LiveVideoStackCon2023音视频技术大会上海站，英特尔®AMX带来全链路智能化编码新路径！

AI 和 AIGC 目前已经与我们的工作和生活深度融合， AI将如何影响音视频开发？AI在给视频编解码带来画质提升的收益时，是否会增加成本？在最近落下帷幕的2023年LiveVideoStackCon2023音视频技术大会上海站中，关于AI和AIGC的讨论远比以往更加火热。大模型、多模态、AIGC工具……很多专家认为，AI和AIGC一定会对整个编解码行业产生巨大的革新，但同时也面临着更大的挑战。

英特尔不仅在大会上分享了音视频领域的前沿技术洞察，还联合LiveVideoStack为各位技术人们准备了一次特别的MINI圆桌晚宴，邀请到了互联网头部企业的技术大咖们，既有技术讨论，又有趣味问答，通过“YES”or“NO”的互动方式，引发了嘉宾们的高度参与热情和对音视频技术应用趋势的激烈讨论。

向左滑动看更多精彩瞬间

AI处理对音视频来说
是必须的吗？

在大会现场，英特尔至强产品线软件架构师谢义认为，AI将会越来越多地应用到音视频处理当中。但随着AIGC的广泛使用，智能化编码将面临着越来越大的性能瓶颈。而目前人工智能模型训练对算力的需求，原有的单一的CPU或GPU的单架构形态已经无法完全满足。谢义认为，基于CPU服务器的全链路智能化编码将成为未来的趋势并解决上述挑战。

英特尔至强产品线软件架构师谢义

谢义介绍，音视频的转码方式有很多种，GPU的速度快，算力高。但CPU有两个不可替代的优势：超高的灵活性和复用性。CPU的升级成本极低，只需升级一下软件部分即可。更何况在云上申请一个虚拟主机，无论是docker还是container都可以随用随放，十分自由灵活，成本更低。

由于视频前处理的超分部分算力要求非常高，通常需要通过GPU来辅助，但带来的问题是：客户将高要求的AI负载迁移到GPU上，将编码和前处理完全分离。“这就像在一间屋子里解码——发送到另一间屋子进行前处理——再转回来编码。不仅让流程变得冗长，也对运维造成了极大的负担，数据的反复调度也造成了一定的时延增加。CPU全链路智能化编码将视频前处理迁移到CPU上进行，正好解决了这一问题。”谢义说。

AI在给视频编解码带来画质提升的收益时是否会增加成本？

事实上，基于第四代英特尔至强可扩展处理器及其内置的AI加速器英特尔AMX，以及英特尔发行版 OpenVINO 软件帮助视频编解码工作者打造全链路智能化编码，就可以让视频编解码AI负载高效运行的同时，降低用户的成本压力。

英特尔AMX 专为AI负载加速而设计，可优化深度学习(DL) 训练和推理工作负载。借助英特尔 AMX，第四代英特尔 至强 可扩展处理器可在优化通用计算和 AI 工作负载间快速转换。同时，由于视频编解码处理的整个pipeline中数据的处理速度并不一致，为了让整个过程的数据顺滑地流动起来，就需要针对FFmpeg的开发工作。而英特尔发行版 OpenVINO 工具套件让用户可以直接进行开发，在大幅降低开发难度和工作量的同时，让AI处理更加流畅。

在一个英特尔合作伙伴的实际案例中，使用了第四代英特尔至强 可扩展处理器及英特尔AMX优化的AI推理性能，在视频增强和目标检测这两个场景下，相对上一代平台分别提升了1.86倍和1.95倍。这也证明了用户在CPU上完全可以实现全链路的智能化编码，在AI推理性能提升的同时，大幅降低了部署成本和运维成本。

英特尔至强产品线软件架构师谢义表示，英特尔已向全球交付了超过8500万颗英特尔 至强 可扩展处理器，支持着全世界的数据中心，可以说至强服务器是数据中心的基石。第四代英特尔 至强 可扩展处理器一个重要的革新就是内置了数个硬件加速器，用于不同应用场景的性能加速，使CPU性能更为强悍，在包括AI视频编解码等领域可以替代GPU的工作。

助力视频开发者以更高性能
和低成本拥抱AIGC时代

在高质量编码领域，目前CPU仍是主力，而AI的高算力仍需额外的GPU卡来承担。基于第四代英特尔至强 可扩展处理器打造的全链路智能化编码，以及英特尔拥有的全栈AI软件生态和丰富的工具链，可以顺利协助视频开发者构建高性能、低成本的编码方案。

AI应用的普及，技术的发展仍需依赖底层技术突破。除内置诸多加速器的第四代至强外，英特尔的Habana Gaudi2, GPU、FPGA等多种算力资源和完整软硬件解决方案，将为AIGC时代铸就更坚实的算力基石。