Kingsoft Cloudをサポートし、ビデオ業界のイノベーションを加速させるドルビービジョンクラウドトランスコーディングを初めて提供

画面はユーザーエクスペリエンスに対する最初の障壁です。

携帯電話の画面に表示される画像は、水平方向と垂直方向に配置されたピクセルで構成されています。これらのピクセルは独自の色を表示して完全な画像を形成します。誰もがよく知っている解像度はピクセル数を指し、色深度は色の表示の細かさを指します。色の深度は常に画面の品質を判断するための重要な指標です。

現在、市場で主流となっている携帯電話はすべて 8 ビットの色深度画面を使用しているか、ピクセル ディザリング技術 (FRC) を使用して 8 ビット画面の色をすばやく変更し、10 ビットの表示効果をシミュレートしています。これは一般に「8 ディザ 10」と呼ばれています。 10 ビットカラーをネイティブにサポートする携帯電話はほんの一握りしかありません。

10ビットはシルクのように滑らかな色の変化を実現します

8 ビットと 10 ビットは値が 2 ビットしか違わないように見えますが、実際のカラー表示機能は大きく異なります。 8 ビットの画面では 1677 万色を表示でき、10 ビットの画面では 10 億 7000 万色を表示できます。日の出や日の入りなど、色の変化が大きい写真では、10 ビットを使用するとより多くの色を表示できるため、色の段階的な変化がスムーズになり、不連続性が軽減されます。特にプロの写真家や映画やテレビのポストプロダクション作業者にとって、10 ビット スクリーンはポスト処理中に素材をより適切に復元できます。

今年8月、Xiaomi Mi 10 Ultraは、取得、処理から表示までネイティブ10ビットディスプレイをサポートする最初のデバイスとして正式にリリースされ、10億7千万色を超える超豊富なカラーディスプレイを実現し、これまでにないカラーパフォーマンスをもたらしました。同時に、DCI-P3 の広色域と工場での色補正技術により、6.67 インチの画面サイズで非常に繊細なプロフェッショナルな表示効果が実現されます。

その後、iPhone 12の発売により、「10ビット」は世界的な注目を集めるようになりました。

Apple の記者会見で注目された機能として、Dolby Vision は、より高い明るさ、より広いダイナミック レンジ、より高いビデオ信号忠実度など、多くのシナリオで画期的な画質体験をもたらすことができます。 Dolby Vision のビデオを視聴すると、以前は「真っ白」になっていたハイライトがはっきりと見えるようになり、暗い部分が真っ黒ではなくなり、色がよりリアルで自然になっていることに気づくでしょう。

図1: ドルビービジョンビデオと通常のビデオの比較

ビデオおよびライブストリーミングプラットフォームがユーザーにできるだけ早くドルビービジョンのビデオ視聴体験を提供できるように、Kingsoft CloudはIntelのスケーラブルビデオテクノロジー（SVT）を使用してドルビービジョンビデオソースのクラウドトランスコーディングをサポートすることに先駆けており、ビデオおよびライブストリーミングプラットフォームがユーザーに高品質のドルビービジョンビデオ体験を提供し、競争の激しい市場で優位に立つことを可能にします。

ドルビービジョンはビデオとライブストリーミング業界を後押しするかもしれない

実際、iPhone 12のドルビービジョンは、4K 60フレーム10ビットHDRビデオの撮影と再生をサポートしています。ドルビービジョンの映像を体験するには、録画機器、映像ソース、再生機器などが必須となります。 10ビットの色深度はドルビービジョンのハードコアな指標となり、現在はiPhone 12などの一部のハイエンドデバイスでのみ「独占的」な体験となっている。

iPhone の大きな環境的魅力と影響力により、Dolby Vision をサポートするビデオは今後数年間で急速に普及する可能性があります。ドルビービジョンのビデオクラウドトランスコーディングを最初に実現したビデオプラットフォームは、より大きな競争上の優位性を獲得し、より多くのユーザーを引き付け、アクティブなドルビービジョンコンテンツエコシステムの構築にも貢献します。

