【1月28日 赛灵思×电巢直播】那些让工程师秒懂原理的酷炫动图，是如何转码呈现的？

EDADZE365

有图有真相，下面请欣赏几组酷炫动图，看完让你秒懂其中的奥秘。
: l% c; G: u4 j% x

* x8 x1 m/ M) @, |  C3 n
$ q4 I! M# x/ p; l

…………
! X; E2 J6 k( ]/ O. z% f

如果用文字讲解这些原理未免显得太过苍白和枯燥，甚至不易理解，但是用动图演示却能一下字就明白。目前网络主流动图格式是GIF文件，例如上面展示的动图内容。

9 U7 c% K6 h9 h" T: z5 t/ {0 [* O

虽然动图内容可以更生动形象的展示事务，但是GIF文件有占用空间大、色彩表现力有限、终端的解码效率差等问题，导致了动图相关功能网络流量占用大、终端解码负担重，最终给用户带来了不好的体验。

* @( A" d0 K; {. t: h

, `9 ]. p( n" v, x  {# Z

那么，问题来了！

如何更快更好地解决传统计算模式对图片处理时吞吐速率低、图片处理耗时长、服务器计算资源消耗大等问题呢？FPGA的特性及优势再一次被各类技术关注…

$ C% H  o4 T! V: l8 i" u0 |

赛灵思Alveo↓大显身手之助攻图片转码加速

↓↓↓↓↓↓

2021年1月28日晚上19:30 赛灵思将亮相电巢直播，

, j* Q% k; s6 q3 P' D7 o/ c4 G, f

邀请到来自学术界、一线云服务大厂、优秀落地方案提供商的先行者们一起分享和探讨新时代的机遇与创新。

9 n, I2 ^) ^5 y# f, Z  J( B

为了有效解决GIF动图存在的问题，最直观的解决思路是：引入新的动图格式，如WebP动图。在同等分辨率情况下，WebP动图格式的画质高、文件体积小的优势，带来了网络流量节省，传输时延压缩的优势。
- p* h& p. J& f' g! W- V, d
* H/ Y0 z- x6 I9 T) y

# y$ d* m8 c. H6 i  z3 s* m

  V- H1 w/ K5 D! x& C( r

图：图像质量显著提升，同分辨率文件大小缩减75%

/ G5 |$ q: x3 G" l: ?' L1 @, x( _2 L

但是，动图WebP编码（相当于几十上百张WebP静图）的计算复杂度很高，导致此转码运算时延会非常惊人。使用最快的开源算法在CPU上运行，转码运算时延动辄十几秒，这样几乎没有技术可行性。

针对WebP动图转码时延过大的问题，由深维科技研发的国内首款基于FPGA异构计算的SaaS动图转码产品，已正式上线阿里云市场，为内容服务商提供服务。对比CPU方案， GIF2WebP动图转码方案将转码处理延迟（端到端的单张图像处理延迟）平均降低了15倍。即从十几秒到几十秒缩短到零点几秒到1秒多，这种场景下的WebP动图就从不可用变成可用。
- g' n3 j) b( }, f0 G

4 c* k! L0 |: A5 l  P9 r7 \

注：测试基准CPU为Xeon E5-2680v4双核、内存为256GB DDR4。测试输入为1000张GIF动图，

输出为400x400 WebP动图。测试数据基于Xilinx Alveo U200加速卡。

图：实测结果，400*400延迟，平均比CPU方案降低15倍

Gif2WebP产品是第一款市场落地的基于FPGA云计算实例的SaaS API图像应用，为广大图像处理领域的客户提供高性价比的FPGA云服务。”这充分表明了FPGA异构计算不仅仅适用于线下的大规模计算领域，其在线上的大量细分领域也大有可为。

8 Z6 ~0 j, ]# u' u7 o- `  A# b

在FPGA加速技术应用图像领域，赛灵思Alveo得以大显身手。赛灵思邀请到来自学术界、一线云服务大厂、优秀落地方案提供商的先行者们，将于2021年1月28日 19:30亮相电巢直播，一起分享和探讨新时代的机遇与创新。

赛灵思Alveo大显身手之助攻图片转码加速

直播时间：2021年1月28日 19:30
* A* @5 h1 O- _- i/ t; G! X& t6 Y

3 k8 m2 n/ x3 n

【直播预告】

8 U( i& y6 h  \" Z

直播主题：赛灵思Alveo大显身手之助攻图片转码加速

直播地址：电巢直播间

  O7 k; M3 h1 E" w. e
题目1：下一代图片格式的超高性能SaaS API方案，赋能展示世间万千精彩
( ?& }+ R/ s( |; X

5 T8 g8 W. ?; ?5 X

分享嘉宾：樊平

嘉宾介绍：深维科技, 创始人/CEO

摘要：随着智能手机摄像能力和屏幕分辨率的快速提升，众多 APP 需要采集、处理和展示越来越丰富的高清图片、视频内容。下一代图片格式如WebP动图和HEIF因其优秀的压缩性能和画质，而得到广泛关注。在利用这类高效图片格式提升画质，提升用户体验的同时，如何有效降低使用门槛和服务成本正在成为一个重要问题。深维科技利用 FPGA+CPU 的异构计算技术，推出了超高性能的 GIF2WebP 转码 SaaS API 服务，以及 HEIF 编码加速方案，可以很好解决这一问题。

