HEVC百科

HEVC编辑HEVC，英文全拼：HighEfficiencyVideoCoding，是一种新的视频压缩标准。可以替代H.264/AVC编码标准。中文名HEVC英文全拼HighEfficiencyVideoCoding类别视频压缩标准可以替代H.264/AVC编码标准目录1技术简介2发展历史3主要特点4应用前景1技术简介编辑视频压缩已经是我们生活中必不可少的家庭娱乐之一，如果没有它的存HEVC[1]在，那么我们将活在一个全球范围内只有几十个电视频道的世界里，放在眼下那简直是无法想象的。数字技术首次出现在英国，那时候人们已经有了电视机，通过数字技术的不断进化演变，地面电视频道迅速地从5个发展到了30多个，极大的丰富了人们的日常生活娱乐。当初的人们可观看的电视内容并不多但是，现有的压缩方案，比如H.264、MPEG-4等等仍然是非常落后的技术，也许你会说像苹果iTunes中的各种视频内容下载、天空台高清电视频道的编解码器等都使用H.264技术，但如今我们正在引进更高效率视频编码(HEVC，即H.265)却仍然是不争的事实。HEVC压缩方案可以使1080P视频内容时的压缩效率提高50%左右，这就意味着视频内容的质量将上升许多，而且可以节省下大量的网络带宽，对于消费者而言，我们可以享受到更高质量的4K视频、3D蓝光、高清电视节目内容。视频压缩方案主要被运用在提高画面质量上实际上，HEVC和H.264视频编码的差异是极小的，至少在主要性能上是相同的，它们都能使画面实际编码的画幅变得更大，比如从2K到4K、从4K到8K分辨率的变化，它们的目的是使得全高清视频的播放速率变得更快。Netflix公司在2013年的CES展会上已经演示过该技术。各种4K高清设备都需要HEVC协议支持HEVC可以被认为很快即将流行的协议标准，因为不管是3D蓝光播放器还是其他的一些流媒体播放器，它都急需一个新的编解码器，以达到播放4K内容的能力。非常可喜的是HEVC协议标准的整个框架结构已经被确定，它将在H.264标准2至4倍的复杂度基础上，将压缩效率提升一倍以上。当然，新的编解码器也有不可避免的缺点，它们不支持大多数硬件，通常需要效率更高，更多的处理器来辅助，这意味着，如果有一个固件需要更新，而编解码器却跟不上升级速度的话，那么我们的电视机顶盒和蓝光播放机是无法播放HEVC编码内容的，需要等待解决方案出现后才能继续使用。松下公司已明确支持HEVC协议标准即便如此，世界上许多知名电视机品牌和媒体运营商依然将HEVC协议标准作为未来主要研发的媒体格式，比如松下公司就已经明确表态，要在其未来的4K电视及OLED电视上使用该协议。相信在不久之后，HEVC协议标准一定会以强劲的压缩效率表现，将视频压缩技术推向全新的高度，成为各电视和广播载体的标杆。[2]2发展历史编辑早在2004年，ITU-T视频编码专家组（VCEG）开始研究新技术以便创建一个新的视频压缩标准。在2004年10月，H.264/AVC小组对潜在的各种技术进行了调查。2005年1月VCEG的会议上，VCEG开始指定某些主题为“关键技术”作进一步研究。2005年成立软件代码库称为KeyTechnicalAreas（KTA）用来评估这些新的“关键技术。KTA的软件是在联合模型（JM）基础上由MPEG和VCEG的视频组联合开发的，项目名称暂定为H.265和H.NGVC（Next-generationVideoCoding），此项目在2010年最终演化为由VCEG和MPEG合资项目也叫做HEVC（Highefficiencyvideocoding）。按照NGVC的初步要求，在维持视觉质量相同的情况下，比特率较H.264/MPEG-4AVC的高中档（highprofile），计算复杂度维持在比特率较H.264/MPEG-4AVC的高中档的1/2至3倍之间。“H.265”只是作为“高性能视频编码（HEVC）”一个昵称。