為了發(fā)揮FPGA硬件實(shí)現(xiàn)的速度優(yōu)勢(shì) 算法進(jìn)行優(yōu)化是必須要做的

為了發(fā)揮FPGA硬件實(shí)現(xiàn)的速度優(yōu)勢(shì)算法進(jìn)行優(yōu)化是必須要做的“NoPP，NoWAY”這是個(gè)眼見為實(shí)的世界，這是個(gè)視覺構(gòu)成的信息洪流的世界。大腦處理視覺內(nèi)容的速度比文字內(nèi)容快6萬(wàn)倍，而隨著智能手機(jī)的普及，圖片、視頻的產(chǎn)生和分享已經(jīng)是人們?cè)谏缃黄脚_(tái)上的基本交流方式。用戶通過(guò)手機(jī)、平板、電腦上傳和分享自己的圖片，而且這個(gè)趨勢(shì)是每年都在增長(zhǎng)（參見圖1）。圖1.2016年KPCB統(tǒng)計(jì)報(bào)告

每天QQ相冊(cè)、微信朋友圈上，用戶上傳的圖片數(shù)量有上億張，這些圖片被后臺(tái)服務(wù)器存儲(chǔ)下來(lái)，再通過(guò)網(wǎng)絡(luò)分發(fā)出去。如果每張圖片可以進(jìn)行壓縮，使得圖片存儲(chǔ)和傳輸分發(fā)的數(shù)據(jù)量越少，既節(jié)省了用戶帶寬，也提高了用戶下載圖片的速度，用戶體驗(yàn)更好。那么圖片是可以進(jìn)行壓縮的么？1948年，信息論學(xué)說(shuō)的奠基人香農(nóng)曾經(jīng)論證：不論是語(yǔ)音或者圖片，由于其信號(hào)中包含很多的冗余信息，所以可以對(duì)其進(jìn)行壓縮。圖像壓縮算法有：JPEG、WEBP、H264（幀內(nèi)壓縮）、HEVC（幀內(nèi)壓縮），壓縮能力是：JPEG《WEBP/H264（幀內(nèi)壓縮）《HEVC（幀內(nèi)壓縮），這個(gè)壓縮能力是通過(guò)計(jì)算復(fù)雜度的提高來(lái)實(shí)現(xiàn)，其中WEBP、HEVC的計(jì)算復(fù)雜度是JPEG壓縮的10倍以上。目前在社交平臺(tái)上用戶上傳的大量圖片是JPEG格式，通過(guò)后臺(tái)服務(wù)器用更加復(fù)雜的算法如WEBP、HEVC（幀內(nèi)壓縮），進(jìn)一步壓縮以節(jié)省存儲(chǔ)和帶寬，所以對(duì)圖像的壓縮，從本質(zhì)上是通過(guò)提高計(jì)算算力來(lái)降低存儲(chǔ)和帶寬。同時(shí)更加復(fù)雜的算法也帶來(lái)計(jì)算算力的大量消耗和處理延時(shí)的增加。從業(yè)務(wù)角度來(lái)看，對(duì)于離線業(yè)務(wù)，可以通過(guò)業(yè)務(wù)在波峰和波谷之間閑置的計(jì)算算力進(jìn)行圖片轉(zhuǎn)碼處理;但對(duì)于在線業(yè)務(wù)，圖片轉(zhuǎn)碼處理對(duì)于處理延時(shí)的要求就會(huì)有較高要求，為了滿足處理延時(shí)的要求，有時(shí)候會(huì)先進(jìn)行圖片轉(zhuǎn)碼處理，把轉(zhuǎn)碼好的圖片存儲(chǔ)下來(lái)，當(dāng)用戶需要的時(shí)候直接傳輸，這樣通過(guò)消耗存儲(chǔ)資源為代價(jià)來(lái)解決處理延時(shí)的要求。但是這又帶來(lái)一個(gè)新問(wèn)題，用戶查看圖片的智能終端屏幕大小不一，如果都傳同樣大小的圖片，顯然不是最優(yōu)。最優(yōu)處理方法還是能夠通過(guò)計(jì)算算力，實(shí)時(shí)進(jìn)行圖片轉(zhuǎn)碼處理。