摘要： 背景與挑戰 技博客 GigaOM 曾報道：YouTube 的視頻略縮圖采用 WebP 格式后，網頁加載速度提升了 10%；谷歌的 Chrome 網上應用商店采用 WebP 格式圖片后，每天可以節省幾 TB 的帶寬，頁面平均加載時間大約減少 1/3；Google+ 移動應用采用 WebP 圖片格式后，每天節省了 50TB 數據存儲空間。

背景與挑戰

科技博客 GigaOM 曾報道：YouTube 的視頻略縮圖采用 WebP 格式后，網頁加載速度提升了 10%；谷歌的 Chrome 網上應用商店采用 WebP 格式圖片后，每天可以節省幾 TB 的帶寬，頁面平均加載時間大約減少 1/3；Google+ 移動應用采用 WebP 圖片格式后，每天節省了 50TB 數據存儲空間。但Webp最大的缺點在于壓縮算法計算復雜度是JPEG的10倍以上，我們迫切需要一套高性能加速方案來降低業務成本。

項目

今年春節期間大客戶為了支持其搶紅包業務向阿里云提出了webp轉碼需求。根據以往經驗總共需要準備數幾十臺32核64線程的物理機。阿里云為提升用戶體驗降低自身成本，使用FaaS（FPGA as a Service） F1實例加速webp編碼。其中FaaS團隊提供了FPGA平臺支持，OSS團隊提供了算法的支持。得益于高性能的FPGA平臺，我們使用5臺單卡FPGA云服務器扛下了日常40%的webp編碼流量。

效果

本次性能測試所使用樣本為512x512的圖片，所有測試都在阿里云FaaS F1實例上測試。根據業務方的要求，我們對其中部分數據值做了一些混淆。

1）延時

在使用了FPGA加速webp編碼之后，延遲降為原來的1/10。

2）吞吐量

每個單卡的F1實例（8vcpu，1 * ARRIA 10)可以獲得大約32核64線程物理機的~2倍吞吐量，跟某業內專業加速webp編碼公司對比（在用同樣F1實例）。我們發現某司的FPGA加速webp編碼對CPU依賴非常多，但利用率又只有50-60%，這非常讓人費解。

3）圖片質量

下圖是在不同quality下，對比軟件（藍線）、OSS（紅線）、某司（綠線）的編碼后psnr曲線。PSNR使用ImageMagick的convert工具計算，數值越大越好。OSS提供的硬件加速算法，在圖像質量方面幾乎跟軟件幾乎完全重合，某司提供的webp編碼加速器存在不小的差距（差距在0.1~0.5db之間）。

4)壓縮率

同樣使用圖片空間的測試架，quality設置也一樣，數值為相對JPEG原圖的壓縮率，數值越小越好。經過測試我們發現軟件、OSS、某司的壓縮率幾乎完全重合，但依舊保持原有梯隊，軟件>OSS>某司。

根據上面測試結果，目前阿里云OSS的加速方案在webp壓縮場景所有指標都超過了某司，除了壓縮率小幅領先之外，其他兩個指標都有非常明顯的優勢。

未來

1）預計性能優化完成之后E2E還可以提升50%的性能。壓縮率上，未來采用m6等級的編碼，其壓縮率比當前壓縮率更高。
2）單個FPGA板卡的成本遠小于服務器，所以降低業務成本的關鍵在于提高FPGA的密度。未來webp加速器將使用F3實例，單個芯片的FPGA性能提升了超過2倍，單臺服務器的FPGA芯片密度也提升了一倍。

原文鏈接
干貨好文，請關注掃描以下二維碼：

總結

以上是生活随笔為你收集整理的异构计算助力客户春节webp图片编码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。