基于KeyStone DSP的多核視頻處理技術(shù)

　　隨著越來越多的移動手持終端支持視頻功能，對于流媒體內(nèi)容及實時通信的網(wǎng)絡(luò)支持需求也在顯著上升。雖然對已部署的 3G 媒體網(wǎng)關(guān)進行升級可以支持較低的分辨率和幀速率，但這種由于自身的有限處理能力而進行的升級并不能滿足視頻成為主流應(yīng)用的需求。

　　為了使可擴展視頻應(yīng)用能夠支持高密度 (HD)，需要顯著提高視頻處理能力，而多核數(shù)字信號處理器 (DSP) 不但擁有能滿足此類需求的增強型視頻處理功能，同時還能充分滿足運營商在可擴展性和低功耗方面的需求。

　　本文旨在介紹一種全新的多內(nèi)核平臺，其能夠通過優(yōu)化內(nèi)核通信、任務(wù)管理及存儲器接入實現(xiàn)高密度視頻處理能力，此外，本文還闡述了擴展實施的結(jié)果如何支持多通道和多內(nèi)核 HD 視頻應(yīng)用的高密度視頻處理。

　　1 介紹

　　3G 與 4G 移動網(wǎng)絡(luò)在全球范圍內(nèi)的廣泛部署以及無線創(chuàng)新熱點的不斷涌現(xiàn)，催生了手持終端用戶所需的關(guān)鍵數(shù)據(jù)帶寬。除了 web/數(shù)據(jù)應(yīng)用以外，視頻已成為移動數(shù)據(jù)普及的另一推動力。

　　隨著越來越多的用戶轉(zhuǎn)而使用視頻應(yīng)用，網(wǎng)絡(luò)基礎(chǔ)局端需要實現(xiàn)顯著的性能提升才能支持視頻內(nèi)容，這從最近蘋果公司 Facetime 視頻呼叫應(yīng)用及類似應(yīng)用的流行上可見一斑。

　　手持終端能夠以更高的分辨率和幀速率支持視頻捕獲與播放。傳統(tǒng)部署的 3G 媒體網(wǎng)關(guān)專用于支持低分辯率視頻應(yīng)用中的高密度多語音通道，但通常不能滿足用戶對于高質(zhì)量的預(yù)期。

　　此外，由于手持終端因電池使用壽命和存儲器大小等技術(shù)局限性，通常僅能以有限的參數(shù)集支持幾種標(biāo)準(zhǔn)，因而媒體網(wǎng)關(guān)需要支持更多的編解碼器和轉(zhuǎn)碼模式，如轉(zhuǎn)碼、傳輸量以及傳輸速率等。例如，當(dāng)移動手機用戶駕車高速駛過某個區(qū)域時，讓網(wǎng)絡(luò)去適應(yīng)由當(dāng)時瞬時鏈接條件提供的帶寬并提供相應(yīng)的壓縮、分辨率及比特率更具高效性，這樣視頻鏈不致中斷，而且手持終端也不會因支持縮放或剪輯造成帶寬或電池電量的浪費。

　　為了充分滿足這些需求，我們需要顯著提高高密度媒體網(wǎng)關(guān)的視頻處理能力。多內(nèi)核 DSP 能夠以較低運營成本提供可擴展的解決方案，從而全面解決運營商重點關(guān)注的功耗與空間占用問題。

　　本文的組織結(jié)構(gòu)如下：

　　首先，闡述了處理高分辨率視頻面臨的挑戰(zhàn)和資源需求，以及如何有效地實現(xiàn)帶可擴展實施功能的視頻編碼算法，以便同時支持低分辨率和高分辨率通道。

　　其次，還對軟硬件選項如何提高多內(nèi)核運行的效率展開了討論。

　　最后，本文回顧性介紹了多內(nèi)核 DSP 領(lǐng)域前沿技術(shù)的發(fā)展歷程，并探討了開發(fā)人員可資利用的平臺。

　　2 基礎(chǔ)局端 HD 視頻面臨的挑戰(zhàn)

　　圖 1 描述了基于基礎(chǔ)局端網(wǎng)絡(luò)的視頻通信系統(tǒng)。一個典型的系統(tǒng)應(yīng)支持多種功能，其中包括：

• 　　高密度媒體的碼制轉(zhuǎn)換與速率適應(yīng)
• 　　與視頻轉(zhuǎn)碼相關(guān)的音頻轉(zhuǎn)碼
• 　　大型多方視頻會議
• 　　諸如語音等其他媒體形式的處理

