论文部分内容阅读
伴随着大数据时代的到来,云计算、大数据等方面的技术在过去的十几年间飞速发展。据统计,全球范围内每天大约产生2.5EB的信息量,并且在不断增长。在此背景之下,数据中心技术迅速发展起来,而当前数据中心主要服务于互联网、信息技术和电信相关的企业,数据中心所提供的应用多为高通量应用,所谓高通量应用是指主要关注指标为吞吐率的一类应用,整个应用通常是由大量松耦合的规模较小的作业组成,而不是一个规模较大的作业。所谓的高通量应用是指具有大数据、高并发、实时性等典型特点的应用类型。 由于近几年的国家互联网带宽升级计划,互联网用户带宽不断提高,视频能够承载更多的信息,所以当前的互联网服务主体逐渐的变为视频信息。当下网络视频流量占据了互联网带宽很大的一部分,人与人面对面交流的需求的增加促使手机视频通话和视频会议随着互联网带宽增加迅速发展,使得数据中心经常要执行大量的视频处理任务,转码大量视频数据,快速应对视频用户的需求。 本文主要讨论基于DPU-m的多路网络视频流解码这种特定应用场景。相对于普通视频文件的解码工作,网络视频流的解码具有会话片段离散性、延迟间隔不统一等特点,需要不同于普通视频文件的处理方式。同时由于DPU-m支持解码的格式有限,部分视频格式需要交给CPU处理,因此也需要设计相应的分配方式。 本文的工作有三部分。首先根据多路网络视频流特征分析应用的特定应用场景设计并实现了多路网络视频流解码系统,支持千路级并发解码。 然后支持DPU-m硬件解码器,DPU-m是一款异构多核视频编解码加速卡,支持多种主流视频编解码格式的处理,能以较低的功耗高速处理视频数据,减少主机的资源消耗。 本文最后进行了对视频流解码系统的实验评估。首先,对本文实现的解码系统的会话管理及解复用功能进行了实验评估,实验结果证明了本文所实现的解码系统能够有效的识别常见的视频封装格式。然后,使用本文所实现的解码系统对常见视频进行解码测试评估解码第一帧延迟,CPU、内存使用率等指标,评估结果说明了本文所实现的解码系统相对于软件解码能够高效的同时处理多路视频。