ただし、現在のほとんどのクラウド トランスコーディング システムのコーデックは Dolby Vision をサポートできません。ユーザーがドルビービジョンのビデオを撮影した場合でも、アップロードおよびトランスコーディングのプロセス中にプラットフォームによって 8 ビットの従来の形式のビデオに変換されます。現段階では、iPhone 12ユーザーであっても、上記のビデオプラットフォームで高品質のドルビービジョンビデオを楽しむことはできません。

これを基に、ドルビービジョンビデオクラウドトランスコーディングをサポートするKingsoft Cloudビデオソリューションが誕生しました。このソリューションは、Kingsoft Cloud のビデオ クラウドと SVT テクノロジにおける深い技術的蓄積を活用し、ドルビー ビジョン ビデオのエンコードとデコード、8 ビットと 10 ビットの HDR ビデオのクロスフォーマット変換を実現し、ビデオおよびライブ ブロードキャスト プラットフォームをサポートしてドルビー ビジョン ビデオの切り取り、透かしの追加などの操作をサポートし、完全なドルビー ビジョン ビデオ視聴体験を提供します。

Kingsoft CloudはDolby Visionクラウドトランスコーディングをサポート

Dolby Vision ビデオ クラウド トランスコーディングをサポートする Kingsoft Cloud のビデオ ソリューションは、クラウド サービスの形で顧客企業に接続します。 HDR 10、HDR 10+、Dolby Vision などのビデオ形式のトランスコードと互換性があり、すべてのプラットフォームでの再生をサポートし、ユーザーに Dolby Vision ビデオ視聴エクスペリエンスを提供し、インテリジェントで高品質かつ効率的なメディア処理サービスを提供します。

図2: Kingsoft Cloud Dolby Vision クラウドトランスコーディングソリューション

Kingsoft Cloud が Dolby Vision ビデオのクラウド トランスコーディングを最初にサポートした重要な理由の 1 つは、Kingsoft Cloud が Intel と緊密に連携し、SVT-HEVC、SVT-AV1、および SVT-AVS3 ビデオ コーデックを使用して SVT テクノロジーを共同で革新してきたことです。

SVT は、Intel のソフトウェア ベースのビデオ エンコーディング アーキテクチャであり、エンコーダーが第 2 世代 Intel® Xeon® スケーラブル プロセッサー上でパフォーマンス、レイテンシー、および画質の最適なバランスを実現し、品質とレイテンシーに基づいてアプリケーション パフォーマンスの目標を調整できるようにします。 SVT エンコーダーには、ビデオ オン デマンド (VOD)、ブロードキャスト、ストリーミング、監視、クラウド グラフィックス、ビデオ会議など、さまざまな品質要件を持つビデオ クラウド アプリケーションのニーズを満たすための複数のパフォーマンスと品質のプリセットがあります。

図3: SVTデータフロー図

SVT は、フレーム間の依存関係のロジック セットを維持しながら、階層化されたコーディング アプローチを使用する、高度に並列化されたフレームワークを備えています。時間領域での並列処理を実現し、依存関係を満たすすべてのフレームを同時にエンコードできます。 SVT は、内部実装においてセグメントの概念を提案しています。依存関係を満たすすべてのセグメントは、スレッド プールから取得されたスレッドによって処理され、それによって空域での並列処理が実現されます。さらに、SVT はさまざまなエンコード ステージの並列処理を最大限に最適化し、すべての CPU コンピューティング パフォーマンスを効果的に活用できるようにします。

図4: 高度に並列化されたSVTアーキテクチャ

10 ビット Dolby Vision ビデオ エンコーディングのニーズを満たすために、SVT は一般的なコンピューティングに基づくリアルタイム エンコーディング ソリューションを提供します。 CPU ベースのエンコーディング ソリューションは、容易な統合とアップグレード、さまざまなビデオ クラウド アプリケーションの柔軟な作成、他のビデオ処理ツールやコンポーネントへのインターフェイスの提供など、優れた柔軟性を提供し、完全なエンドツーエンドのビデオ アプリケーションの開発プロセスを簡素化します。

