快手异构计算负责人刘凌志：AI大模型在视频编解码中的应用面临算力挑战

近日，快手异构计算负责人刘凌志向记者表示，AI大模型在音视频上的应用越来越复杂，尤其是其在视频编解码中的应用面临算力挑战，需构建大算力基础设施体系。

根据音视频第一性的原理，音视频主要是要解决清晰度、成本和流畅度三个问题，需要在这三者之间做到平衡。在此过程中，处在核心地位的就是视频的压缩和增强。刘凌志指出，在传统生产和消费的过程中，生产端视频首先经过编码器产生码流并传送到消费端，消费端通过解码器把视频解码出视频展示出来。利用AI大模型来做视频压缩和增强，视频通过理解网络生成出高维特征，并传输Text和Prompt，这是一个非常小的信息量，用户通过生成网络大模型再把视频恢复出来，这样可以极大地减少传输成本，得到更好的效果。

在刘凌志看来，AI大模型和视频领域面对的挑战归根到底是算力的挑战，包括视频算力挑战和AI大模型算力挑战两个方面。

为应对这些挑战，快手构建了大规模基础设施，用来支撑主站、电商、商业化、本地生活和海外在内的产品矩阵。快手核心技术包括音视频、AI和数据中心三大类，每一类技术都需要十分庞大的基础设施，比如千万级别的CPU核、10万级别的GPU和算力、10EB级别的数据存储，带宽需求也到了100TB规模。快手搭建了大模型架构体系。通过AI算力中心、平台、数据等高性能、高并发、高算力的大基建，可以支撑快手多模态大模型，而多模态大模型通过生成或理解，可以支持快手的搜广推、AIGC、增长或研发效能等大应用。

目前，快手AI大基建的数据已有日均数千万的短视频和数千万小时的直播，一方面是传输给用户，另一方面也是作为输入持续不断的输送到AI大模型之中，不断打磨大模型，达到更佳的效果。

记者了解到，快手为了提升算力中心水平，还自研了智能视频处理芯片StreamLake。SL200芯片是StreamLake首款芯片，拥有高质量、高密度的编解码器。高质量的编码器在同样的质量下，可以节省30%的码率，在同样的带宽下，可以提升相应的清晰度。同时，SL200也已实现了智能视频的处理，在同样主观质量下，可以继续降低20%以上的带宽。SL200集成了多核GPGPU和高性能多核CPU，RISC-V处理器，以及数据中心里面的功耗检测、温度检测等功能，并内嵌硬件安全模块。基于SL200芯片，快手自研了板卡、服务器，也与浪潮等合作伙伴合作开发了云服务器，同时搭建了算力中心，开发了全套自主软硬件的生态系统试。