樊平，深维科技, 创始人/ CEO，FPGA 异构计算专家，拥有15年 FPGA EDA 以及芯片架构设计经验。于2016年创办深维科技，致力于发展 FPGA 异构计算加速技术，为视频、图像智能处理领域提供最具性价比的异构计算解决方案。在创办深维科技之前，曾在 IBM，cadence 和京微雅格担任研发工程师、技术总监等职务，并发明数十项国际和中国专利（含在申）。毕业于北京航空航天大学，拥有计算机硕士学位。

题目2：云计算加速-阿里云 FaaS 大有可为
9 ?7 ], z) m' Q: S1 b+ a
$ x$ k9 b8 _9 @& d1 Z2 s) A( ?; p

0 u6 T* A  m0 ^. y" O) O( _

分享嘉宾：张振祥 (Jeff Zhang)

嘉宾介绍：阿里巴巴云智能 FPGA 异构计算负责人。

摘要：距离阿里云正式发布 FPGA 云服务器已过去三年，阿里云 FPGA as a Service 在服务广大用户的过程中积累了大量经验，实战中总结出FPGA云计算/据中心业务场景中的价值及优势。

0 J! f$ V  n6 r4 b

题目3：面向机器学习的可重构计算

  |% C0 B+ |; b4 F1 s

7 T9 E$ s9 Q% w: ^; u1 |

分享嘉宾：梁云 博士
" Q7 @, O, t" i& n6 ]' z3 Z4 h

嘉宾介绍：北京大学信息科学技术学院长聘副教授、特聘研究员，高能效计算与应用中心助理主任

摘要：近年来, 通用处理器的散热和能耗的瓶颈驱动着异构计算的快速发展。基于 CPU+FPGA的异构架构已经被广泛的使用在机器学习领域。如何有效利用异构系统中的不同计算组件，提高云和端的性能是机器学习应用面临的重要问题。本课题组从算法,编译,体系结构等多个层面, 设计全栈式的异构平台优化方案。

$ I$ U0 I7 O/ c3 b" }  o$ ~6 g, ]

梁云博士，现任北京大学信息科学技术学院长聘副教授、特聘研究员，高能效计算与应用中心助理主任。研究方向为编译技术、高能效计算机系统结构、GPU/FPGA、高层次综合和嵌入式系统。梁云博士在编译技术、计算机系统结构、嵌入式系统等相关领域的学术会议及期刊（包括MICRO, HPCA, ISCA, CGO, DAC, ICCAD, FCCM, FPGA, CASES, RTSS, IPDPS, CODES+ISSS, DATE等）发表论文80余篇。他的论文荣获 FCCM 2011 和 ICCAD 2017 最佳论文奖，多次被提名为最佳论文（包括 PPoPP 2019, DAC2017, ASP-DAC 2016, DAC 2012, FPT 2011, CODES+ISSS 2008）。梁云博士担任 ACM TECS 期刊的副主编，ASP-DAC 分会主席，同时也担任 HPCA, PACT, CGO, ICCAD, DATE, CASES, ASPDAC, CC, ICCD 等会议的技术评议会委员。
5 c; u; v9 Y1 p% w6 `7 S
*本次直播依然保留供大家广泛讨论和提问的圆桌环节。由赛灵思数据中心产品经理梁晓明主持，与以上嘉宾共同交流探讨更多关于机器学习及图片处理的技术可能性！

$ b0 K5 y0 N# d) E7 b

⚪扫二维码立即报名⚪
* x6 Y7 {( W! v8 [) Q' U& \0 H

9 o, B0 h8 s. D2 L  K

         福利奖项：

• 
  高颜值实物奖
  
  

报名本次直播并按时参加，即有可能在直播期间获得赛灵思提供的精美礼品~
+ w- |; p# V$ k; y; s  ]
  }1 T" n$ C" k! B5 a5 y3 }8 W

4 f  n, B* K  d* h) }

, T/ M: [5 v5 S% g& H

• 巢币奖
  
  

99.9巢币每场大放送（20名）更有666，888大额巢币亮相直播间！（*巢币可用于观看直播回放及购买电巢app内课程）

$ j  J1 k; y4 F- A" W

• 电巢钻石VIP奖
  
  

电巢钻石VIP使用权限送不停，直播抽奖将送出：钻石会员7天使用权限，可以免费观看电巢APP上所有付费课程

• 电子工程实体书奖
  
  

珍品实体书不定期大放送

" _( G8 R% l8 }- E

QqWw11

FPGA的特性及优势