大多數人都知道，統一通信（UC）正在普及，并在企業(yè)中推動(dòng)視頻采用。但是，在企業(yè)內部和企業(yè)之間傳輸視頻流量往往受到技術(shù)不兼容性的阻礙。增加移動(dòng)性和帶來(lái)自己的設備（BYOD）的需求，情況變得更加復雜。必須發(fā)生的一件事是，“視頻互通和轉碼”需要與視頻采用一致。
當我研究這種需求時(shí)，我將首先回顧一下我們從采用IP語(yǔ)音（VoIP）中學(xué)到的幾個(gè)關(guān)鍵課程：
- 歷史上VoIP互通和代碼轉換是由高度專(zhuān)業(yè)化的硬件在低規模執行的。向上擴大通常意味著(zhù)具有相似密度的更多硬件。雖然創(chuàng )新導致密度增加，但并沒(méi)有改變專(zhuān)用硬件的使用
- 隨著(zhù)VoIP進(jìn)入虛擬，云部署，使用CPU進(jìn)行音頻轉碼，無(wú)法證明它將以合理的成本點(diǎn)進(jìn)行真正的擴展。需要一個(gè)新的模型來(lái)有效和高效地提供VoIP互通和轉碼
- 這個(gè)新模式要求使用GPU。如先前的博客（云中的媒體轉碼 - GPU性能評估）所討論的，我們已經(jīng)展示了如何使用更少的硬件，更少的功耗和更少的機架空間來(lái)縮放音頻轉碼。
我看到一個(gè)類(lèi)似的視頻轉碼演進(jìn)路徑，其中使用GPU能夠實(shí)現高效的縮放，從而實(shí)現顯著(zhù)的性能與成本效益。
從我們的實(shí)驗室測試中，下表1顯示了使用雙插槽20核CPU解決方案* vs NVIDIA的（4）卡M60解決方案的H.264 < - > H.264視頻轉碼的一些比較數字。
表1.使用CPU和GPU進(jìn)行視頻轉碼的比較會(huì )話(huà)次數
從表1可以看出，GPU的使用根據轉碼類(lèi)型提高了5x-12x的性能，估計為5倍的增量成本。基于轉碼類(lèi)型或規模要求，GPU的使用與CPU相當或更具吸引力。
但這里是最好的部分。在通用GPU解決方案中處理音頻和視頻轉碼時(shí)，可以實(shí)現總體性能和引人注目的密度。為了看這個(gè)，我們將CPU配置升到雙插槽36核心解決方案*，用于視頻和音頻轉碼。
從表2開(kāi)始，您只能看到AMR-WB < - > G.711音頻轉碼的比較。
表2.使用CPU與GPU進(jìn)行音頻轉碼的比較會(huì )話(huà)次數
使用GPU，我們看到可以處理的音頻會(huì )話(huà)數量幾乎增加了6倍，估計成本增加了4倍。這清楚地表明GPU對音頻轉碼的規模和性能增加了實(shí)質(zhì)價(jià)值。
表3顯示了將視頻和音頻轉碼在一起的總體結果。
表3.使用CPU與GPU進(jìn)行視頻和音頻轉碼的比較會(huì )話(huà)次數
如表3所示，當在CPU上進(jìn)行組合轉碼時(shí)，音頻轉碼部分下降50％，而使用GPU時(shí)，該減少僅為約6％。在四個(gè)代碼轉換場(chǎng)景中的三個(gè)中，使用通用GPU投資可以實(shí)現音頻和視頻轉碼的10倍以上的性能提升。通過(guò)這樣的結果，GPU顯然是為安全的互通和轉碼提供規模和性能的正確答案。
作為一家專(zhuān)注于實(shí)時(shí)通信安全互通和轉碼的公司，在過(guò)去的20年中，我知道我們的理想位置是使GPU能夠提供更優(yōu)化的客戶(hù)體驗，并確保音頻和視頻互動(dòng)和轉碼，在我們客戶(hù)的虛擬云網(wǎng)絡(luò )中。
