Аппаратное Ускорение: GPU, VPU, ASIC (NVENC, QuickSync, VideoToolbox, AMF, NETINT)

TL;DR

Аппаратное ускорение – это перенос кодирования и декодирования видео с CPU общего назначения на чип, спроектированный именно для этой задачи: видеодвижок внутри GPU (NVIDIA NVENC, AMD VCN), медиа-блок внутри CPU (Intel QuickSync, Apple VideoToolbox) или отдельный ускоритель для дата-центра (NETINT Quadra, AMD Alveo MA35D), который называют VPU или ASIC. Компромисс одинаковый на каждом чипе: железо кодирует на порядок быстрее и в разы дешевле на поток, но проигрывает программному кодеку 1–4 балла VMAF при том же битрейте – оно не успевает провести такой же глубокий перебор режимов, как x265 или SVT-AV1 на CPU. Правильный выбор зависит от того, что вы делаете: VOD-мастер один раз с максимальным качеством, тысячи live-каналов с минимальной стоимостью на поток или видеоконференция, где end-to-end-задержка важнее последнего процента сжатия. В этой статье – рабочая ментальная модель, лайн-ап железа 2026 года с конкретными цифрами и правила выбора, которыми мы пользуемся на проектах Фора Софт.

Зачем это нужно

Если вы делаете стриминг-сервис, видеоконференции, OTT-канал, систему видеонаблюдения или телемедицину, аппаратное ускорение – главный рычаг, влияющий на счёт за AWS и на задержку у конечного пользователя. Парк программного транскодинга, который три инженера месяцами держат на пике нагрузки, превращается в одну стойку с NETINT Quadra за десять тысяч долларов, простаивающую половину суток. Live-стрим, который буферизуется потому что CPU-энкодер не успевает за 4K60, спокойно работает на одном GPU за 100 долларов. Но выбор не того класса железа – игровой GPU под круглосуточный вещательный workload или NETINT VPU под единичный кинопремастер – стоит вам либо качества, либо денег, а иногда и того, и другого.

Статья – единая карта для основателей, продактов и инженеров. Сначала три класса ускорителей и то, что делает каждый быстрым. Потом пять вендоров, которых вы встретите в продуктовой спецификации. В конце – decision tree и PDF-чеклист для команды DevOps. Везде, где приводится число, указан источник и год: бенчмарки энкодеров устаревают быстро, и прошлогодний вердикт по качеству AV1-железа уже не верен.

Что такое «аппаратное ускорение» на самом деле

До названий вендоров – ментальная модель. Видеоэнкодер превращает поток сырых кадров в сжатый битстрим, прогоняя те же пять шагов, что и любой современный кодек (подробнее – в статье об архитектуре гибридного видеокодека): разбить кадр на блоки, предсказать каждый блок из уже закодированных данных, преобразовать ошибку предсказания в частотную область, квантовать результат и энтропийно закодировать оставшиеся числа. Каждый шаг – кучка арифметики. Задача энкодера – перебрать множество комбинаций (много предсказаний, много размеров блока, много настроек квантования) и оставить ту, что даёт лучшее качество на бит. Этот перебор называется rate-distortion optimization, или RDO, и съедает большую часть compute энкодера.

CPU общего назначения выполняет этот перебор программно. Гибко (можно менять алгоритм, пресеты, режимы), но медленно: каждое решение проходит через те же ALU, что обрабатывают и операционную систему. Аппаратно-ускоренный энкодер делает тот же перебор на кремнии, спроектированном под одну задачу. У чипа есть выделенные движки motion estimation, fixed-function transforms, аппаратный энтропийный кодер и пайплайны, переносящие пиксели прямо из памяти в encode-блок, минуя границу операционной системы. Именно этот «выделенный путь» делает аппаратное кодирование быстрым – и ограничивает качество.

В 2026 году существует три класса ускорителей:

Видеодвижок GPU – fixed-function-блок, прикрученный к графическому процессору: NVIDIA NVENC, AMD VCN, Intel Xe Media Engine. Основная работа чипа – игры и ИИ-вычисления; видеодвижок идёт бонусом с каждой видеокартой. Купили один GPU за 300 долларов – получили реалтайм 1080p-энкодер; арендовали в облаке – оплачиваете почасово.

