Aupera是一家專注于視頻數據應用的新一代系統解決方案的創業公司，Aupera資深AI工程師Narges Afsham博士接受LiveVideoStack采訪時表示，在FPGA中集成視頻編碼與AI是水到渠成的。

LiveVideoStack：針對視頻云服務市場，您認為國內外有哪些不同？

Narges Afsham：我們可以發現過去這幾年直播流及短視頻剪輯市場的發展，中國擁有無與倫比的用戶數量，面臨視頻云服務市場，相應提出更多挑戰及復雜性，包括更高的并發率、更多樣的終端設備及更復雜的網絡條件等。另外，視頻內容理解是中國必須具備運行視頻云服務的能力，無論是使用人力資源還是技術資源。雖然我們發現大玩家如Facebook、Instagram等，正一窩蜂地提供越來越多的相關視頻服務，包括Facebook直播、Facebook點播、以及他們最新推出的多人AR視頻游戲，這都要求視頻云服務提供商在處理海量視頻流及數據時，持續不斷突破技術壁壘和瓶頸。我個人認為中國有更多的用戶群推動視頻云服務提供商不斷改進服務，視頻云服務提供商集中在滿足大規模用戶的需求，提供更優化的服務，而美國視頻云服務提供商在提供視頻相關的新應用和技術方面更有創新性一些。

LiveVideoStack：能否介紹下Aupera與Xilinx合作開發的視頻處理系統平臺Aup2600系列的應用情況。

Narges Afsham：Aup2600系列是Aupera基于Xilinx最新MPSoC FPGA設備開發的新一代視頻處理系統平臺，該系統架構基于分布式計算架構對視頻處理進行設計及優化，在處理大規模視頻流方面突破了CPU的瓶頸。對于直播流轉碼及音視頻混合流任務，相對傳統X86服務器，該系統在并發流量處理方面實現20-30倍的效率。更重要的是，系統可升級實現視頻AI相關應用，無需改變硬件及附加，這正是它令人激動的地方。系統FPGA資源已被保留用于AI實踐，只需要一小部分實現視頻編解碼任務，你能想象其中蘊含的潛力。通過我們的系統，我們能實現對現實的實時視頻內容理解，及視頻編解碼及AI應用在同一芯片組內完成。

LiveVideoStack：為什么視頻編碼/轉碼與AI應用可以在FPGA上結合在一起？具體的應用場景是什么？

Narges Afsham：視頻工程師將受益于硬件加速編解碼及它動態高效的QP分配，機器學習工程師受益于在硬件實現算法的推理速度，將它們集合統一在FPGA是非常自然的，這也極大地減少了開發周期。

LiveVideoStack：Aupera基于FPGA的視頻編解碼融合AI的解決方案有哪些獨特的優勢嗎？

Narges Afsham：大大提升大規模海量視頻并行處理的效率，對視頻質量及視覺效果都有所改善，更重要的是系統升級實現AI相關應用，不需要添加或修改硬件，并能做到視頻流的實時分析。

LiveVideoStack：業界公眾的AI主流芯片，除了CPU以外，還有GPU、FPGA和ASIC。我們都知道FPGA比ASIC有更高的靈活性，比通用CPU和GPU有更高的效率。越來越多的企業選擇FPGA作為AI計算平臺，如微軟，亞馬遜，百度等，谷歌最近曝光的專用于人工智能深度學習計算的TPU，其實是一款ASIC。對此，您怎么看FPGA＋AI，還有ASIC或通用CPU＋AI？

Narges Afsham：這一切都是基于應用程序的具體要求。GPU、CPU及FPGA在延遲、能效比 、開發時間，甚至是芯片大小都不同。GPU浮點運算強，設計靈活性強。

Xilinx MPSoC集成CPU與FPGA于一體，與普通FPGA相比有更高的靈活性，功能更加強大，特別適用于數據中心的大規模應用，以及邊緣節點的低功耗應用。

同時，我們都將目睹機器學習算法和網絡的快速發展，幾乎每天都有改變或更新，從靈活性及可配置性方面，FPGA比ASIC性能好得多。