一种基于图形处理器的的流媒体服务器加速方法

摘要

本发明属于视频点播系统以及网络编码技术领域，具体涉及一种基于图形处理器GPU的流媒体服务器加速方法和系统。本发明利用GPU的强大并行计算能力来加速网络编码计算；通过让服务器端的GPU加入到网络编码的计算工作中来，大幅提高服务器网络编码的吞吐率，也能让CPU留出时间来进行其他系统调度的工作。本发明可以解决传统网络编码应用场景中，由于编码的计算开销所带来的系统瓶颈，只使用价格大大低于CPU的GPU就能达到提升计算能力的目的，大大提高系统响应速度。本发明在基于网络编码的流媒体服务领域，具有很高的应用价值。

主权项

一种基于图形处理器的的流媒体服务器加速方法，其特征在于，其包括如下步骤：步骤1：在安装有图形处理器GPU的流媒体服务器上，将输入的视频数据设置为BN个块，每块的大小为BS字节；预设定的每个片大小为TN个字节，所述TN必须能够整除BS；根据输入的块所需编码块数CN，以及CN*BN字节的编码矩阵；所需的输出数据为CN个BS字节的块；步骤2：将所需输出数据的每个块划分为BN/TN片，总计划分出CN×(BS/TN)片；所设定的参数是：每个线程负责编码出一个字，每个片总共使用TN/4个线程并行处理；步骤3：由流媒体服务器的客户端接受客户的片ID请求，流媒体服务器的主控模块通过片ID获取数据片，将编码的任务划分为CN×(BS/TN)个子任务，每个子任务负责编码出一片数据；每个子任务又被划分为TN/4个线程并行处理，总共有CN×BS/4个线程并行计算；步骤4：由网络编码协作调度模块根据GPU工作状况，指示当前子任务被分配的目标；如果GPU处于空闲状态，执行步骤5；否则，执行步骤8；步骤5：将子任务的编码矩阵和数据都复制到显存上，步骤6：使用开发工具CUDA执行已经编写好的用于在GPU上执行的代码，将整个任务划分为20个子任务交给GPU执行，而每个子任务又交由一个多处理器处理，然后被划分为256个线程执行；步骤7：将GPU各个多处理器计算出的编码结果复制回系统内存，取得进行网络编码运算的结果；并返回步骤3；步骤8：由CPU执行编码计算；步骤9：将CPU计算出的编码结果复制回系统内存，取得进行网络编码运算的结果；并返回步骤3。