对比视频处理单元（VPU）、图形处理器（GPU）与中央处理器（CPU）

如今选择互联网点播流媒体与直播视频的用户数量已远超传统广播电视，这一转变催生了对高性能媒体转码与OTT流媒体功能专用技术的需求。

我们最新推出的Accelerated Compute云计算解决方案，首次通过NETINT Quadra视频处理单元（VPU）提供专用集成电路（ASIC）访问能力。VPU作为专用硬件，相比基于CPU或GPU的转码方案，能以极低功耗实现更高效的媒体编解码。

本文将带您了解VPU与CPU、GPU在硬件设计层面的本质差异。

关键媒体应用工作流术语

• 媒体编码：将音视频/图像流或文件转换为其他格式，并通过压缩原始文件减小体积且保持质量的过程
• 媒体解码：将媒体文件或流转换为可播放格式的过程
• 媒体转码：包含编解码的综合性格式转换过程，兼具降分辨率、调比特率、编码标准等定制功能，以适应网络条件与播放环境变化

硬件演进

当特定操作对硬件造成压力时，制造商通过新材料组合开发新功能与性能层级。硬件创新、设计与生产的驱动力，始终来自对电源效率与电路元件材料的优化。

处理器单元的技术进步主要体现于两大要素：

1. 芯片单位面积内电路元件密度的提升（物理空间利用率进步）
2. 芯片内置微处理器固有能力的扩展（即开即用硬件功能进步）

架构组件

下图从概念层面展示了CPU、GPU与VPU内部电路与引擎的数量比例差异：GPU通过密集排列算术逻辑单元（ALU）实现并行处理，因而在图形渲染、机器学习等场景效率卓越；而VPU则搭载专为视频任务设计的固定功能电路，可超高效执行编解码、缩放等视频处理功能。

• 控制单元：同步（按特定顺序执行事件）数字电路，专用于解释处理器指令并管理这些指令的执行过程。
• 算术逻辑单元（ALU）：组合式（"按需"应用事件和逻辑）数字电路，通过响应数据输入来执行复杂逻辑运算。
• 缓存：实现低延迟数据访问的本地缓存
• 固定功能视频处理电路：以超高效能与低功耗执行预定义专用任务的电路
• AI引擎：通过强化矩阵/向量处理能力，专攻人工智能任务的运算模块

核心价值

除原始算力外，转码工作负载更需要专用硬件实现极致效率。根据测试阶段用户反馈：CPU方案最多支持2-4路并发流，而VPU加速实例可达成30路并发。更高的流密度不仅降低总体成本，更能帮助媒体机构与技术合作伙伴削减单流成本。

采用云端VPU还意味着：用户可根据业务规模灵活调整资源配置，或在流量高峰时段快速获取VPU专属处理能力。

立即注册体验Akamai云计算加速实例，或联系我们的云技术顾问获取详情。