圖 1 基于網(wǎng)路的視頻通信

　　轉(zhuǎn)碼是一種典型的通信基礎(chǔ)局端視頻應(yīng)用，我們可在其中通過已壓縮的輸入流對 YUV 域視頻流進行解碼，然后再使用不同的標(biāo)準(zhǔn)（轉(zhuǎn)碼）、不同的比特率（碼流速率）、分辨率（傳輸大?。┗蛏鲜龈黜椀娜我饨M合重新進行編碼。從高質(zhì)量的高清專業(yè)相機到低分辨率的智能電話錄制，視頻內(nèi)容來源廣泛；而視頻內(nèi)容接收器也是種類繁多，從大型的高清電視屏幕到低分辨率的手持終端，無所不包。視頻基礎(chǔ)局端必須全方位滿足各種需求，其中包括：

• 　　多重編碼和解碼標(biāo)準(zhǔn)，如 DV、MPEG2/4、H.264 以及未來的 H.265 等。
• 　　多種分辨率和幀速率，從 128×96 像素的次 1/4 公用中分辨率格式 (SQCIF) 乃至更低分辨率，到高清 (1920x1080) 甚至是超高清 (4320P, 8K)，從每秒 10 幀到每秒 60 幀不等。
• 　　各種編碼的輸入/輸出 (I/O) 比特率，如從低分辨率低質(zhì)量手持終端視頻流的 48 Kbps 到專業(yè)質(zhì)量的 50 Mbps（H.264 級 4.2）甚至更高。YUV域視頻流的帶寬要求非常高，例如，采用 4:2:0 配色方案的 YUV 1080p60 視頻流需要 1.5 Gbps 左右的帶寬。

　　延遲要求因應(yīng)用而異：視頻會議和實時游戲應(yīng)用對延遲的要求非常嚴格，不能超過 100 毫秒；視頻點播應(yīng)用則可以接受中等延遲（可達幾秒鐘），而且存儲等非實時應(yīng)用的處理能夠允許更長時間的延遲。

　　通信基礎(chǔ)局端網(wǎng)絡(luò)面臨的挑戰(zhàn)在于，如何才能夠?qū)⑺械膬?nèi)容交付給所有所需用戶，同時又能維持硬件資源的高利用率和高效性。為了進一步闡述這一挑戰(zhàn)，不妨考慮一下這個事實，單個 1080i60 通道要求的處理負載與 164 個幀速率為 15 fps（假定負載與分辨率和幀數(shù)量之間呈線性關(guān)系）的 1/4 公用中分辨率格式 (QCIF)的通道相同。因此，支持單個 1080i60通道的硬件也應(yīng)該能夠以同等的高效性和高利用率支持 164 個 QCIF 通道。但是，以如此數(shù)量級實現(xiàn)的可擴展性是一大挑戰(zhàn)。

　　為了符合高可擴展性要求，必須采用可編程的硬件解決方案。部分視頻應(yīng)用要求處理器具有極高比特率的信號輸入與輸出，因此，基于處理器的解決方案必須擁有可支持足夠外部接口的理想外設(shè)。這種處理器必須具備足夠的處理能力，可處理實時的高清高質(zhì)量視頻，同時還需配備足夠的本機資源，如快速存儲器、內(nèi)部總線和 DMA 支持等，以使處理器的處理能力獲得高效利用。

　　單內(nèi)核 DSP 具有高度的靈活，能夠高效執(zhí)行各種算法。DSP 不僅能夠處理話音、音頻、視頻，還可以執(zhí)行其他功能。但是，由于單內(nèi)核 DSP 的計算能力不足，因而不能自由地處理任何分辨率的實時視頻，而只能處理 SQCIF、QCIF 以及公用中分辨率格式 (CIF) 等較低分辨率的視頻；而且，單內(nèi)核 DSP 的功耗也使其無法應(yīng)用在高密度視頻處理系統(tǒng)中。

　　新型的多內(nèi)核 DSP 具備非常高的處理能力，且其每次運行的功耗也比單內(nèi)核 DSP 低。為了確定多內(nèi)核處理器對于通信基礎(chǔ)局端而言是否能夠成為有效的硬件解決方案，需要對其接口、處理性能、存儲器要求以及多內(nèi)核合作與同步機制針對各種不同的使用案例進行符合性驗證。

　　2.1 外部 I/O 接口

　　典型轉(zhuǎn)碼應(yīng)用的比特流是以 IP 數(shù)據(jù)包形式進行打包。轉(zhuǎn)碼應(yīng)用所需的帶寬與分辨率以及用戶所需網(wǎng)絡(luò)的可用帶寬相關(guān)。以下針對單通道消費類質(zhì)量 H.264 編碼視頻流作為分辨率函數(shù)時列出的公用帶寬要求：

