阿里云视频云 vPaaS ，音视频平台的“未来演进力” 视频创作者福音，蝰蛇峡谷NUC12SNKI7视频剪辑测评

阿里云视频云 vPaaS ，音视频平台的“未来演进力” 视频创作者福音，蝰蛇峡谷NUC12SNKI7视频剪辑测评， 

阿里云视频云 vPaaS ，音视频平台的“未来演进力”

vPaaS是阿里云视频云最新推出的低代码音视频应用开发产品，其中，vPaaS低代码音视频工厂，彻底打破了音视频应用的繁冗技术开发壁垒；vPaaS视频原生应用开发平台，全新定义了音视频应用的开发方式。

而低代码音视频工厂正是视频原生应用开发平台的场景最佳实践。

如下图所示，1个底座+N个场景，即“一个视频原生应用开发平台+N个音视频业务场景”，正是vPaaS整体产品的核心逻辑。

在此基础上，vPaaS可以生长出更丰富的场景、更多元的能力、更深厚的平台。

“vPaaS视频原生应用开发平台”所重新定义的音视频应用开发，在四大方向上全面引领未来音视频平台发展的演进，展现了创新而前瞻的产品与技术图景。

多重体验低代码开发，快速打造多重体验应用

多重体验技术通过构建Room Engine SDK，提供跨平台、跨终端的视频原生应用服务能力，为不同终端带来一致的应用开发体验。

低代码常见的方式聚焦于LCAP低代码应用开发，但针对音视频领域更适合先进的MXDP多重体验开发平台，Gartner也曾将“多重体验（Multiexperience）”和“全面体验（Total Experience）”分别列为2020和2021的十大战略技术趋势之一，而多重体验技术所展现的是音视频技术战略的未来，能真正实现数字世界与人类的交互体验。

阿里云视频云深度加载这样的多重体验技术，为vPaaS视频原生应用提供跨平台、跨终端的一致体验，平台会持续构建多重的终端能力，包括web网页应用、移动端、智能设备、乃至更多的VR/AR终端，对这样的多重终端、多平台打造开发体验一致的RoomEngine SDK。同时开发平台提供智能robot的技术和产品，让客户可低门槛、快速具备智能robot的能力，提供全方位的用户体验，赋能业务发展。

通过应用低代码技术，多重体验技术同时能够降低开发门槛，将开发工作量从以周甚至月为单位，降低到以小时甚至分钟为单位。

对于场景化SDK集成，多重体验技术提供场景一体化SDK，一键打包所需功能，同时提供多种开发框架，适配不同场景的SDK，提高SDK兼容性和集成效率。

在此基础上，vPaaS低代码音视频工厂的场景样板间提供端到端的、带UI的标准样板实现，在标准实现的基础上提供了丰富的API，满足业务扩展需求。

这正是因为在跟众多客户共创的过程中，洞察到其最大困难在于研发能力的不足，没有专业的音视频研发人员。为了让客户快速具备该能力，vPaaS推出了“场景样板间“，将已有完备形态的场景产品给到客户，一键成型应用。

以电商直播间为例，在标准服务的基础上，开发者可以快速扩展定制化服务，例如商品橱窗、热卖商品推荐等，也可以通过自定义消息实现商品推送、红包等功能。

阿里云视频云团队希望通过在多重体验的低代码技术方向上的不断演进，提供可灵活组装的组件以及丰富的场景样板间产品，在满足多重体验的前提下，尽可能为企业自建应用降本提效。

云原生托管，提供简单稳定的场景样板服务

阿里云的云原生与音视频技术相结合，可以为平台应用提供简单稳定的云原生托管服务，支持全生命周期的管理。

低代码音视频工厂提供的场景样板间产品里，包含标准的场景样板间服务，其服务托管在ACK集群上。以电商直播样板间为例，直播间的开启、暂停、结束等操作，其服务端逻辑全部标准化，并且支持全生命周期的管理。

借助云原生技术，低代码音视频工厂能够提供企业级容器化服务，包括服务自动部署，以及极致的弹性扩容。

此外，低代码音视频工厂实现了样板间服务管理可视化，提供最简化的服务运维功能。企业客户可以根据业务规模，一键进行样板服务的扩容，例如将在线的服务能力从1千并发扩容到1万并发，整个扩容只需要点击一个按钮。