CPU-интегрированный media engine – та же идея, но внутри корпуса CPU. Intel QuickSync (часть Xe-архитектуры в последних чипах) и Apple VideoToolbox – два значимых примера. Платить отдельно не надо: движок едет внутри любого современного ноутбучного или серверного процессора.

Специализированный VPU или ASIC – чип, который занимается только видео: ни графики, ни общих вычислений, ни вывода на дисплей. NETINT Quadra и AMD Alveo MA35D – production-grade-примеры 2026 года. VPU дороже GPU на карту, но кодирует в 10–40 раз больше 1080p-потоков на ватт и поставляется в форм-факторе 2.5" U.2, который вставляется в обычный серверный слот. 1

Нажмите, чтобы увеличить

Простой способ запомнить компромисс: CPU-энкодер думает медленно и тщательно, GPU-энкодер думает быстро и грубо, а VPU думает быстро и грубо, но параллельно по десяткам потоков сразу.

Почему железо быстрее – и что оно отдаёт взамен

Разрыв в скорости – это три фактора. Во-первых, fixed-function silicon: motion estimation, дискретное косинусное преобразование, deblocking-фильтр, энтропийный кодер – всё это зашито в чип. CPU гоняет аналогичные алгоритмы программными циклами; железо – операциями за один такт. Во-вторых, локальность памяти: encode-блок сидит рядом с видеопамятью, где лежат декодированные референсные кадры, и энкодер не платит цену переноса пикселей через шину PCI Express во время перебора. В-третьих, массовая параллельность: один NETINT Codensity G5 ASIC обрабатывает блоки из множества потоков одновременно, тогда как CPU-поток умеет работать только над одним блоком.

Разрыв в качестве – один фактор: пространство перебора меньше. Программный AV1-энкодер вроде SVT-AV1 на preset 6 пробует сотни разбиений блока, десятки режимов предсказания и множество вариантов квантования на блок. Аппаратный AV1-энкодер должен принять решение за несколько тактов, пока не пришёл следующий блок, поэтому он агрессивно отсекает перебор – меньше размеров блока, меньше референсных кадров, меньше уточнений энтропийного кодирования. Исследование Moscow State University за 2025 год оценило AV1-транскодеры от NETINT, NVIDIA и AMD и обнаружило, что все три отдают качество хуже, чем лучшие программные HEVC-энкодеры, даже несмотря на «более новый и эффективный» кодек. 2 Сравнение Gianni Rosato конца 2025 года поставило SVT-AV1 preset 8 выше любого протестированного аппаратного AV1-энкодера, а preset 6 уехал ещё дальше вверх. 3

Что вы реально теряете в качестве – 1–4 балла VMAF при том же битрейте, в зависимости от кодека и контента. Для per-title-мастера, который годами лежит на диске, эта разница превращается в десятки процентов лишнего хранения и трафика за срок жизни файла – поэтому стриминг до сих пор кодирует длинный хвост каталога программно. Для live-канала, исчезающего через несколько секунд, разница невидима зрителю, и важна только выигрышная цена и скорость.

NVIDIA NVENC – видеодвижок по умолчанию

NVENC от NVIDIA – движок, который вы встретите чаще всего, потому что почти каждая свежая GPU NVIDIA несёт его на борту. На середину 2026 года актуальное поколение – 9-е поколение NVENC на архитектуре Blackwell (потребительские RTX 50-серии и дата-центровые H200/B200), представленное вместе с Video Codec SDK 13 в начале 2025 года. 4 Blackwell NVENC принёс две большие фичи: поддержку chroma 4:2:2 (broadcast-grade-цвет, раньше доступный только программным энкодерам уровня x264 High 4:2:2) и режим Ultra-High-Quality для AV1, который по замерам NVIDIA отстаёт от программного AV1 на единицы процентов, но работает примерно в три раза быстрее. 5 RTX 5090 несёт три NVENC-движка, которые вместе тянут более 8K при 240 fps, и экспортирует типовой проект Premiere на 60% быстрее, чем RTX 4090. 6

В продуктовых терминах NVENC вызывается из FFmpeg выбором правильного энкодера – h264_nvenc, hevc_nvenc или av1_nvenc – и опциональными флагами -hwaccel cuda и -hwaccel_output_format cuda, чтобы декодированные кадры оставались в памяти GPU на протяжении всего пайплайна. 7 Минимальная команда выглядит так:

# 1080p H.264 на NVIDIA GPU, аппаратный декод остаётся в памяти GPU.
# -preset p5 — баланс качества и скорости; p7 — самый медленный и качественный.
ffmpeg -hwaccel cuda -hwaccel_output_format cuda \
       -i input.mp4 -c:v h264_nvenc -preset p5 -b:v 6M output.mp4

Числа для бюджета: один потребительский NVENC выдаёт примерно 8–12 одновременных потоков 1080p30; профессиональная карта с несколькими NVENC-движками – 20+; Blackwell-карта с тремя NVENC уверенно тянет 8 потоков 4K или 30 потоков 1080p. Старый «consumer concurrent session limit» NVIDIA ограничивал потребительские карты тремя одновременными энкодами – этот лимит сняли в драйвере 522.25 в конце 2022 года, так что любой свежий драйвер отдаёт полную пропускную способность чипа. 8

Intel QuickSync и Xe Media Engine

QuickSync Video (QSV) – видеодвижок внутри каждого современного Intel CPU и дискретных GPU Arc. Флагман 2026 года – Xe Media Engine в Arc B-серии (Battlemage), в частности Arc B580, вышедшая в декабре 2024 года: примерно вдвое больше AV1-пропускной способности, чем у предыдущего A770. 9

Самая сильная сторона QuickSync для продуктовой команды – соотношение цены и качества. Arc B580 – карта на 12 GB дешевле 250 долларов, выдающая AV1 с качеством на уровне начального NVENC AV1, потребляя примерно вдвое меньше энергии. 10 На ноутбучных CPU интегрированный QSV-движок тянет реалтайм 1080p H.264 при потреблении ниже пяти ватт – именно поэтому Zoom, Teams и Google Meet первым делом идут в QSV на каждом Intel-ноутбуке и переключаются на программный энкодер, только если железного нет.

Минимальная команда QSV на Linux со свежим драйвером Intel:

# 1080p HEVC через Intel QuickSync. -global_quality — эквивалент CRF в QSV.
ffmpeg -hwaccel qsv -hwaccel_output_format qsv \
       -i input.mp4 -c:v hevc_qsv -global_quality 23 output.mp4

Предостережения: AV1-энкодер Intel прекрасно работает для VOD-записи, но показывает повышенную дисперсию на live-стриминге – обзор Arc B580 зафиксировал случайные перегрузки энкодера на длинных стримах, которых не было на H.264. 11 Если у вас задача «записать лекцию на 40 минут и загрузить», AV1 на QSV – самый дешёвый профессионального качества вариант на рынке. Если задача «стримить концерт 6 часов», ставьте H.264 или HEVC для стабильности и переэнкодьте в AV1 вторым проходом.

Apple VideoToolbox

VideoToolbox – фреймворк macOS и iOS, открывающий доступ к выделенным медиа-движкам, встроенным в каждый чип Apple Silicon. Лайн-ап 2026 года важен для продуктовых команд в двух конкретных моментах. Во-первых, аппаратное декодирование AV1 широко доступно – M3 Mac и новее, M4 iPad Pro, iPhone 15 Pro и новее декодируют AV1 в железе. 12 Во-вторых, аппаратное кодирование AV1 пока узкое – только топовые M4 Ultra, M5 Pro и M5 Max несут AV1-энкодер. 13 Базовые M3 и M4 Mac кодируют AV1 программно – то есть build-ферма на Mac mini под AV1 будет жечь CPU-циклы, а не media-engine-циклы.

На практике VideoToolbox блестит, когда вы кодируете HEVC. M2 и новее тянут 4K HEVC примерно в реалтайме, потребляя до 15 ватт – поэтому Mac mini тихо превратился в популярный мелко-масштабный транскодинг-узел у инди-студий и CDN-вендоров, которые не хотят держать Linux-серверную. Фреймворк также предлагает аппаратный энкодер ProRes, которого нет ни у кого больше – актуально для пайплайнов, снимающих на камеры Apple и желающих делать мастеринг в ProRes 4444 без облачных вычислений.

Минимальный вызов FFmpeg:

# 4K HEVC на Apple Silicon. -q:v 50 — слайдер качества VideoToolbox (0=макс, 100=минимум).
ffmpeg -i input.mov -c:v hevc_videotoolbox -q:v 50 -tag:v hvc1 output.mp4

Флаг -tag:v hvc1 легко пропустить: без него HEVC играет в VLC и FFmpeg, но не в Safari и QuickTime, потому что плеер Apple требует тег кодека hvc1, а не более либеральный hev1.