在數(shù)據(jù)中心里面，計(jì)算算力通常由x86CPU來(lái)提供，以前的x86CPU性能每18個(gè)月就能翻倍（眾所周知的“摩爾定律”），但目前工業(yè)界的發(fā)展方向是摩爾定律已經(jīng)走到終點(diǎn)。例如，2016年3月24日，英特爾宣布正式停用“工藝年-架構(gòu)年（Tick-Tock）”處理器研發(fā)模式，未來(lái)研發(fā)周期將從兩年周期向三年期轉(zhuǎn)變。而國(guó)際半導(dǎo)體技術(shù)發(fā)展路線圖（InternationalTechnologyRoadmapforSemiconductors，簡(jiǎn)寫ITRS）在維持了數(shù)十年，每?jī)赡旮乱淮危瑸槿澜绨雽?dǎo)體行業(yè)提供建議和規(guī)劃指南，也在2016年宣布不再做進(jìn)一步的更新。一方面處理器性能再無(wú)法按照摩爾定律進(jìn)行增長(zhǎng)，另一方面數(shù)據(jù)增長(zhǎng)對(duì)計(jì)算性能要求超過(guò)了按“摩爾定律”增長(zhǎng)的速度。處理器本身無(wú)法滿足高性能計(jì)算（HPC：HighPerformanceCompute）應(yīng)用軟件的性能需求，導(dǎo)致需求和性能之間出現(xiàn)了缺口（參見圖2）。圖2.計(jì)算需求和計(jì)算能力的缺口發(fā)展形式圖像處理解決方案圖片服務(wù)支持的能力豐富多樣，基礎(chǔ)功能包括多種縮略剪裁方式、文字圖片水印、格式轉(zhuǎn)換、斷點(diǎn)續(xù)傳、鏡像存儲(chǔ)、防盜鏈等。我們結(jié)合當(dāng)前圖文時(shí)代的用戶需求，提供圖片的上傳、存儲(chǔ)、處理、分發(fā)的全方位一體化的解決方案。目前，互聯(lián)網(wǎng)圖片服務(wù)的解決方案中落地存儲(chǔ)和下載大部分圖片格式還是JPEG/WEBP，但隨著新的編碼標(biāo)準(zhǔn)HEVC的出現(xiàn)，在同等圖像質(zhì)量下，HEVC的壓縮效率會(huì)比JPEG/WEBP好30%~70%，可以節(jié)省大量的存儲(chǔ)和帶寬，但是HEVC的算法復(fù)雜度高導(dǎo)致CPU的編碼延遲和吞吐在線上環(huán)境中無(wú)法滿足，因此，我們開發(fā)了基于FPGA的新的解決方案。FPGA圖像處理方案可以很好的解決線上環(huán)境的需求，當(dāng)然，F(xiàn)PGA圖像處理解決方案也兼容當(dāng)前用戶線上系統(tǒng)的WEBP等其他圖像轉(zhuǎn)碼格式，可以很好的適應(yīng)不同用戶的需求，提供低延遲，高吞吐，低成本的解決方案。我們以HEVCFPGA圖像處理為例，來(lái)說(shuō)明在互聯(lián)網(wǎng)業(yè)務(wù)中圖片上傳，存儲(chǔ)，處理和下載的架構(gòu)。圖3.HEVCFPGA圖片上傳存儲(chǔ)，處理，下載解決方案如圖3所示，圖片HEVCFPGA轉(zhuǎn)碼的部署主要是落地存儲(chǔ)前以及下載前的轉(zhuǎn)碼服務(wù)器，使用FPGA做轉(zhuǎn)碼主要有以下優(yōu)勢(shì)：FPGA轉(zhuǎn)碼落地存儲(chǔ)HEVC，可有效節(jié)省存儲(chǔ)成本。1.FPGA轉(zhuǎn)碼服務(wù)器和CPU轉(zhuǎn)碼相比可以降低服務(wù)器成本。FPGA轉(zhuǎn)碼HEVC圖片和CPU相比吞吐量可以大大提高。