• 　　HD 分辨率，720p 或 1080i － 6 至 10 Mbps
• 　　D1 分辨率，720×480，30 幀/秒 (fps)，或 720×576，25 幀/秒 – 1 至 3 Mbps
• 　　CIF 分辨率，352×288，30 幀/秒 – 300 至 768 Kbps
• 　　QCIF 分辨率，176×144，15 幀/秒 – 64 至 256 Kbps

　　轉(zhuǎn)碼應(yīng)用所需的總外部接口是輸入媒體流與輸出媒體流所需帶寬的總和。為了支持多個 HD 分辨率通道或大量較低分辨率通道，至少需要一個串行千兆位介質(zhì)獨立接口 (SGMII)。

　　非轉(zhuǎn)碼視頻應(yīng)用涉及從 YUV（或同等）域?qū)υ家曨l媒體流進行編碼或解碼。原始視頻流具有較高的比特率，且通常通過 PCI、PCI Express 或串行快速輸入/輸出 (SRIO) 等高比特率的快速多通道總線直接從處理器輸入或輸出信號。

　　以下列出了使用 8 位像素數(shù)據(jù)和 4:2:0 或 4:1:1 配色方案傳輸 YUV 域中單通道原始視頻流所需的帶寬：

• 　　1080i60 - 745.496 Mbps
• 　　720p60 - 663.552 Mbps
• 　　D1（30fps NTSC 或 25 fps PAL）- 124.415 Mbps
• 　　CIF（30 fps）- 36.49536 Mbps
• 　　QCIF（15 fps）- 4.56192 Mbps

　　因此，可對 4 個 1080i60 H.264 通道進行解碼的處理器要求能夠支持超過 4 Gbps 速率的總線，從而可假定總線的利用率為 60%。

　　2.2 處理性能

　　在可編程處理器的 H.264 通道上進行視頻處理所需的處理性能取決于眾多參數(shù)，其中包括分辨率、比特率、影像質(zhì)量以及視頻剪輯內(nèi)容等。本章不僅將討論影響周期消耗的因素，而且還將給出普通應(yīng)用實例平均周期消耗的經(jīng)驗法則。

　　與其他視頻標(biāo)準(zhǔn)一樣，H.264 僅定義解碼器算法。對于既定編碼媒體流而言，所有的解碼器都可生成相同的 YUV 視頻域數(shù)據(jù)。

　　因此，解碼器不決定影像質(zhì)量，而由編碼器決定。不過，編碼器質(zhì)量能影響解碼器的周期消耗。

　　熵解碼器的周期消耗取決于熵解碼器的類型和比特率。H.264 MP/HP 為熵解碼器定義了兩種無損算法，即上下文環(huán)境自適應(yīng)二進制算術(shù)編碼 (CABAC) 和上下文環(huán)境自適應(yīng)可變長度編碼 (CAVLC)。CABAC 能提供更高的壓縮比，因此，比特數(shù)相同時影像質(zhì)量會更佳，但相比 CAVLC 在每個媒體流比特上約多消耗 25% 的周期。用于解碼 CABAC 或者 CAVLC 媒體流所需的周期量是比特數(shù)的一個非線性單調(diào)函數(shù)。

　　所有其他解碼器功能的處理負載均是分辨率的函數(shù)。更高分辨率需要更多的周期，幾乎與宏模塊的總數(shù)量呈線性關(guān)系。視頻流內(nèi)容、編碼器算法與工具能在一定程度上影響解碼器的周期消耗。附錄 A – 解碼器性能依賴性 (Decoder Performance Dependency) 列舉了可能會影響解碼器周期消耗的編碼器算法和工具。

　　在可編程器件上實施既定比特率的編碼器需要在質(zhì)量與處理負載之間進行權(quán)衡。附錄 B – 運動估算與比特率控制 分析了可能影響編碼器質(zhì)量并消耗大量周期的兩種編碼器算法。

　　對于典型的運動消費類電子設(shè)備的高質(zhì)量視頻流而言，以下列表給出的經(jīng)驗法則，可用以判斷常見使用案例中 H.264 編碼器消耗的周期數(shù)。

• 　　QCIF 分辨率、15 fps、128 Kbps － 每通道 2,700 萬個周期
• 　　CIF 分辨率、30 fps、300 Kbps – 每通道 2 億個周期
• 　　D1 分辨率、NTSC 或 PAL、2 Mbps –每通道 6.6 億個周期
• 　　720p 分辨率、30 fps、6 Mbps – 每通道 18.5 億個周期
• 　　1080i60、每秒 60 場、9 Mbps – 每通道 34.5 億個周期

