Intel-ը հրապարակել է SVT-AV1 1.0 (Scalable Video Technology AV1) գրադարանի թողարկումը, որն ապահովում է այլընտրանքային կոդավորիչ և ապակոդավորիչ AV1 վիդեո կոդավորման ձևաչափի համար, որն օգտագործում է ժամանակակից Intel պրոցեսորներում առկա հաշվարկների ապարատային զուգահեռացումը: SVT-AV1-ի հիմնական նպատակն է հասնել կատարողականի այնպիսի մակարդակի, որը հարմար է վիդեո վիդեո տրանսկոդավորման և վիդեո պահանջարկի (VOD) ծառայություններում օգտագործելու համար: Կոդը մշակվել է OpenVisualCloud նախագծի կողմից, որը նաև մշակում է SVT-HEVC և SVT-VP9 կոդավորիչները և տարածվում է BSD լիցենզիայի ներքո:
SVT-AV1-ին անհրաժեշտ է առնվազն հինգերորդ սերնդի Intel Core պրոցեսոր (Intel Xeon E5-v4 և ավելի նոր պրոցեսորներ): 10-բիթանոց AV1 հոսքերը 4K որակով կոդավորելու համար անհրաժեշտ է 48 ԳԲ RAM, 1080p 16 ԳԲ, 720p 8 ԳԲ, 480p 4 ԳԲ: AV1-ում օգտագործվող ալգորիթմների բարդության պատճառով այս ձևաչափի կոդավորումը պահանջում է զգալիորեն ավելի շատ ռեսուրսներ, քան մյուս ձևաչափերը, ինչը թույլ չի տալիս օգտագործել ստանդարտ AV1 կոդավորիչը իրական ժամանակի տրանսկոդավորման համար: Օրինակ, AV1 նախագծի ֆոնդային կոդավորիչը պահանջում է 5721, 5869 և 658 անգամ ավելի շատ հաշվարկ, քան x264 (հիմնական պրոֆիլ), x264 (բարձր պրոֆիլ) և libvpx-vp9 կոդավորիչներ:
SVT-AV1-ի նոր թողարկման փոփոխություններից.
- Ավելացված է աջակցություն S-կադրերի համար (Switching Frame), միջանկյալ կադրեր, որոնց բովանդակությունը կարելի է կանխատեսել՝ հիմնվելով նույն տեսանյութից նախկինում վերծանված տեղեկատու շրջանակների վրա՝ ավելի բարձր լուծաչափով: S-շրջանակները թույլ են տալիս բարձրացնել ուղիղ հեռարձակումների սեղմման արդյունավետությունը:
- Ավելացվել է կայուն բիթային արագության (CBR) կոդավորման կառավարման ռեժիմ՝ նվազագույն ուշացումն ապահովելու համար:
- Ավելացվեց աջակցություն գունավոր ենթանմուշառման դիրքի տեղեկատվության փոխանցման համար:
- Ավելացվեց կոպիտ սինթեզից հետո ձայնազերծող պատկերները բաց թողնելու հնարավորությունը:
- Արագ ապակոդավորման աջակցությունը երկարաձգվել է մինչև M0-M10 նախադրյալները:
- Պարզեցված «--արագ ապակոդավորում» տարբերակի օգտագործումը և օպտիմիզացված արագ վերծանման առաջին մակարդակը:
- Կոդավորման արդյունքի տեսողական որակի բարելավում:
- Հիշողության օպտիմիզացված սպառում:
- Ավելացվել են լրացուցիչ օպտիմալացումներ՝ հիմնված AVX2 հրահանգների վրա:
Source: opennet.ru