在下載時(shí)實(shí)時(shí)生成HEVC圖片，使用FPGA進(jìn)行圖片轉(zhuǎn)碼加速，會(huì)大大降低轉(zhuǎn)碼延遲，提高用戶體驗(yàn)。圖像編碼算法分析在圖像和視頻編解碼算法中，各個(gè)模塊都是基于像素級(jí)運(yùn)算或者基于塊操作，而且針對(duì)各個(gè)像素或者圖像塊的操作是相同和重復(fù)的。早期的圖片壓縮標(biāo)準(zhǔn)JPEG和JPEG200，原始圖像首先經(jīng)過(guò)基于塊的DCT變換或者小波變換，變換后的系數(shù)經(jīng)過(guò)量化后再進(jìn)行熵編碼（包括Huffman編碼或者自適應(yīng)算術(shù)編碼），進(jìn)而輸出壓縮后的碼流信息。在解碼端，通過(guò)反向操作，可將碼流信息進(jìn)行解碼。在JPEG2000中，DCT變換被小波變換替代，可以更好的消除圖像塊內(nèi)的冗余性，而且量化后的系統(tǒng)按照比特位平面進(jìn)行自適應(yīng)算術(shù)編碼，可以達(dá)到更好的壓縮性能。除了JPEG這類對(duì)原始圖像直接變換的方法，還有一種是基于塊預(yù)測(cè)的方法。也就是對(duì)一個(gè)圖像塊先進(jìn)行預(yù)測(cè)，原始圖像塊和預(yù)測(cè)塊的殘差再進(jìn)行變換，量化和編碼。比較典型標(biāo)準(zhǔn)就是從H.264的幀內(nèi)預(yù)測(cè)發(fā)展而來(lái)的WebP。隨著新一代視頻編碼標(biāo)準(zhǔn)HEVC/H.265的推出，其幀內(nèi)編碼的壓縮性能，較上一代標(biāo)準(zhǔn)提升接近一倍［2］。因此，將HEVC的幀內(nèi)編碼用于圖像壓縮也成為一種趨勢(shì)。HEVC的幀內(nèi)編碼過(guò)程如圖4所示。圖4.HEVC幀內(nèi)編碼的過(guò)程在HEVC中，塊劃分的方式是基于非完全四叉樹結(jié)構(gòu)，這更適用于不同的圖像場(chǎng)景。每一個(gè)最終確定大小的塊只需要一個(gè)獨(dú)立的預(yù)測(cè)模式。圖5是HEVC圖片編碼中塊劃分和預(yù)測(cè)模式的一個(gè)例子?？梢钥闯霎?dāng)一個(gè)塊可以通過(guò)單獨(dú)的某一個(gè)角度進(jìn)行預(yù)測(cè)的時(shí)候，則不需要?jiǎng)澐譃楦〉膲K。而場(chǎng)景信息較為復(fù)雜區(qū)域則需要?jiǎng)澐譃檩^小的塊。編碼器的一項(xiàng)重要任務(wù)，就是尋找最佳的塊劃分方式和最優(yōu)的預(yù)測(cè)角度。圖5.HEVC圖片編碼塊劃分及預(yù)測(cè)模式圖6（a）就是根據(jù)最終的塊劃分方式和預(yù)測(cè)模式得到的預(yù)測(cè)圖片。預(yù)測(cè)圖片和原始圖片的差值（殘差）通過(guò)DCT變換，量化之后，最終通過(guò)熵編碼器輸出。圖片預(yù)測(cè)的殘差如圖6（b）所示。在解碼器中，根據(jù)得到的殘差數(shù)據(jù)，并進(jìn)行和編碼器相同的預(yù)測(cè)，可以得到最終的重構(gòu)圖片，圖6（c）所示的就是重構(gòu)數(shù)據(jù)。由于編碼過(guò)程需要用到重構(gòu)數(shù)據(jù)作為參考數(shù)據(jù)，因此在編碼器也需要進(jìn)行重構(gòu)的過(guò)程。原始圖片如圖6（d）所示，可以看出，重構(gòu)的圖片和原始圖片損失非常小。圖6.HEVC圖片編碼過(guò)程中的預(yù)測(cè)，殘差，重構(gòu)以及原始數(shù)據(jù)在HEVC的幀內(nèi)編碼中，由于要進(jìn)行最佳編碼模式的搜索，造成編碼器的計(jì)算復(fù)雜度高。