服務(wù)提供商網(wǎng)絡(luò )，企業(yè)網(wǎng)絡(luò )和最終用戶(hù)的設備中使用了大量的VoIP 編碼/解碼算法。傳統上，開(kāi)發(fā)這些算法以減少帶寬消耗 (例如，iBLC、G.729和AMR) 或提供卓越的語(yǔ)音質(zhì)量 (例如，寬帶編解碼器，如AMR-WB、G.722和OPUS)。

　　例如，由WebRTC發(fā)起的VoIP會(huì )話(huà)使用OPUS，企業(yè)VoIP電話(huà)可能使用G.729，而移動(dòng)網(wǎng)絡(luò )用戶(hù)可能使用AMR-WB。這些不同端點(diǎn)間的呼叫需要在多個(gè)編解碼器之間進(jìn)行媒體轉碼，甚至在呼叫中選擇編解碼。因此，成功可靠地提供具有高度服務(wù)質(zhì)量的實(shí)時(shí)通信的能力在很大程度上取決于媒體轉碼功能。

　　媒體轉碼可以在網(wǎng)絡(luò )中的多個(gè)地方提供: 媒體網(wǎng)關(guān); 會(huì )話(huà)邊界控制器 (SBCs) 中央化媒體資源功能處理器 (MRFP); 甚至在邊緣設備內。雖然本簡(jiǎn)介側重于SBCs，但無(wú)論用例如何，許多相同的特性都適用。

　　多年來(lái)，基于SBC的媒體轉碼在DSP中完成，通過(guò)硬件實(shí)現規模化，處理速度和成本進(jìn)行優(yōu)化。雖然這是一個(gè)有效的解決方案，但網(wǎng)絡(luò )已經(jīng)發(fā)展，實(shí)時(shí)通信遷移到純軟件的虛擬云環(huán)境，迫使SBC適應。當今的SBC可部署在虛擬云環(huán)境中，并為媒體轉碼提供兩種選擇:

　　英特爾x86是一款通用CPU，可以支持媒體轉碼所需的矢量計算，但它也被設計為支持與媒體處理無(wú)關(guān)的大量附加指令。因此，英特爾x86是一種功能性但效率低下的媒體轉碼解決方案。雖然現代CPU速度很快，但它們配備了少量?jì)群耍瑥亩�限制了執行的并發(fā)線(xiàn)程數量。對于諸如媒體轉碼之類(lèi)的計算密集型應用程序，對整體規模構成了限制，從而使解決方案在功效和成本方面效率低下。

　　GPU配備了大量計算單元，這些計算單元可累計提供高計算和數據吞吐量。雖然是為圖形計算設計的，但今天的GPU是通用并行處理器，已經(jīng)成為解決大型計算密集型任務(wù) (如圖像處理、機器學(xué)習等) 的事實(shí)上的選擇。

　　對于實(shí)時(shí)通信，當有非常多的媒體會(huì )話(huà)需要同時(shí)進(jìn)行轉碼時(shí)，可以將解決方案要求映射到高性能計算 (HPC) 集群。由于媒體轉碼被認為是一項計算密集型任務(wù)，因此它非常適合利用GPU的固有特性，并與優(yōu)化的CPU實(shí)現相比，實(shí)現突破性的性能提升。

　　Ribbon SBC軟件，即使運行在物理設備中，也被構造為單獨的信令，媒體數據包處理和媒體轉碼。此體系結構設計非常適合促進(jìn)向虛擬云部署模型的過(guò)渡。基于此設計，可以針對每個(gè)功能進(jìn)行優(yōu)化。

　　用于設置會(huì )話(huà)、信令協(xié)議互通、會(huì )話(huà)管理和信令安全的信令軟件，和負運責媒體安全、數據包處理和轉發(fā)以及媒體協(xié)議互通的媒體處理軟件，都非常適合在虛擬云部署中的CPU上運行。

　　由于CPU用于信令和媒體數據包處理，因此可以將它們用于媒體轉碼，但這不是唯一的， 使用GPU也是一個(gè)可行的選擇，有些人會(huì )說(shuō)更好。下面的圖顯示了SBC的這兩個(gè)選項之間的區別，突出顯示了在虛擬CPU上運行的功能與在GPU上運行的功能。請注意，所謂的 “GPU SBC” 實(shí)際上是由CPU和GPU組成的，因為CPU仍在處理信令和媒體數據包，以及一些不太復雜的代碼轉換功能。

　　圖一：基于CPU與基于GPU的SBC轉碼對比

　　在決定這兩個(gè)選項時(shí)，必須考慮可伸縮性，語(yǔ)音質(zhì)量和每個(gè)轉碼會(huì )話(huà)成本的差異。為了評估這些參數，Ribbon進(jìn)行了實(shí)驗室測試以設置基準測量。某個(gè)一級運營(yíng)商采用了類(lèi)似的測試配置，在相同參數上運行測試。結果如下:

　　對多個(gè)同時(shí)會(huì )話(huà)涉及許多重復完成的小重復任務(wù)情景進(jìn)行轉碼。當這涉及多種編解碼器類(lèi)型或復雜的高清編解碼器時(shí)，轉碼就成為一項計算密集型任務(wù)，這就是GPU的固有設計提供可伸縮性并證明極其有價(jià)值的地方。