　　與此類似，H.264 解碼器消耗的周期數(shù)為：

• 　　QCIF 分辨率、15 fps、128IKbps – 每通道 1400 萬個周期
• 　　CIF 分辨率、30 fps、300 Kbps – 每通道 7050 萬個周期
• 　　D1 分辨率、NTSC 或 PAL、2 Mbps –每通道 2.92 億個周期
• 　　720p 分辨率、30 fps、6 Mbps – 每通道 7.8 億個周期
• 　　1080i60、每秒 60 場、9 Mbps –每通道 16.6 億個周期

　　轉(zhuǎn)碼應(yīng)用（包括完整的解碼器和編碼器）消耗的周期數(shù)是編碼器和解碼器所消耗的總和，在需要的情況下也會加上擴展的消耗。

　　2.3 存儲器的考慮事項

　　在成本與存儲器要求之間進行權(quán)衡折中是任何硬件設(shè)計都需要考慮的重要因素。在分析多核視頻處理解決方案的存儲器要求時，需要明確以下幾個問題：

• 　　需要多大存儲量的存儲器，以及存儲器的類型（專有還是共享）是什么？
• 　　存儲器的速度是否足夠支持流量需求？
• 　　接入總線的速度是否足以支持流量需求？
• 　　存儲器架構(gòu)是否能夠以最少的多核性能損失支持多核接入？
• 　　存儲器架構(gòu)是否能以最小的數(shù)據(jù)沖突支持處理器數(shù)據(jù)流的輸入與輸出？
• 　　支持存儲器接入（諸如 DMA 通道、DMA 控制器、預(yù)取機制和快速智能高速緩沖架構(gòu) ）的現(xiàn)有硬件有哪些？所需存儲器的存儲量取決于應(yīng)用。以下三個應(yīng)用實例介紹了三種不同的存儲器要求：

　　無線傳輸速率：在單幀運動估算參考 (single-motion estimation reference frame) 中以極低的延遲從 QCIF H.264BP 轉(zhuǎn)換至 QCIF H.264BP 需要足夠的存儲容量才能存儲 5 個幀。每幀需要 38016 個字節(jié)，那么一個通道（包括輸入和輸出媒體流的存儲）所需存儲器的存儲量為每通道不足 256KB。同時處理 200 個通道則需 50MB 的數(shù)據(jù)存儲。

　　多通道解碼器應(yīng)用實例：對于 H264 HP 1080p 解碼器，如果兩個連續(xù)的 P 幀和 I 幀之間的 B 幀數(shù)目等于或少于 5，那么我們只需要足夠存儲 7~8 個幀的存儲空間，因而單個通道（包含存儲輸入和輸出媒體流）所需的存儲量應(yīng)少于每通道 25MB。同時處理 5 個通道需要 125MB 的數(shù)據(jù)存儲器。

　　包含實時電視廣播的高質(zhì)量視頻流示例：應(yīng) FCC 的要求在系統(tǒng)中有 7 秒的延遲時，對實時電視節(jié)目采用 H.264HP 720P60 編碼需要每個通道存儲 600MB。并行處理兩個通道需要 1.2GB 的數(shù)據(jù)存儲量。

　　為了最大限度地提高視頻處理系統(tǒng)的低成本優(yōu)勢，數(shù)據(jù)必須駐留在外部存儲器中，其大小需要根據(jù)系統(tǒng)存儲器最差的應(yīng)用狀態(tài)來選擇。與此同時，處理過的數(shù)據(jù)必須存放在內(nèi)部存儲器中才能支持處理器的高吞吐量。優(yōu)化的系統(tǒng)會使用乒乓機制將數(shù)據(jù)從外部存儲器移至內(nèi)部存儲器，而將數(shù)據(jù)從內(nèi)存移至外部存儲器的同時還要處理來自內(nèi)部存儲器的數(shù)據(jù)。典型的處理器具有一個可配置為高速緩存或 RAM 的小型 L1 存儲器，用于每個內(nèi)核（可配置為高速緩存或 RAM）的較大型專用 L2 存儲器，以及處理器中每個內(nèi)核都能夠存取的共享 L2 存儲器均可使用。為加強乒乓機制，需要用多個相互獨立的 DMA 通道從外部存儲器中讀寫數(shù)據(jù)。

　　附錄C 外部存儲器帶寬－為支持乒乓機制用于上述三個應(yīng)用實例，估算了將數(shù)據(jù)從外部存儲器移至內(nèi)部存儲器所需的帶寬。外部存儲器的有效帶寬必須大于 3.5Gbps。