傳統(tǒng)的CPU無(wú)法達(dá)到理想的吞吐量。現(xiàn)在的GPU雖然也大量應(yīng)用的圖片和視頻領(lǐng)域，然而GPU的并行化更適用的是各個(gè)像素點(diǎn)進(jìn)行相同操作，完成之后再進(jìn)行下一步的并行化操作。這并不利于HEVC圖片編碼各個(gè)模塊控制較為復(fù)雜的情況。在Nvidia的GPU中，圖片和視頻編解碼也采用的專用的芯片來(lái)處理。而FPGA可以實(shí)現(xiàn)各個(gè)不同的模塊的流水化運(yùn)算，實(shí)現(xiàn)時(shí)間上的并行。同時(shí)，由于只是進(jìn)行幀內(nèi)編碼，不同圖像之間是相互獨(dú)立的，在FPGA中也可以設(shè)計(jì)多路的編碼器，對(duì)不同的圖片進(jìn)行并行的編碼壓縮。當(dāng)然，對(duì)于基于塊預(yù)測(cè)的圖像編碼方法，也存在一些限制FPGA并行化實(shí)現(xiàn)因素。但是，這些受到限制的部分，也可以通過(guò)FPGA設(shè)計(jì)的特點(diǎn)來(lái)解決。例如，如圖4所示，幀內(nèi)預(yù)測(cè)的參考點(diǎn)需要通過(guò)重構(gòu)的方法得到，這就增加了不同塊之間的依賴性，限制了塊之間的并行化，和流水化設(shè)計(jì)。在實(shí)際的FPGA設(shè)計(jì)中，可以在進(jìn)行預(yù)測(cè)模式初選時(shí)，用原始數(shù)據(jù)替代重構(gòu)數(shù)據(jù)作為參考，而在最終編碼時(shí)用重構(gòu)數(shù)據(jù)在作為參考數(shù)據(jù)。在FPGA的實(shí)現(xiàn)過(guò)程中，也可以更改掃描順序，優(yōu)先處理那些有依賴關(guān)系的像素點(diǎn)。此外，在自適應(yīng)熵編碼部分，由于存在更新碼表和更新概率估計(jì)的過(guò)程，部分比特?cái)?shù)據(jù)進(jìn)行熵編碼時(shí)，也存在依賴關(guān)系。在實(shí)際的FPGA設(shè)計(jì)過(guò)程中，可以通過(guò)將這些需要進(jìn)行編碼的數(shù)據(jù)進(jìn)行分組，將沒(méi)有依賴關(guān)系的數(shù)據(jù)分為一組，同時(shí)，通過(guò)數(shù)據(jù)緩存，可以預(yù)先判斷接下來(lái)的數(shù)據(jù)是否存在依賴關(guān)系，從而提高熵編碼的吞吐量。HEVC圖像編碼算法的FPGA實(shí)現(xiàn)FPGA圖像編碼架構(gòu)目前，我們圖片業(yè)務(wù)已經(jīng)實(shí)現(xiàn)WEBP和HEVC格式的FPGA硬件加速，下面以HEVCI幀圖像硬件加速舉例，說(shuō)明圖像編碼在FPGA中是如何實(shí)現(xiàn)的。FPGA的邏輯架構(gòu)主要包括平臺(tái)部分和HEVC編碼器IP部分，其中FPGA平臺(tái)主要包括PCIEDMA以及DDR總線相關(guān)邏輯，這部分邏輯主要實(shí)現(xiàn)和hostCPU的數(shù)據(jù)通信以及和FPGA板卡上的DDR通信。如圖7所示，F(xiàn)PGA架構(gòu)上實(shí)例化了4個(gè)HEVCcore（具體幾個(gè)是和FPGA資源有關(guān)），每一個(gè)HEVCcore完成HEVC編碼算法的完整處理，這里4核心并行工作，也就是同一時(shí)刻，4個(gè)編碼任務(wù)可以并行工作，同時(shí)輸出4條HEVC碼流。