圖像之間是相互獨立的，在FPGA中也可以設計多路的編碼器，對不同的圖片進行并行的編碼壓縮。

當然，對于基于塊預測的圖像編碼方法，也存在一些限制FPGA并行化實現(xiàn)因素。但是，這些受到限制的部分，也可以通過FPGA設計的特點來解決。例如，如圖4所示，幀內(nèi)預測的參考點需要通過重構的方法得到，這就增加了不同塊之間的依賴性，限制了塊之間的并行化，和流水化設計。在實際的FPGA設計中，可以在進行預測模式初選時，用原始數(shù)據(jù)替代重構數(shù)據(jù)作為參考，而在最終編碼時用重構數(shù)據(jù)在作為參考數(shù)據(jù)。在FPGA的實現(xiàn)過程中，也可以更改掃描順序，優(yōu)先處理那些有依賴關系的像素點。此外，在自適應熵編碼部分，由于存在更新碼表和更新概率估計的過程，部分比特數(shù)據(jù)進行熵編碼時，也存在依賴關系。 在實際的FPGA設計過程中，可以通過將這些需要進行編碼的數(shù)據(jù)進行分組，將沒有依賴關系的數(shù)據(jù)分為一組，同時，通過數(shù)據(jù)緩存，可以預先判斷接下來的數(shù)據(jù)是否存在依賴關系，從而提高熵編碼的吞吐量。

HEVC圖像編碼算法的FPGA實現(xiàn)

FPGA圖像編碼架構

目前，我們圖片業(yè)務已經(jīng)實現(xiàn)WEBP和HEVC格式的FPGA硬件加速，下面以HEVC I幀圖像硬件加速舉例，說明圖像編碼在FPGA中是如何實現(xiàn)的。

FPGA的邏輯架構主要包括平臺部分和HEVC編碼器IP部分，其中FPGA平臺主要包括PCIE DMA以及DDR總線相關邏輯，這部分邏輯主要實現(xiàn)和host CPU的數(shù)據(jù)通信以及和FPGA板卡上的DDR通信。如圖7所示，F(xiàn)PGA架構上實例化了4個HEVC core（具體幾個是和FPGA資源有關），每一個HEVC core完成HEVC編碼算法的完整處理，這里4核心并行工作，也就是同一時刻，4個編碼任務可以并行工作，同時輸出4條HEVC碼流。

圖7. FPGA內(nèi)部邏輯架構

FPGA內(nèi)部邏輯主要包括：

HEVC CORE 0-3:H265編碼器IP，實現(xiàn)HEVC的編碼算法;

PCIE/DMA：實現(xiàn)和host CPU進行通信;

REGISTER RW/INT：寄存器讀寫以及中斷處理;

HEVC RW ARBITER：總線讀寫仲裁模塊;

AXI INTERCONNECT/DDRC/DDRY： 總線控制訪問DDR邏輯;

FPGA圖像編碼流程

FPGA HEVC core內(nèi)部算法處理流程如圖8所示：分為當前圖像載入，intra預測初選，intra預測精選，CABAC編碼，碼流輸出。

圖8. HEVC core內(nèi)部算法處理流程

那么如何設計HEVC core實現(xiàn)算法功能呢？這里，編碼器模塊流水線設計成四級流水，如圖9所示，四級流水CURLD/PINTRA/SEL/CABAC處理性能設計接近，并行起來后，平均處理每個LCU需要8400個周期，如果按照1080p圖片一共510個LCU計算，單核理論上編碼可以達到編46 幀/s （FPGA電路實現(xiàn)頻率200M），這樣4核并行能達到184幀/s。

具體來說，CURLD完成當前圖像的載入邏輯，PINTRA完成intra預測初選35種模式的遍歷，得到最優(yōu)的預測模式，這級流水算法上做了優(yōu)化，預測參考像素沒有像傳統(tǒng)方式選擇重構像素，而是選擇當前像素做參考像素，這樣優(yōu)化，使得intra預測初選可以單獨劃分為一級流水，和intra預測精選分開，使得編碼器整體處理性能增加一倍。SEL完成幀內(nèi)預測模式精選以及RDO模式選擇，預測塊大小支持32/16/8，由于涉及到變換量化等運算量大的邏輯，這一級流水是整個編碼器的資源消耗大戶，設計上在算法上以及邏輯資源消耗上做了權衡;CABAC模塊完成頭信息的碼流生成以及每個LCU的語法元素和殘差的編碼，并完成碼流的打包輸出，這一級流水的主要問題在于CABAC的性能是否足夠快，從而應對QP比較小編碼更多bin的處理及時。

圖9. 運算模塊流水線

性能和收益

用FPGA完成JPEG格式圖片轉成HEVC格式圖片，圖片分辨率大小為1920x1080，F(xiàn)PGA處理延時相比CPU降低7倍，F(xiàn)PGA處理性能是CPU機器的10倍，F(xiàn)PGA機型單位性能成本是CPU機型的1/3（參見圖10）。

圖10.圖片轉碼FPGA和CPU對比

總之，圖片算法的FPGA實現(xiàn)，如果不考慮FPGA資源、硬件實現(xiàn)架構和處理性能，CPU圖像壓縮算法可以完全在FPGA進行“復制”實現(xiàn)，F(xiàn)PGA算法壓縮性能可以完全等同CPU。但是現(xiàn)實沒那么理想，F(xiàn)PGA算法實現(xiàn)要統(tǒng)一考慮FPGA性能，資源，算法實現(xiàn)復雜度等要素，只有聯(lián)合設計才能設計出最優(yōu)秀的方案，為了發(fā)揮FPGA硬件實現(xiàn)的速度優(yōu)勢，算法進行優(yōu)化是必須要做的，綜合考慮各方面，我們在實際應用中，往往FPGA的算法實現(xiàn)要做一些“讓步”。另外，某種型號的FPGA一旦被選定，它的運算以及布線資源往往有個理論值，算法的實現(xiàn)同時要考慮FPGA資源的利用情況，如何能在相同的FPGA資源上實現(xiàn)最好的壓縮算法成為設計的難點。我們用FPGA進行算法實現(xiàn)的目標-----實現(xiàn)算法性能盡量接近CPU，圖片處理吞吐量，以及處理延遲讓CPU望其項背。