助力全站WebP,阿里雲 FaaS 團隊發布 WebP圖片解決方案

目前來說,圖片依舊是佔用流量較大的一部分,對於移動端更是如此,因此,如何在保證視覺效果的同時縮小體積,對於解決帶寬佔用高和手機耗電快非常重要。然而,我們所熟悉的 JPEG、PNG、GIF 等常用圖片的優化早已到了極致。

因此 Google 在2010年推出了新的圖片壓縮格式——WebP,致力於在達到和 JEPG 格式相同的圖片質量的同時,減少文件大小,希望能夠減少圖片在網絡上的傳送時間。

WebP 為圖片提供了有損和無損壓縮能力,根據官方實驗,無損 WebP 相比 PNG 減少 26%左右大小,有損 WebP 在保證結構相似性的情況下比 JPEG 減少 25%~34%大小;有損 WebP 的大小通常約為對應 PNG 的34%。

受限於JPG、PNG等格式圖片轉碼速度慢的影響,這麼厲害的技術,卻只有國內的少數公司在使用。阿里雲 推出了新的 WebP 圖片解決方案,來幫助更多的企業,能夠使用 WebP 格式,享受 WebP 格式帶來的便利。

阿里云為 WebP 編碼做了什麼?

阿里雲 WebP 圖片解決方案的軟件部分由聯捷計算科技(CTAccel)提供,再整合上阿里雲自身的FaaS (FPGA as a Service) 彈性計算平臺,形成了完整的阿里雲 WebP 圖片解決方案。阿里雲 WebP 圖片解決方案在 ECS 產品可靠、安全、便利的基礎上,進一步發揮了 FPGA 在數據並行處理上的能力,滿足用戶的計算需求,優化程序的運轉效率。

聯捷計算科技一直致力於FPGA的圖片處理與分析加速計算技術的研發,核心技術已獲得美國專利。核心產品提供的圖片處理能力,重新定義了數據中心圖片處理計算模式,為互聯網圖片計算提供最高效的解決方案。

用戶能夠在該平臺上使用 JPEG 解碼和 WebP 編碼系統,能夠實現批量將 JPEG 圖片轉換成不同分辨率的 WebP 圖片。相比於傳統的 CPU 處理方案, 基於 FPGA 加速的 WebP 圖片解決方案為圖片處理提供了數倍的性能提升。

真實場景下的性能對比

測試對照組1

本組對照實驗基於 FaaS F1 ecs.f1-c28f1.7xlarge 實例(28 CPU Cores, 1 Intel A10 FPGA Card)

測試圖片組參數: 10000 張圖片, 平均大小: 830k, 分辨率: 4096x2160, 總計 8.3GB

助力全站WebP,阿里雲 FaaS 團隊發佈 WebP圖片解決方案

測評結果

測試結果解讀

我們可以看到,由於 FPGA 運算加速的介入,在各個分辨率下, FPGA + CPU 組(藍色)都要比單純的 28 核 CPU 組有較大的性能提升,加速比平均可達 3.24倍!而且,我們也可以看到,圖片尺寸更大, 加速效果越明顯。對於使用者來說,能夠用更短的時間處理更多的圖片,帶來成本上的降低和性能上的提升。

測試對照組2

本組對照實驗基於 FaaS F1 ecs.f1-c28f1.7xlarge 實例(28 CPU Cores, 1pcs Intel A10 FPGA Card)

測試圖片組參數: 10000 張圖片, 平均大小: 130k, 分辨率: 1024x768, 總計 1.3GB

助力全站WebP,阿里雲 FaaS 團隊發佈 WebP圖片解決方案

測試結果

測試結果解讀

當輸入圖片切換成1k時,我們可以看到,受限於輸入圖片的尺寸, FPGA 的加速效果相比於對照組1略有下降,但 FPGA + 28 核CPU 組的處理速度仍然比單純的 28 核 CPU組提升了 2.54倍。

測試對照組3

本組對照實驗基於 FaaS F1 ecs.f1-c8f1.2xlarge 實例(8 CPU Cores, 1pcs Intel A10 FPGA Card)

測試圖片組參數: 10000 張圖片, 平均大小: 830k, 分辨率: 4096x2160, 總計 8.3GB

助力全站WebP,阿里雲 FaaS 團隊發佈 WebP圖片解決方案

測試結果

測試結果解讀

在本組測評中,由於實例的 CPU 數量下降,FPGA的加速效果相比於前兩組測試結果得到了大幅度的對比放大。 FPGA + 8 核 CPU 組對比單純 8 核 CPU組提升了 6.5 倍!

測試對照組4

本組對照實驗基於 FaaS F1 ecs.f1-c8f1.2xlarge 實例(8 CPU Cores, 1pcs Intel A10 FPGA Card)

測試圖片組參數: 10000 張圖片, 平均大小: 130k, 分辨率: 1024x768, 總計 1.3GB

助力全站WebP,阿里雲 FaaS 團隊發佈 WebP圖片解決方案

測試結果

測評結果解讀

本組測評雖然 CPU 數量減少, FPGA 的加速性能被對比放大出來,但受限於輸入圖片的尺寸,性能的提升僅達到 3.75倍。

綜合測評結果

通過我們上面的四組測評結果可以得出以下結論:

1. 同等情況下,加入 FPGA 性能將有大幅度提升,平均提升在2.5倍以上, 最優能達到 6.5 倍。

2. 圖片越大, FPGA 的加速效果越好。這樣符合我們的場景,圖片越大,我們壓縮的需求越強烈。

3. CPU 越少,FPGA 的相對加速效果更明顯,在保證處理速度的情況下,我們可以選擇使用 CPU 更少的 FPGA 機器處理,取得更高的性價比。

普惠 FPGA 的力量

在過去,FPGA 只是互聯網玩家大咖才能玩得轉、玩得起的,但是阿里雲希望讓更多的企業和個人享受算力提升帶來的好處。

阿里雲 將 FPGA 封裝成雲產品,並在原有基礎上進行產品化、模塊化、鏡像化,全方位優化產品交付流程,對於任何一家想要使用 FPGA 或是能夠為其他公司提供 FPGA 技術指導和開發服務的企業,都能夠在整個流程中找到自己。**FPGA 的雲端交付,讓更多的企業能夠從不會用到用的爽!**

即使你的企業沒有人擅長 FPGA ,仍然可以通過購買雲市場的開發服務,並通過統一的交付流程,實現無編碼,輕鬆上雲。

為了無法計算的價值,普惠 FPGA 的力量,讓 WebP 從這裡崛起!


分享到:


相關文章: