vod指的是什么模电 vod指的是什么( 四 ) _百科达人

怎样把工作安排得更好，让每个人的总体体验最大化，已经成为人们最关心的问题。Facebook 有专门的编码计算池和调度器。该方法接受一个附加优先级值的编码作业请求，将其放到优先级队列中，高优先级的编码任务得到优先处理。因此，视频编码系统的工作就是给每项任务分配适当的优先级。这可以通过一系列简单的、硬编码规则来实现。编码任务可以根据几个因素来分配优先级，包括视频是否为授权音乐视频、视频是否为产品视频、视频所有者有多少朋友或粉丝。
但是，这个方法有其缺点，随着新的视频编***的出现，需要维护和调整的规则越来越多。因为不同的编***和菜谱有不同的计算要求、视觉质量和压缩性能的权衡，所以不可能通过一组粗粒度的规则对最终用户的体验进行全面优化。
或许最重要的是， Facebook 的视频消费模式极不均衡，这意味着 Facebook 视频的上传者和主页在好友或粉丝数量方面存在巨大差异。与迪士尼等大公司的 Facebook 主页相比，播客的主页可能只有 200 个粉丝。摄像师可以同时上传他们的视频，但是迪士尼的视频可能会有更多的观看时间。但是，任何视频都可以得到病毒式的传播，即使上传者只有很少的粉丝。问题在于，不仅要支持受众最广的内容创作者，还要支持各种规模的内容创作者，同时还要承认这一现实，即拥有大量的受众也可能意味着更多的浏览量和更长的观看时间。
输入效益 - 成本模型这个新模型仍然采用了一套 quick 的初始 H264 ABR 编码，以确保所有上传的视频能够尽快得到高质量的编码。但是，我们改变的是如何计算视频发布后的编码工作优先级。
效益 - 成本模型是根据以下基本观察得出的：
只在第一次编码时，视频才会消耗计算资源。编码完成后，存储的编码可以根据需要多次发送，而不需要额外的计算资源。Facebook 上的所有视频中，有一小部分（约三分之一）产生了大部分的整体观看时间。Facebook 数据中心只有有限的支持计算资源的能源。在现有能源有限的情况下，通过将计算密集型的“菜谱”和先进编***应用于最常观看的视频，我们可以使每个人的视频体验最大化。以此为基础，我们对效益、成本和优先权作出如下定义：
效益 =(固定质量下编码族的相对压缩效率)*(有效预测观看时间)成本 = 族中丢失编码的归一化计算成本优先级 = 效益 / 成本固定质量编码族的相对压缩效率：通过编码族的压缩效率来衡量效益。“编码族”（Encoding family）指的是一组可一起交付的编码文件。举例来说， H264 360p、480p、720p 和 1080p 编码通道构成一个族；而 VP9 360p、480p、720p 和 1080p 则构成了另一个族。在相同视觉质量的情况下，比较不同族间的压缩效率是一个挑战。
为了理解这一点，我们先来看看我们开发的一个指标，即每 GB 数据包的高质量视频分钟数（Minutes of Video at High Quality ， MVHQ）。MVHQ 把压缩效率和互联网流量补贴的问题直接联系在一起：对于 1GB 的数据，我们可以流式传输多少分钟的高质量视频？
MVHQ 在数学上可理解为：
MVHQ= Average (MvhqBitratevid1, MvhqBitratevid2, MvhqBitratevid3,... 1GB
比如说，我们有一个视频，用 H264 fast 预置编码的 MVHQ 为 153 分钟，用 H264 slow 预置编码的 MVHQ 为 170 分钟，用 VP9 的 MVHQ 为 200 分钟。这就是说，使用 VP9 编码的视频，在视觉质量门槛较高时，与 H264 fast 预置相比，使用 1GB 数据可以延长 47 分钟的观看时间（200-153）。我们使用 H264 fast 作为基线来计算这个视频的效益值。我们将 1.0 分配给 H264 fast ， 1.1（170/153）分配给 H264 slow ， 1.3（200/153）分配给 VP9 。
实际的 MVHQ 只能在编码产生后才能计算出来，但是我们需要在编码产生之前就得到它，所以我们使用历史数据估算出给定视频的每个编码族的 MVHQ 。
有效预测的观看时间：正如下面所描述的，我们有一个复杂的机器学习模型，它可以预测观众在不远的将来看一段视频的时间。当我们在视频级别上获得预测的观看时间后，我们就可以估计编码族在视频应用的效率。它揭示了一个事实，那就是并非所有 Facebook 用户都拥有能够播放更新的编***的最新设备。