2009年7月，实验结果表明比特率相较于H.264/AVCHighProfile平均降低20%左右，这些结果促使MPEG与VCEG合作发起的新的标准化工作。2010年1月，VCEG和MPEG开始发起视频压缩技术正式提案。相关技术由视频编码联合组（JointCollaborativeTeamonVideoCoding(JCT-VC）)审议和评估，其合作小组第一次会议于2010年4月召开大会，一共有27个完整的提案。评价结果表明，一些提案在许多测试用例可以达到只用一半的比特率并维持H.264/AVC相同的视觉质量。在这次会议上，联合项目名改称为高效率的视频编码（HEVC），并且JCT-VC小组把相关技术集成到一个的软件代码库（HM[2]）和标准文本草案规范，并进行进一步实验，以评估各项功能。[1]2012年2月10日，在美国圣何塞召开了第99届MPEG会议。MPEG组织和ITU-T组织对JCT-VC的工作表示满意，准备于2013年1月，同时在ISO/IEC和ITU-T发布HEVC标准的最终版本。2013年1月26号，HEVC正式成为国际标准。[3]3主要特点编辑HEVC草案设计，包括各种编码技术：树状结构的预测和残差块分割扩展预测块大小（最多为64×64）变尺寸块变换（从4x4到32x32离散余弦变换，还有4x4离散正弦变换）整数逆变换基于多达33个方向的帧内预测与预测类型基于模式依赖正弦/余弦变换自适应运动矢量预测选择机制（AMVP）Merge模式及基于Merge模式的Skip模式基于空间和时间的运动矢量预测多帧运动补偿预测高精度运动补偿插值（亮度8tap，色度4tap）去块滤波器采样自适应滤波器(SAO)上下文自适应二进制算术编码（CABAC）进度表HEVC标准时间表如下：2012年2月：委员会草案（完整的标准草案）2012年7月：国际标准草案2013年1月：国际标准最终草案（准备被批准为标准）4应用前景编辑以视频网站为例，运营最大的支出成本就是宽带成本。一旦采用新型视频压缩标准以后，视频的带宽成本将大幅降低，“动画片的带宽成本将降至现有成本的1/3，普通影视作品将降至现有成本的一半。”电影、动画片等视频经HEVC视频压缩服务后，手机用户观看在线视频不仅流量耗费大大减少，且下载速度会更快，画质基本不会受到影响，即使在线观看也会更流畅，不会老是卡机。[3]CUDA编辑CUDA(ComputeUnifiedDeviceArchitecture)，是显卡厂商NVIDIA推出的运算平台。CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。开发人员现在可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。外文名CUDA类别运算平台适用领域计算机组成ISA、GPU推出者显卡厂商目录1应用范围2发展历程3工具包4发展现况5背景1应用范围编辑计算行业正在从只使用CPU的“中央处理”向CPU与GPU并用的“协同处理”发展。为打造这一全新的计算典范CPU与GPU并用的“协同处理”，NVIDIA®（英伟达™）发明了CUDA（ComputeUnifiedDeviceArchitecture，统一计算设备架构）这一编程模型，是想在应用程序中充分利用CPU和GPU各自的优点。现在，该架构现已应用于GeForce®（精视™）、ION™（翼扬™）、Quadro以及TeslaGPU（图形处理器）上，对应用程序开发人员来说，这是一个巨大的市场。在消费级市场上，几乎每一款重要的消费级视频应用程序都已经使用CUDA加速或很快将会利用CUDA来加速，其中不乏ElementalTechnologies公司、MotionDSP公司以及LoiLo公司的产品。GPU架构在科研界，CUDA一直受到热捧。例如，CUDA现已能够对AMBER进行加速。