用神经网络给视频解码效率高，视频在多行业场景大显身手

短视频的广泛流行带动了手机在移动设备上实时解码视频的新趋势，这一变化对视频直播行业带来了深远的影响。在此领域，高通取得了显著的成就，接下来，我们将对其发展历程进行详细剖析。

实时视频解码新趋势

短视频等应用越来越受到人们的喜爱，因此，在手机上实现实时视频解码变得尤为关键。对于视频直播这类对实时性要求极高的服务来说，高效的解码技术能够显著提高用户的观看感受。以一些热门的直播节目为例，它们流畅的画面效果，正是得益于先进的实时视频解码技术。目前，运用特定的解码技术实现这一目标，已经成为推动行业进步的一个新兴趋势。

高通新成果引发关注

高通的AI研究团队实现了重大进展，成功研发出全球首台能在商用智能手机上实时运行的神经视频解码器，该设备融合了软硬件的创新技术。在720p高清视频播放时用神经网络给视频解码效率高，视频在多行业场景大显身手，其解码速度能够达到每秒超过30帧。以搭载骁龙888 SoC芯片的商用智能手机为例，这项技术已被应用，有效提升了手机观看视频的流畅性。

硬解码优势显著

采用GPU或特定处理器进行视频的编码与解码，即所谓的硬解码，这无疑是一个明智之选。以英伟达推出的GPU硬件解码模块为例，其编码效果出色，利用显卡进行编码时，不会对系统资源造成过大负担，而且还能确保应用运行不受干扰。以游戏直播为案例，硬解码技术使得主播在直播过程中能够流畅地享受游戏，并且还能确保视频传输的画质优良。

神经网络编解码器潜力大

深度神经网络技术的不断进步，让神经网络视频编解码器的运用变得可行。这类编解码器能够在AI硬件加速器上运行，同时熵编码的并行化效率也得到了大幅度的提高。以智能安防监控为例，它们可以快速而准确地处理大量视频数据，显示出广阔的发展潜力。

过去研究成果丰富

近年来，神经网络视频编解码器领域备受瞩目。2017年，谷歌公司发布了自编码器技术；2018年，上海交通大学等研究机构提出了全程深度视频压缩方案；到了2020年，谷歌研究院感知团队又提出了针对端到端视频压缩优化的扩展空间流技术。这些关键的研究成果，为视频编解码技术的提升，打下了稳固的学术根基。

高通创新持续发力

高通依托其在节能AI领域的领先地位，以及骁龙888平台卓越的AI计算能力，成功在商用智能手机上实现了帧内神经视频编码的即时处理。此外，他们还采纳了2020年5月发布的开源AI模型效率工具包。在演示过程中，我们选择了分辨率为1280×704的视频进行测试，预计未来的视频编解码技术将主要依靠软硬件之间的相互配合与协作来推动发展。

大家对高通新推出的技术有何见解高清解码器，这项技术又将怎样影响短视频及视频直播行业的未来发展？我们热切盼望您能留下宝贵的意见和评论。同时，也请您别忘了为我们这篇文章点赞并分享。