ممکن است متوجه شده باشید یا نشوید ، اما گوگل می گوید ویدیوهای YouTube اکنون باید بهتر به نظر برسند و سریعتر بارگیری شوند. این به لطف تراشه جدیدی است که این شرکت برای فشرده سازی محتوای ویدئویی داخلی خود را طراحی و در مراکز داده خود مستقر کرده است.
گوگل می گوید تراشه های موسوم به Video (Trans) Uncoding Units یا VCU ، این کار را سریعتر و با کارآیی بیشتر از آنچه در گذشته ممکن بود انجام می دهند. به گفته این شرکت ، پردازنده های مرکزی سنتی در رمزگذاری ویدئو عالی نیستند.
VCU در حالی که از پهنای باند کمتری نسبت به قبل استفاده می کنید ، بالاترین کیفیت فیلم YouTube را در دستگاه شما به شما می دهد. در پایان گوگل ، عملکرد را بهینه می کند و هزینه های زیرساخت را کاهش می دهد. این شرکت گفت که یوتیوب به لطف این نوآوری ، در طول همه گیر شدن ، با افزایش چشمگیری در مصرف مواجه شده است.
VCU 20 تا 33 برابر بیشتر از سیستم بهینه سازی قبلی گوگل که روی سرورهای سنتی کار می کند ، کارآیی محاسباتی دارد. این بهبود عملکرد و کل هزینه مالکیت در یک دوره سه ساله را شامل می شود ، از جمله هزینه طراحی و ساخت تراشه سفارشی ، و همچنین هزینه اجرای آن در مراکز داده گوگل ، جف کالو ، مهندس نرم افزار گوگل و یکی از مهندسان پشت تراشه جدید ، در یک ایمیل به DCK گفت.
تراشه Google VCU متولد شد زیرا کاربران YouTube کیفیت بالاتری می خواستند
گروهی از مهندسان گوگل شش سال گذشته را صرف طراحی و بهینه سازی VCU برای اجرای ویدیوی YouTube در مراکز داده Google کردند. اولین نسخه VCU ، که از هر دو کدک VP9 و H.264 پشتیبانی می کند ، اکنون در مراکز داده آن در سراسر جهان پخش شده است.
“VCU به ما کمک می کند تا قابلیت های جدید مانند پخش مستقیم VP9 در مقیاس یا تحویل فیلم 4K سریعتر از قبل را فعال کنیم. بینندگان YouTube با صرفه جویی در پهنای باند از مزایای آن بهره مند می شوند زیرا VP9 زودتر در دسترس است ، “کالو به DCK گفت.
هنگامی که یوتیوب افزایش تقاضا برای فیلم با کیفیت بالاتر مانند 1080p و 4K را مشاهده کرد ، مهندسان Google ساخت تراشه سفارشی برای رمزگذاری ویدیو را آغاز کردند. برای تأمین تقاضا ، نیاز به تغییر کدکهای ویدئویی با کارایی بیشتر داده ها (استانداردهای فشرده سازی فیلم) بود. کالو توضیح داد ، رمزگذارهای ویدئویی کارآمد مانند VP9 ، پنج برابر بیشتر از قالب H.264 برای رمزگذاری از منابع محاسباتی استفاده می کنند.
کالو در یک پست وبلاگی نوشت: “مجموعه این پویایی ها ما را به دنبال زیرساختی کاملاً کارآمدتر و مقیاس پذیر تر انداخت.”
به گفته یوتیوب ، گوگل قبلاً یک تراشه نسل دوم VCU تولید کرده است که از رمزگذار AV1 پشتیبانی می کند ، استاندارد بعدی که حتی با کیفیت بالاتر فیلم ارائه می دهد و بافر کمتری برای کاربران دارد. کالو به ما گفت ، این شرکت نصب تراشه نسل دوم را در مراکز داده خود آغاز کرده است ، بنابراین در حال رمزگذاری برخی از فیلم ها در YouTube است.