AMBER是一款分子动力学模拟程序，全世界在学术界与制药企业中有超过60,000名研究人员使用该程序来加速新药的探索工作。在金融市场，Numerix以及CompatibL针对一款全新的对手风险应用程序发布了CUDA支持并取得了18倍速度提升。Numerix为近400家金融机构所广泛使用。CUDA的广泛应用造就了GPU计算专用TeslaGPU的崛起。全球财富五百强企业现在已经安装了700多个GPU集群，这些企业涉及各个领域，例如能源领域的斯伦贝谢与雪佛龙以及银行业的法国巴黎银行。随着微软Windows7与苹果SnowLeopard操作系统的问世，GPU计算必将成为主流。在这些全新的操作系统中，GPU将不仅仅是图形处理器，它还将成为所有应用程序均可使用的通用并行处理器。2发展历程编辑随着显卡的发展，GPU越来越强大，而且GPU为显示图像做了优化。在计算上已经超越了通用的CPU。如此GK110强大性能及ALU内核数量(3张)强大的芯片如果只是作为显卡就太浪费了，因此NVidia推出CUDA，让显卡可以用于图像计算以外的目的。目前只有G80、G92、G94、G96、GT200、GF100、GF110、GK100、GK104、GK107平台（即GeForce8~GecorceGTX780Ti）的NVidia显卡才能使用CUDA，工具集的核心是一个C语言编译器。G80中拥有128个单独的ALU，因此非常适合并行计算，而且数值计算的速度远远优于CPU。CUDA的SDK中的编译器和开发平台支持Windows、Linux系统，可以与VisualStudio2005，2008，2010集成在一起。Geforce8CUDA（ComputeUnifiedDeviceArchitecture）是一个新的基础架构，这个架构可以使用GPU来解决商业、工业以及科学方面的复杂计算问题。它是一个完整的GPGPU解决方案，提供了硬件的直接访问接口，而不必像传统方式一样必须依赖图形API接口来实现GPU的访问。在架构上采用了一种全新的计算体系结构来使用GPU提供的硬件资源，从而给大规模的数据计算应用提供了一种比CPU更加强大的计算能力。CUDA采用C语言作为编程语言提供大量的高性能计算指令开发能力，使开发者能够在GPU的强大计算能力的基础上建立起一种效率更高的密集数据计算解决方案。从CUDA体系结构的组成来说，包含了三个部分：开发库、运行期环境和驱动（表2）。开发库是基于CUDA技术所提供的应用开发库。目前CUDA的1.1版提供了两个标准的数学运算库——CUFFT（离散快速傅立叶变换）和CUBLAS（离散基本线性计算）的实现。这两个数学运算库所解决的是典型的大规模的并行计算问题，也是在密集数据计算中非常常见的计算类型。开发人员在开发库的基础上可以快速、方便的建立起自己的计算应用。此外，开发人员也可以在CUDA的技术基础上实现出更多的开发库。运行期环境提供了应用开发接口和运行期组件，包括基本数据类型的定义和各类计算、类型转换、内存管理、设备访问和执行调度等函数。基于CUDA开发的程序代码在实际执行中分为两种，一种是运行在CPU上的宿主代码（HostCode），一种是运行在GPU上的设备代码（DeviceCode）。不同类型的代码由于其运行的物理位置不同，能够访问到的资源不同，因此对应的运行期组件也分为公共组件、宿主组件和设备组件三个部分，基本上囊括了所有在GPGPU开发中所需要的功能和能够使用到的资源接口，开发人员可以通过运行期环境的编程接口实现各种类型的计算。由于目前存在着多种GPU版本的NVidia显卡，不同版本的GPU之间都有不同的差异，因此驱动部分基本上可以理解为是CUDA-enable的GPU的设备抽象层，提供硬件设备的抽象访问接口。CUDA提供运行期环境也是通过这一层来实现各种功能的。目前基于CUDA开发的应用必须有NVIDIACUDA-enable的硬件支持，NVidia