圖7.FPGA內(nèi)部邏輯架構(gòu)FPGA內(nèi)部邏輯主要包括：HEVCCORE0-3:H265編碼器IP，實(shí)現(xiàn)HEVC的編碼算法;PCIE/DMA：實(shí)現(xiàn)和hostCPU進(jìn)行通信;REGISTERRW/INT：寄存器讀寫以及中斷處理;HEVCRWARBITER：總線讀寫仲裁模塊;AXIINTERCONNECT/DDRC/DDRY：總線控制訪問(wèn)DDR邏輯;FPGA圖像編碼流程FPGAHEVCcore內(nèi)部算法處理流程如圖8所示：分為當(dāng)前圖像載入，intra預(yù)測(cè)初選，intra預(yù)測(cè)精選，CABAC編碼，碼流輸出。圖8.HEVCcore內(nèi)部算法處理流程那么如何設(shè)計(jì)HEVCcore實(shí)現(xiàn)算法功能呢？這里，編碼器模塊流水線設(shè)計(jì)成四級(jí)流水，如圖9所示，四級(jí)流水CURLD/PINTRA/SEL/CABAC處理性能設(shè)計(jì)接近，并行起來(lái)后，平均處理每個(gè)LCU需要8400個(gè)周期，如果按照1080p圖片一共510個(gè)LCU計(jì)算，單核理論上編碼可以達(dá)到編46幀/s（FPGA電路實(shí)現(xiàn)頻率200M），這樣4核并行能達(dá)到184幀/s。具體來(lái)說(shuō)，CURLD完成當(dāng)前圖像的載入邏輯，PINTRA完成intra預(yù)測(cè)初選35種模式的遍歷，得到最優(yōu)的預(yù)測(cè)模式，這級(jí)流水算法上做了優(yōu)化，預(yù)測(cè)參考像素沒(méi)有像傳統(tǒng)方式選擇重構(gòu)像素，而是選擇當(dāng)前像素做參考像素，這樣優(yōu)化，使得intra預(yù)測(cè)初選可以單獨(dú)劃分為一級(jí)流水，和intra預(yù)測(cè)精選分開，使得編碼器整體處理性能增加一倍。SEL完成幀內(nèi)預(yù)測(cè)模式精選以及RDO模式選擇，預(yù)測(cè)塊大小支持32/16/8，由于涉及到變換量化等運(yùn)算量大的邏輯，這一級(jí)流水是整個(gè)編碼器的資源消耗大戶，設(shè)計(jì)上在算法上以及邏輯資源消耗上做了權(quán)衡;CABAC模塊完成頭信息的碼流生成以及每個(gè)LCU的語(yǔ)法元素和殘差的編碼，并完成碼流的打包輸出，這一級(jí)流水的主要問(wèn)題在于CABAC的性能是否足夠快，從而應(yīng)對(duì)QP比較小編碼更多bin的處理及時(shí)。圖9.運(yùn)算模塊流水線性能和收益用FPGA完成JPEG格式圖片轉(zhuǎn)成HEVC格式圖片，圖片分辨率大小為1920x1080，F(xiàn)PGA處理延時(shí)相比CPU降低7倍，F(xiàn)PGA處理性能是CPU機(jī)器的10倍，F(xiàn)PGA機(jī)型單位性能成本是CPU機(jī)型的1/3（參見圖10）。圖10.圖片轉(zhuǎn)碼FPGA和CPU對(duì)比總之，圖片算法的FPGA實(shí)現(xiàn)，如果不考慮FPGA資源、硬件實(shí)現(xiàn)架構(gòu)和處理性能，CPU圖像壓縮算法可以完全在FPGA進(jìn)行“復(fù)制”實(shí)現(xiàn)，F(xiàn)PGA算法壓縮性能可以完全等同CPU。但是現(xiàn)實(shí)沒(méi)那么理想，F(xiàn)PG