《马克思主义方法论在论文中的应用.docVIP

马克思主义与社会科学方法论论文设计 学生信息 姓名 学号 院系 专业 邮箱 电话 论文题目 视频解码器在异构多核系统上的实现及并行优化 研究背景和意义 、 文献综述 研究目标 、 主要内容和框架 主要采用的研究方法 （马克思主义方法论） 创新与不足 参考文献 随着视频内容清晰度和视频编码标准复杂度的不断提升，视频实时播放对设备性能需求越来越高。近年来，随着GPU（Graphic Process Unit，图形处理器）硬件的飞速发展，如何充分利用GPU的强大的计算能力来提高视频解码速度逐渐成为研究热点。为了减少了不同异构平台间的差异，统一异构平台规范，Apple、Intel，NVIDIA，AMD等业界巨头联合制定了开放运算语言OpenCL标准。它提供了一个面向系统通用目的并行编程的开放式、免费标准，为视频解码器的优化提供了机会。 在H.264解码过程中，去块滤波（deblocking filter）部分耗时通常占整体耗时的10%到40%左右。如果能对其进行有效的优化，对整体解码速度将会有明显的提升。然而囿于H.264标准规定的滤波顺序的限制，在保持输出视频视觉质量（Subjective video quality）和峰值信噪比（PSNR，Peak Signal to Noise Ratio）的条件下，很难对去块滤波部分进行并行优化，因为宏块（Macroblock）间存在很强的数据依赖性。在保证数据依赖的情况下，人们通常在多核上采用基于宏块并行的wavefront方法。 本文采用两种并行策略。第一种是传统的2D-wavefront方法，通过对顺序滤波过程的分析，在保证整个滤波过程中宏块间数据依赖的情况下，尽量提升并行度，以提高滤波速度。第二种则是在画质和滤波速度中权衡利弊，以宏块间的依赖关系为代价，对所有宏块进行并发滤波操作，来进一步提高滤波速度。 本文充分利用OpenCL平台的SPMD（single program multi data）以及异构的特点，针对FFmpeg中的H.264解码器，分别采用上述两种策略对滤波过程进行并行化改进。实验结果表明，第一种策略由于为了保持数据依赖导致滤波时核函数发射次数过多，相比CPU单线程慢了20多倍，第二种策略在不考虑内存传输耗时的情况下，滤波速度相比CPU单线程提高了50%左右。 研究H.264解码器在GPU上的优化实现，在开发成本、功耗、系统效率以及普及标准方面都有重大意义。 在开发成本方面，GPU的通用计算的开发成本与软件开发类似，远低于硬件开发成本，因此更新更快，在修复bug、改善性能上都能更快的响应。 在功耗方面，由于GPU在能耗比方面通常要高于CPU，因此完成相同的工作，GPU的功耗通常也小于CPU，那么基于GPU的解码器系统在功耗上相比CPU也很有优势。 在效率方面，由于解码工作转移到GPU执行，那么CPU的负载下降，那么CPU则可以同时做别的工作，整体系统的流畅度也会随之上升。 在普及标准方面，H.264解码器的优化可以使更多设备能够支持新修订标准编码视频的解码工作。这样能够使得新修订的普及工作更加顺畅，让更多的终端用户享受到新修订带来的技术优势。 尽管如此，由于解码流程中的存在复杂的数据依赖，如果不能很好的处理这些依赖，尽可能提高并行度，在解码速度上并不会有太大的提升，甚至反而会下降。如果能有效的解决数据依赖问题，提高并行度，对将来视频编解码也会有好的一面。 摘要 I Abstract II 目录 III 1 绪言 1.1 课题背景 1.2 课题研究的目的和意义 1.3 国内外概况 1.3.1 视频编解码 1.3.2 GPGPU 1.3.3 相关研究 1.4 课题的主要研究工作 2 视频编码与OpenCL 2.1 H.264 2.1.1 环路滤波 2.2 OpenCL 2.2.1 OpenCL架构 2.2.2 OpenCL运行时 2.2.3 OpenCL存储层次 3 宏块并行策略 3.1 基本思路 3.2 优化方案 3.2.1 减少分支 3.2.2 工作组调度 3.2.3 内存访问 3.3 实验结果