WebRTC的优势与短板，编解码器的未来是属于FVC还是AV1？FPGA、ASIC、GPU等专用硬件编解码器的应用前景如何？来自网宿科技的投稿对此进行了深度分析，本文也是『2017-2018音视频技术回顾与展望』系列的第二篇，如果您对音视频技术的未来有分析和洞见，欢迎联系 contribute@livevideostack.com。
文 / 网宿CDN事业部
策划 / LiveVideoStack
WebRTC让音视频通信开发变得简单
WebRTC的主要优势在于提供了一整套完备的音视频通信方案，使得音视频通信开发变得简单。
WebRTC提供了完整的端到端处理方案。包括了采集、回声消除、噪声抑制、自动增益控制、编码等近端处理，以及自适应抖动缓冲区、丢包隐藏、解码、播放等远端处理。其中编解码器包含免费高效的OPUS、VP8/9等，音频自适应抖动/丢包隐藏则可以在较高延迟/丢包率下依然保持良好的通话水平。
当然，这个完整的方案并不完美，比如没有服务器实现，比如回声消除在安卓系统上效果不一。做服务器实现时除了信令外，做合流的话还需要处理丢包情况，否则会出现音频断续等问题。总的来说，WebRTC为音视频通信开发者提供了开发简单的入门框架，然而要实现较好的效果，开发者需要做的额外工作并不少。
AV1未来机会巨大
所谓下一代编码器，主要就是H.266/FVC和AV1了。关于这个大家应该是有共识的，即AV1是（专利）免费、开源的，而H.266按惯例则是要收取不菲的专利费的，因此性能差别不是非常大的情况下，毫无疑问大家会拥抱AV1（AV1对比H.265的目标码率节省是30%）。另外考虑到目前移动端流量的高占比以及高复杂度的编解码导致软件实现困难，硬件编解码器的重要性不言而喻，H.265的巨大掣肘之一就是硬件支持不佳。
由于专利费等影响，预期H.266也不能摆脱这个难题。AV1则在标准制定过程中始终将硬件实现考虑进来，并且联合硬件厂商制定并推动AV1的硬件产品化。然而硬件开发的周期预计将以年为单位，再加上终端产品的换代周期以及生态开发的时间，AV1需要数年后才有可能大面积应用。
长远来看，AV1的机会非常大，而目前来说，H.264/5的主导地位不会改变。
专有编解码器并不适合CDN
我们评估了许多硬件转码方案，包括FPGA、ASIC以及GPU。大规模转码对转码系统的要求很苛刻。
首先从性能上来说，由于硬件实现的诸多限制（比如B帧、参考帧数目、运动矢量搜素范围等），大部分硬件编码器（尤其是FPGA/ASIC）的编码效率（即固定码率下的画质）达不到甚至远差于软件编码器，这种情况下我们作为CDN厂商无法应用，不可能在带宽不变的情况下降低客户的画质。此外还往往限制指定的分辨率帧率才可以转。
其次是成本，大规模转码由于有机房的限电问题，对单位功耗的转码能力敏感，而GPU的功耗其实不算低，导致了其对比软编的编码速度提升幅度受限。
最后是集成，ASIC/FPGA大多没有完备的第三方(比如FFmpeg)集成实现，需要额外的开发时间以及成本。GPU虽然相对完善些，但依然需要一定的适配工作，包括性能/平台定制化开发以及如何进行精准的负载检测等。
以上这些限制导致了硬件转码方案目前还不能完全取代软件转码，只能在一些符合要求的特定场景下应用。
LiveVideoStack 2018年春季招聘
LiveVideoStack是专注在音视频、多媒体开发的技术社区，通过传播最新技术探索与应用实践，帮助技术人员成长，解决企业应用场景中的技术难题。如果你有意为音视频、多媒体开发领域发展做出贡献，欢迎成为LiveVideoStack的一员。我们正在招募商务助理，高级编辑，策划编辑，课程经理。
通过job@livevideostack.com联系，或在LiveVideoStack公众号回复『商务助理』，『高级编辑』，『策划编辑』，『课程经理』了解详情。