　　為了確定GPU的潛在可伸縮性，Ribbon構建了實(shí)驗室配置，如圖1所示。目標是使用固定數量的CPU與相同數量的CPU并添加GPU來(lái)確定最大并發(fā)轉碼會(huì )話(huà)。測試是針對G.711和G.722，G.729，AMR-NB，AMR-WB和EVRC之間進(jìn)行轉碼。結果顯示出顯著(zhù)的改進(jìn)，這取決于所使用的編解碼，使用GPU可以達到到400% 到1300% 間的增益。

　　Ribbon在實(shí)驗室做了另一項獨立測試，使用更廣泛的轉碼集，結果顯示GPU可以達到425% 和1100%的增益 (取決于所使用的編解碼)

　　在CPU和GPU之間進(jìn)行媒體轉碼時(shí)，一個(gè)重要的考慮因素是它們提供的語(yǔ)音質(zhì)量水平。由于CPU使用定點(diǎn)計算，而GPU使用浮點(diǎn)計算，因此我們需要評估這是否對語(yǔ)音質(zhì)量有影響。

　　我們運行了語(yǔ)音質(zhì)量評估 (VQA) 測試，得到的結果表明，使用帶有浮點(diǎn)處理的GPU要么在CPU定點(diǎn)處理的1% 內，要么更好，這取決于所使用的編解碼器。另一項獨立的VQA測試檢查了更廣泛的編解碼，顯示了使用GPU的類(lèi)似VQA結果。

　　語(yǔ)音質(zhì)量的底線(xiàn)是使用GPU和CPU進(jìn)行轉碼之間沒(méi)有明顯的語(yǔ)音質(zhì)量差異。

　　為了評估每個(gè)轉碼會(huì )話(huà)的成本，Ribbon計算了兩個(gè)成本: 每個(gè)配置的最大功率消耗; 以及使用/不使用GPU的每個(gè)物理配置的成本。

　　在我們的測試中，我們看到了大量的功耗節省，相對于CPU，GPU提供了每瓦特功耗下轉碼會(huì )話(huà)數的54% 到456% 的增長(cháng)，這取決于所使用的編解碼。類(lèi)似地，對更廣泛的編解碼的獨立測試表明，根據所使用的編解碼，GPU在400% 和800% 之間提供了每瓦轉碼會(huì )話(huà)的增益。

　　除了電力成本之外，我們還考慮了測試配置的相應資本成本，以考慮增量GPU。通過(guò)將總成本除以轉碼會(huì )話(huà)的最大數量，我們計算了每個(gè)轉碼會(huì )話(huà)的成本。結果表明，在所有編解碼對組合中，每個(gè)轉碼會(huì )話(huà)使用GPU的成本要低得多。我們預計每一代連續的GPU的性能增長(cháng)速度將快于相關(guān)成本，因此GPU的使用將在每個(gè)轉碼會(huì )話(huà)中實(shí)現更好的成本。

　　當服務(wù)提供商和大型企業(yè)計劃將其SBC遷移到虛擬云環(huán)境時(shí)，他們必須確定如何提供最具成本效益、同時(shí)可擴展的媒體轉碼。

　　在此解決方案簡(jiǎn)介中，我們強調了云中媒體轉碼的兩個(gè)選項: CPU和GPU， Ribbon和Tier 1網(wǎng)絡(luò )運營(yíng)商進(jìn)行的測試結果表明，在可擴展性，語(yǔ)音質(zhì)量和每個(gè)轉碼會(huì )話(huà)的成本方面，GPU在媒體轉碼方面的性能明顯優(yōu)于CPU，尤其是隨著(zhù)擴展要求的提高。

　　總之，使用CPU進(jìn)行媒體轉碼可以很好地用于低規模的轉碼解決方案或轉碼使用情況，其中最大并發(fā)轉碼會(huì )話(huà)流量是相對靜態(tài)的，并且預計不會(huì )隨著(zhù)時(shí)間的推移而增長(cháng)。否則，鑒于本解決方案簡(jiǎn)介中描述的結果，將網(wǎng)絡(luò )基礎結構轉向使用GPU進(jìn)行媒體轉碼意味著(zhù)您將朝著(zhù)正確的未來(lái)方向前進(jìn)。

　　Ribbon是一家在實(shí)時(shí)通信領(lǐng)域擁有20年領(lǐng)導地位的公司。Ribbon擁有世界一流的技術(shù)和知識產(chǎn)權，為當今世界提供智能，安全，嵌入式的實(shí)時(shí)通信。該公司將固定，移動(dòng)和企業(yè)網(wǎng)絡(luò )從傳統環(huán)境轉變?yōu)榘踩�的IP和基于云的體系結構，從而為消費者和企業(yè)提供高效的通信。Ribbon的創(chuàng )新，市場(chǎng)領(lǐng)先的產(chǎn)品組合遍布全球28個(gè)國家/地區，為服務(wù)提供商和企業(yè)提供了在完全虛擬化環(huán)境中快速創(chuàng )建服務(wù)的能力。