朱政：金山H.265诞生记

本文来自时任金山云算法总监朱政在LiveVideoStackCon 2017上的分享，并由LiveVideoStack整理而成。朱政阐述了金山云265方案（KS265）的演进之路，以及他们如何一步步在工程，算法和测试上完善金山云265。目前朱政已成为杭州微帧信息科技的创始人，继续在编解码这条路上探索极致。

文 / 朱政

整理 / LiveVideoStack

概览

金山云265大家或多或少都听过，因为其在某一方面确实有做的比较优秀。作为底层开发的团队，首先我会更加关注代码本身，其次会尽量多和大家分享一些干货。由于我们的技术不是开放和开源的，所以本次会根据金山云265的演进之路来分享一些偏宏观的经验心得和方法。

分享的主要内容为：

1，序章：致敬X264

2，金山云265破茧而出

3，痛点与解决之道

4，未来展望

序章：致敬X264

X264编码器的优秀应该是大家公认的，它号称是视频编码的守望者。X264虽然是一个开源的编码器，但几乎商用的编码器都做不到它那么好。它创造了许多众所周知的工具和名词，如Mbtree,CRF,2PASS。在国内外对X264的使用非常广泛，它繁荣了H.264的内容和生态。另外，如果要做一款非常好的编码器，并具有一定的速度和压缩性能的基础，是需要花很多年时间和精力的，而X264就极大地解放了视频编码底层开发的劳动力。

在这里先展示一下金山云265当前的性能对比：

 

性能摘要汇总

以Veryfast为例性能摘要

破茧而出

在最开始起步的时候，我们设定的目标就是要与X264复杂度对标，思考如何在保证HEVC高压缩比的情况下，速度和功耗无限接近X264。起初想的就是要从零开始和从实时档次开始做。接下来会给大家介绍我们这四年来的主要工作，会从以下四个方面来介绍：重构与推倒重来，工程化追求极致，算法，测试。

1， 重构与推倒重来

如果我们考虑从HM来改版的话，有一个好处就是工具比较全，但它的缺陷就在于重构优化难以驾驭，要想做实时就非常的难。所以我们就要从零开始，第一次从零开始，首先就要选取一些工具来实现，包括一些压缩性能非常好的复杂工具都需要精心设计。然后就是效仿x264的快速档，不做RDO。但第一次做出的版本，速度很不理想，和x264相比，Superfast档的差距非常大，压缩性能也没有多大的优势。因此，果断推倒重来，进行第二次从零开始。

积累之前的经验教训，对通篇更加熟悉，进行第二次从零开始，重新优化数据结构和算法流程，更加专注于极致契合极限编程，也实现更多的工具。

 

2， 工程化追求极致

在工程方面，我们投入了很多的精力。我们会进行快速迭代，不断试错，找到突破口；由于当时团队人数不是很多，因此采用小团队结对编程，每个人都要熟系所有的代码；每次都要单元测试先行，严格执行Code Review，每一处代码和数据结构都要精益求精；解码器也要追求极限速度；宗旨就是，不怕麻烦，只怕性能不够，因此几乎是把95%的精力都投入到5%的性能提升上。

下面给大家举个工程优化的例子：

 

 

解码器作为编码器的副产品，也耗费了大量的精力。现在已经做到了比OpenHEVC平均提速2倍，并且全标准支持，鲁棒性强。

3， 算法

由于不开源的原因，也就不能给大家分享核心的算法流程，但会在宏观上为大家介绍一下。在算法设计上，我们设定了高目标，一个月一次迭代。目前快速算法约70个，算法相关的配置参数约200个，配置参数应用到API接口的配置方法可能很多用户不知道，所以我们没有完全开放。在做快速算法的过程中，会往里面不断加入好的工具，为了将H.265的压缩性能发挥出来，所以它的一些压缩工具都要尽量用上。下面就是用到的一些快速档次工具集：

整个算法设计过程就是：设计和实验算法，调试bug和不匹配，实现新工具和新Feature优化代码。下面展示快速算法不同档次性价比：

4， 测试永不停歇

测试一方面可以分为性能测试和正确性测试两方面，另一方面也可以分为单元测试，CI测试，算法测试，版本迭代测试。

性能测试就包括了复杂度的性能和压缩性能，具体分为以下方面：

正确性测试也是涵盖多方面的，具体分为以下方面：

讲完上面四个方面，下面就来介绍一下金山云265的发展里程碑：

目前金山云265编码器支持的一些Feature：

 

痛点与解决之道

金山云265最开始的困难就是研发困难，包括复杂度高，浏览器Flash，JS不支持等，经过我们努力也想出了一些解决的办法。

在用户方面，经常会存在一些难点，比如播放体验差，带宽成本高等，这些使用我们的金山云265就可以得到改善。另外客户经常也会有一些顾虑，我们也都提供了相应的解决办法。

下面就给大家展示一个金山云产品解决方案，这是一个包含云转码，客户端SDK，全面覆盖直播，点播，短视频的解决方案：

未来展望

接下来，要做的事情，就是解决客户的多样化需求和本身编码器不平衡，以及不充分的研发之间的矛盾，所以会从之前着重于实时档，到现在的更关注慢速档，争取在离线转码上面有更好的压缩效率，在中低码率上面也会更多的关注高码率。另外就是在基础设施上面会更多的关注上层建筑，这里只是一个自己的定义，是代码内部的，上层建筑就包括像码控, 场景调优，主观调优，自适应量化，就像阿里云他们做的窄带高清的事情。另外我们还会尝试极致压缩，就是用深度学习在符合现有编码标准的框架里测试，是否能够获得更好的压缩性能。