近日，字节跳动旗下火山引擎视频云宣布其自研的视频编解码芯片已成功出片。与具备通用计算能力的CPU芯片相比，该自研芯片仅支持视频编解码任务，在特定场景具备更高的计算密度。

另外，此次火山与NVIDIA的合作主要是通过NVIDIA GPU进行算力方面的协调与调度，同时合作开源BMF（Babit MultiMedia Framework）多媒体处理框架，通过由CPU、GPU以及视频编解码专用芯片等组成的异构计算资源底层，支撑上层，提升复用与效率，降低网络视频服务的计算、存储及传输带宽成本。

牵手英伟达GPU布局框架平台

在架构关系上，BMF异构层包括了CPU、CUDA、FPGA，以及字节此次自研的ASIC算力。再之上分别是包括视频编解码在内的模块层、框架层，以及应用层。

视频自研芯片与BMF框架的诞生基于当下视频化逐渐普及的趋势。火山引擎总裁谭待表示，视频数据量呈爆发式增长，应用场景也在不断拓展。初心资本合伙人许旸洋认为视频正吞食一切是当下大的趋势，而视频化的形式将变得更加平民化，每个人都可以是视频创作者，视频大量出现倒逼底层技术升级。

NVIDIA开发与技术部门亚太区总经理李曦鹏对记者表示，此次火山引擎与NVIDIA的合作主要是指新的视频处理框架。过去的视频处理主要通过FFmpeg（一种命令行工具，用来对视频文件转换格式），后者方式主要包括调用C + + 的API，以及命令提示。但在视频复杂实时交互的编辑需求下，FFmpeg很难与现有AI应用连接起来。目前该框架主要面向开发者群体，会令过去使用FFmpeg等AI框架进行视频处理的开发者受益，也利于更多的创新诞生。

谈及此次与火山在BMF框架方面的合作，NVIDIA 高级计算专家王晓伟对记者表示，NVIDIA对框架进行了深度改造，增强框架的GPU亲和力，在框架层面提供更多的GPU加速能力，改进了BMF对FFmpeg CUDA filter的支持，添加GPU数据格式转换以及实现BMF与其他深度学习框架和SDK的数据兼容，这些特性可以方便开发者更快地在GPU上定制所需的BMF模块，从而快速响应业务需求，使用BMF搭建GPU流水线。

同时，NVIDIA还提供了许多精细优化的BMF模块，这些模块可以做到开箱即用，并且作为示例向开发者展示如何高效地开发 BMF GPU 模块。如BMF中的人脸识别示例使用 NVIDIA TensorRT（一种高性能深度学习推理优化器和运行时加速库）对模型推理进行加速，并且调用 CV-CUDA （NVIDIA开发的专用于构建加速型端到端计算机视觉和图像处理管道的开源项目）进行模型后处理，完整地展示了如何在 GPU 上使用 BMF 开发一个CV流水线及相关GPU模块。

王晓伟对记者表示，BMF能够提供简洁易用的跨语言接口、灵活的调度和扩展性，以模块化的方式动态扩展、管理和复用视频处理的原子能力；