阿里云视频云希望打造一个融和云原生技术的视频原生应用开发平台，为企业自建视频应用提供简单、稳定平台托管服务。

vPaaS云原生托管服务

场景化AI引擎，加速赋能业务智能化创新

多场景全媒体的AI加持，开箱即用的AI接入方式，云端一体的AI引擎将赋能音视频业务的持续智能化创新。

vPaaS低代码音视频工厂在音视频应用开发平台中，提供云端一体的AI引擎作为整个平台的算法底座，能够快速地接入平台、场景产品需要的各种算法，包括增强、超分、超分等视频处理算法，以及智能拆条、智能语音、自然语言等视频生产算法，提供相同或者更低带宽消耗的情况下，更好的视频体验。

同时，通过场景适配、产品化后，零门槛地提供给应用集成，让没有AI算法开发能力的企业或开发者，都能轻松使用、智能创新。

vPaaS AI算法场景化

音视频应用工厂，视频原生应用一站式开发平台

丰富而深厚的音视频应用工厂，打造视频原生应用引擎，生成可持续集成平台。

通过音视频应用工厂的形态，vPaaS提供多场景SDK的动态组装能力，以样板应用为实例实现。通过持续构建视频原生应用的底座引擎能力，在音视频技术、网络一体化融合、AI算法、场景组件、多端开发体验等重点方向上提升平台的竞争力。

同时，通过持续建设动态SDK组装能力、适配更多开发框架和开发工具，为开发者提供更好的开发体验。通过在平台上完成视频集成、构建、调试、部署、分发、灰度等任务，让vPaaS低代码音视频工厂成为视频原生应用的一站式开发平台。

目前低代码音视频工厂套件已经发布了互动直播和互动课堂等产品，还在持续丰富企业培训、短视频等众多场景。低代码音视频工厂发布的每个场景产品均提供两种集成方式：场景样板间和场景化SDK。其中，场景样板间的集成方式更为简单易用，当所提供的样板间UI和功能无法满足需求，企业用户也可以选择场景化SDK集成。

未来，阿里云视频云希望通过vPaaS的低代码音视频工厂，提供更多的低代码场景样板间供选择，助力企业用户快速搭建丰富的视频场景应用。

vPaaS视频原生应用引擎

因能容纳，而成其大；因能调适，而成其久。

vPaaS作为低代码音视频应用开发产品，无论从技术底座的“视频原生应用开发平台”，还是在业务场景层的“低代码音视频工厂”，都展现了绝对的前瞻性、包容性和延展性，并在构建初期就奠定了未来演化的无限创新空间，而vPaaS产品最终还是发轫于助力企业用户轻松、极速搭建真正高品质的专属音视频业务平台。

发布于：浙江


视频创作者福音，蝰蛇峡谷NUC12SNKI7视频剪辑测评

作者：喜欢物享

英特尔NUC绝对是PC市场里最为特殊的产品，相比众多OEM设计制造的台式机而言，英特尔NUC主打小体积、高度集成化、强扩展性以及尽可能优异的性能表现。尤其是在主打游戏体验的NUC产品出现之后，更是将极致体验演绎到了极致。

在搭载独显的幻影峡谷备受好评之后，英特尔推出了全新的蝰蛇峡谷，即NUC 12 Enthusiast，这款NUC最大亮点是首次采用了真正意义上的“3I”平台，即英特尔处理器、英特尔芯片组以及英特尔锐炫GPU。同时，蝰蛇峡谷有了全新的外观设计，并未沿用冥王峡谷、幻影峡谷的经典设计，而且它的体积也增大到2.5升。

出色的AV1编码能力

蝰蛇峡谷NUC出色的扩展能力，使其可以成为优质的生产力办公平台，而且借助12代酷睿标压i7处理器以及锐炫A770M独立显卡，它可以胜任视频剪辑这样的重负载任务，尤其是锐炫A770M本身支持AV1编码，对用户而言可以获得更高效率。

接下来我们通过万兴喵影的AV1编码测试，来看看英特尔锐炫A770M独显的加速能力。我们将导出视频设定为4K UHD，帧率为60fps，码流设定为40000kbps，下面我们看看GPU加速和不加速状态下的时间差异。

实测锐炫A770M GPU加速完成时间141.39秒，不加速需要742.44秒，可见英特尔锐炫A770M在进行AV1编码时的加速能力还是相当出色的。

视频剪辑能力

最后我们通过Pugetbench的PR脚本对蝰蛇峡谷NUC的视频剪辑能力进行了评估。Pugetbench测试得分为相对值分数，它将R9 5900X、 64G内存、1T固态、RTX 3090的分数设为1000分基准，假如测试机型得分为600分，这就意味着该产品表现是Pugetbench基准平台的60%。