SVT は、第 2 世代 Intel® Xeon® スケーラブル プロセッサおよび Intel® Xeon® D プロセッサ向けに高度に最適化されており、特に Intel® Advanced Vector Extensions 512 (Intel® AVX-512) 命令に基づいてパフォーマンスを向上します。テストの結果、Intel® Xeon® Platinum 8180 プロセッサーは、SVT-HEVC エンコーダーの主観品質モードを使用すると、最大 8Kp 60/10 ビット ストリームをリアルタイムでエンコードできることが示されました。

さらに、Kingsoft Cloud は Intel® Server GPU を使用して、高密度、低遅延の 10 ビット Dolby Vision メディア トランスコーディング/エンコーディングをさらに実現します。新しい Intel Xe アーキテクチャに基づく Intel® Server GPU は、OTT ビデオ ストリームのリアルタイム エンコードとデコードをサポートし、ストリームあたりのコストとインフラストラクチャを削減しながら、より多くのユーザーにメディア ストリームを提供できるため、総所有コストを削減できます。

SVT テクノロジーを適用することで、Kingsoft Cloud はそれぞれ SVT-AV1、SVT-AVS3、SVT-HEVC エンコーダーを使用します。その中で、SVT-AV1 エンコーダーは、ドルビービジョン ビデオのクラウド トランスコーディングをサポートするだけでなく、低帯域幅の条件下でもユーザーがより優れた画質を体験し、エンコード効率を向上させることもサポートします。 SVT-HEVC エンコーダーには、ビジュアル モード、PSNR/SSIM モード、VMAF モードの 3 つのモードがあり、それぞれ最大 13 個のプリセットをサポートし、品質とデータ密度のトレードオフを選択する際により細かな設定が可能です。

Kingsoft Cloud と Intel が協力してビデオ エコシステムのイノベーションを加速

より高い解像度、より豊かな色彩、より広いダイナミック レンジ、より優れた表示品質のビデオに対する消費者の需要は、ほぼ飽くなきものとなっています。現在のXiaomi 10 Extreme記念版であれ、iPhone 12であれ、10ビット以上の色深度をサポートするドルビービジョンの携帯電話は、将来的に新たなトレンドとなるでしょう。画質の向上をいち早く実現したビデオおよびライブ放送プラットフォームは、より多くの消費者の支持を得ることができるでしょう。

ドルビービジョンビデオとHDRビデオの革新と拡張は、このビデオ品質向上の波の中で、撮影設備、表示設備などの革新に加えて、ビデオクラウドプラットフォームの強固な基盤を築く必要があることを証明しました。

Kingsoft Cloud は、エンコード、トランスコードからデコードまでのチェーン全体で x265 をサポートする数少ないサービス プロバイダーの 1 つであることは注目に値します。 5年以上の改良を経て、Kingsoft Cloud KSC265は携帯電話とすべてのPCモデルをサポートするだけでなく、Web再生も独占的にサポートします。 KSC265 は、ビット レート制御、ビット レート割り当て、適応量子化において徹底的に最適化されており、帯域幅コストを 30% ～ 50% 削減できます。

さらに、Kingsoft Cloud には、100,000 のライブ ブロードキャスト チャンネルの同時トランスコーディングと、数百万のオンデマンド サービスの同時トランスコーディングをサポートする 2 つの大規模なトランスコーディング センターがあります。 KSC265 および Jizhi HD サービスはいつでも有効にすることができ、完全なトランスコーディング インフラストラクチャと高度なトランスコーディング テクノロジーにより、顧客のビジネスにセキュリティを提供します。

Kingsoft Cloud と Intel の効率的な協力により、Dolby Vision などのより高度なビデオ形式をサポートするだけでなく、より低コストで効率的なトランスコーディング機能を提供する、より完全なクラウド トランスコーディング ソリューションが提供され、より完全なビデオ業界のエコシステムの構築に役立ちます。