یک کارت VCU منفرد دارای دو تراشه VCU است که هر تراشه 10 هسته رمزگذار را در خود جای داده است. هر سیستم VCU مستقر در یک مرکز داده Google دارای 20 تراشه است که از طریق 10 کارت متصل شده است.
گوگل در این ماه مقاله ای را با عنوان VCU منتشر کرد شتاب ویدئو در مقیاس انبار: طراحی مشترک و استقرار در طبیعت، لیست بیش از 50 نفر از گوگل (از جمله Calow) به عنوان نویسنده.
500 دقیقه به علاوه ویدیو هر دقیقه در YouTube بارگذاری می شود
YouTube مجبور است هر ویدئویی را که کاربران بارگذاری می کنند کدگذاری کند ، آن را برای نسخه های مختلف با وضوح مختلف فشرده کند ، بنابراین می تواند از تعداد بیشماری دستگاه برای مشاهده آن (از تلفن گرفته تا لپ تاپ تا تلویزیون) و برای پهنای باند مختلف برای کاربران مختلف پشتیبانی کند. .
کالو در پست وبلاگ خود نوشت: هر دقیقه بیش از 500 ساعت محتوای ویدئویی در YouTube بارگذاری می شود. زمان تماشای یوتیوب در سه ماهه اول سال گذشته 25 درصد افزایش یافت ، زیرا همه گیر همه گیر شد و بسیاری از دنیا به قفل بسته شدند.
وی نوشت: “از آنجا كه ما این سیستم را در اختیار داشتیم ، توانستیم به سرعت مقیاس خود را برای رسیدن به این موج افزایش دهیم.” “عملاً این بدان معنی بود که فیلم ها پس از بارگذاری توسط سازنده ، سریعاً در اختیار بینندگان قرار می گرفتند.”
هایپر مقیاس تراشه های سفارشی را برای موارد استفاده هدفمند طراحی می کند
VCU (با نام داخلی “Argos”) اولین تراشه مرکز داده سفارشی است که Google طراحی کرده است. دو مورد دیگری که به طور عمومی درباره آنها صحبت شده واحد پردازش تنسور (TPU) ، یک ASIC برای بارهای هوش مصنوعی است. و تراشه تیتان برای امنیت.
غول های فناوری دیگری که از سیستم عامل های ابر ابر مقیاس استفاده می کنند نیز تراشه های سرور خود را طراحی کرده اند. کوین کرول ، تحلیلگر اصلی تحقیقات TIRIAS ، به DCK گفت ، مقیاس عظیم و جیب های عمیق آنها را قادر می سازد تا سخت افزارهای سفارشی را برای پاسخگویی به نیازهای خاص طراحی کنند.
آنها سرمایه گذاری سنگین مقدماتی را انجام می دهند زیرا تراشه های سفارشی کل هزینه مالکیت زیرساخت های محاسباتی خود را با گذشت زمان بهبود می بخشند. در مورد ارائه دهندگان خدمات ابری ، آنها با افزودن گزینه جدید زیرساخت ابر به سبد خدمات خود ، درآمد خود را پس می گیرند.
AWS پردازنده های مبتنی بر باز Graviton و Graviton2 را در مراکز داده خود اجرا می کند. گزارش شده است که مایکروسافت همچنین تراشه مبتنی بر Arm خود را برای سرورهایی طراحی کرده است که سیستم عامل Azure cloud خود را تأمین می کنند.
کرول در مورد اعلامیه تراشه Google VCU گفت: “Google از قابلیت طراحی داخلی برخوردار است.” وی افزود: “آنها می توانند طرحی را تغییر دهند و از نظر اقتصادی نسبتاً مقرون به صرفه است. و همانطور که آنها اشاره کردند ، این ASIC در مدیریت پخش جریانی ویدیو بسیار کارآمد است. ساخت و تأمین آن هزینه دارد ، اما اگر با کاهش هزینه های کل مالکیت موجب صرفه جویی شود ، سرمایه گذاری ارزشمندی است. “