下面我们看看蝰蛇峡谷NUC的性能表现。

通过测试我们可以看到，其最终评分为1205分，也就是说其性能超出Pugetbench标准平台性能水准，达到120.5%，由此可见，英特尔12代标压酷睿+锐炫A770M这套硬件配置在视频剪辑效率上可以说是非常的出色。

由于职业习惯，在了解到机器拥有的大显存后开始思考能不能在机器上部署跑深度学习相关的任务。事实上，目前A卡虽然不能使用cuda，但是也提供了一整套开源的ROCm(Radeon Open Compute)框架，相比于CUDA，ROCm拥有比更强的包容性和开放性。和CUDA只能在特定型号的NVIDIA GPU上运行不同，ROCm希望能在各种不同的硬件上运行。

首先安装好 Ubuntu的操作系统和 AMD ROCm 平台，配置好GPU访问权与PATH环境变量，再通过 Docker 部署好 ROCm 版的 PyTorch 后就可以运行 PyTorch 代码进行使用了，由于ROCm的PyTorch并没有完全在每种GPU上支持PyTorch的全部CUDA函数，小部分很有可能通过不了。

在部署完环境后就开始测试，我们选用 OpenVINO 用来部署训练模型做推理。OpenVINO是一个Pipeline工具集，同时可以兼容各种开源框架训练好的模型，拥有算法模型上线部署的各种能力，只要掌握了该工具，你可以轻松的将预训练模型在Intel上快速部署起来。

选择部署 YOLO v5来测试深度学习环境，把训练好的模型文件可视化看看，通过Netron，查看yolov5s.onnx模型的输入和输出。

通过 OpenVISO 加载 YOLO v5 的模型后进行性能测试：

Inference 的速度大概在8-10 ms 左右，证明在该设备上能稳定、高效的运行模型，等再体验一段时间后试试对最近大火的 stable diffusion 进行尝试。接下来还是先通过3DMark测试来确认其性能表现。测试模式为CPU Profile、Speed Way以及3DMark新增的Intel XeSS。CPU Profile 涉及的是一个名为“Boids”，也就是类鸟群体的计算框架，这个框架很容易被并行化计算，因此较为适合考察单线程到多线程的性能变化情况。Speed Way GPU 基准测试程序，使用光线追踪和实时全局照明来渲染逼真的照明和反射，支持 DirectX 12 Ultimate 功能来优化性能和视觉质量，而XeSS则是针对英特尔XeSS超采样技术的专项测试。

一般来说视频创作性能优秀的主机优秀性能肯定不会差，反之亦然。3DMark CPU Profile的最大线程成绩，代表了CPU在使用所有可用的线程时的全部性能潜能。对应的实际使用情况是在游戏之外的极其繁重的多线程工作负载中，例如电影质量的渲染、模拟和科学分析这些应用场景。而16线程成绩，代表了需要密集计算的任务下处理器的能力，例如数码内容创建和3D渲染都得益于多线程，可以看到该项得分也达到了相当优秀的得分。

Speed Way GPU 在带动4K主屏+2K副屏的前提下也能达到比较不错的得分水平。

3DMark XeSS测试两次生成基于3DMarkPortRoyal基准的场景，第一次运行通过使用时间抗锯齿(TAA)渲染场景以获得所需的输出分辨率来计算基线性能。第二遍以较低的分辨率渲染舞台，然后利用指定的XeSS模式放大帧。结果显示每次运行的平均每秒帧数以及定义为百分比的性能差异。在XeSS 打开后，画面表现效果在4K分辨率下直接提升了45%。

随后也对一些主流游戏进行了简单的体验，在原神的4K高配60帧的环境下测试发现跑图过程非常流畅，对于一些场景切换与密集建模的地方也有比较稳定的帧率。

总结

作为一台兼顾办公工作与娱乐游戏的高性能的主机，英特尔NUC消费迷你主机在一本专业书的厚度下提供了如此强劲的性能体验，高性能的处理器和显卡能够处理复杂的视频编辑任务，在视频制作中提供更快的渲染速度和更流畅的预览体验。总的来说，蝰蛇峡谷具备强大的视频创作与剪辑能力，非常适合喜欢玩进行视频创作的用户。

查看文章精彩评论，请前往什么值得买进行阅读互动

发布于：北京[db:内容]?