AMD AMF и VCN на RDNA 4

Advanced Media Framework (AMF) – API поверх движков Video Core Next (VCN) в Radeon GPU. Поколение 2026 года – VCN 5.0 на картах RDNA 4 (RX 9070 и RX 9070 XT), запущенных в марте 2025-го. 14 VCN 5.0 – релиз догоняющий: впервые в AV1-энкодере AMD появилась поддержка B-frames, качество H.264 выросло примерно на 25%, HEVC – на 11%, а эффективность AV1-кодирования подтянулась почти к NVENC на тех же скоростях. 15 Замеры Phoronix и доклады с Hot Chips 2025 показывают, что AV1 на RDNA 4 берёт VMAF 93 при CQ 70 – в одном диапазоне с Blackwell NVENC, при заметно меньшей цене карты. 16

Историческая слабость AMD – AMF отставал от NVENC по зрелости драйверов, интеграции с FFmpeg и качеству на низких битрейтах. RDNA 4 закрыла разрыв по качеству; разрыв по зрелости драйверов всё ещё реален, особенно на Linux, где open-source-стек amfenc моложе, чем у NVIDIA. Практическое правило 2026 года: если у вас инфраструктура Linux + AMD, AMF на RDNA 4 уже конкурентоспособна с NVENC и стоит бенчмарка на вашем контенте. Если парк смешанный, NVENC всё ещё проще интегрировать.

NETINT – VPU для дата-центра

NETINT Technologies выпускает семейство VPU Quadra – Video Processing Units, выглядящие как NVMe SSD и встающие в стандартный U.2-слот сервера. Лайн-ап 2026 года крутится вокруг ASIC Codensity G5 – первого чипа с аппаратным AV1-энкодером для дата-центра. 17 Матрица продуктов простая: Quadra T1A (один G5) кодирует в реалтайме шестнадцать потоков 1080p60 в AV1, HEVC или H.264; Quadra T2A (два G5) – тридцать два потока; обе несут 36 TOPS встроенного ИИ-инференса для object detection, region-of-interest-кодирования и content-adaptive rate control. 18

Арифметика, делающая VPU интересными: Quadra T2A тянет порядка 500 ватт и замещает rack-unit транскодинга на CPU, потребляющий 4–5 киловатт при той же пропускной способности. Анализ NETINT по Bitmovin 2026 State of Video Encoding Report показывает, что доля VPU/ASIC достигла 32%, ещё 49% респондентов планируют пробовать VPU в 2026 году – впервые VPU evaluation intent оказался на одном уровне с GPU evaluation intent. 1

Чем NETINT расплачивается – гибкостью. G5 реализует фиксированный набор фич, зафиксированных на этапе tape-out: нельзя выкатить firmware-апдейт, добавляющий новый AV1-инструмент. Если новый кодек выйдет до следующего поколения кремния – придётся ждать. Стримеру, у которого codec mix зафиксирован на три года вперёд, это нормально; команде, экспериментирующей с VVC или нейронными кодеками, безопаснее остаться на GPU + software.

Ещё один – AMD Alveo MA35D

AMD Alveo MA35D, вышедший в конце 2024 года – другой production-VPU на рынке: dual-die ASIC, аппаратный AV1, схожий форм-фактор, схожий power envelope. Стоит бенчмаркать вместе с NETINT, если у вас масштаб, оправдывающий мультивендорные закупки – AMD агрессивно ценит карты, чтобы откусить streaming-нагрузки у NETINT и CPU-ферм.

Расчёт: 1 000 одновременных потоков 1080p30

Вот арифметика, решающая закупку. Допустим, нужно отдавать тысячу одновременных live-потоков 1080p30 в HEVC при 6 Mbps.

Базовая линия на CPU. Современный двухсокетный сервер на 64 ядрах тянет 8–12 реалтаймовых 1080p30-потоков HEVC через libx265 на пресете medium. Чтобы добить до тысячи, нужно около ста таких серверов. Каждый берёт 600 ватт под нагрузкой – парк тянет 60 кВт. Разумный счёт в облаке по on-demand-ставкам – около 400 долларов на сервер в месяц, то есть 40 000 долларов в месяц.

GPU-вариант. Дата-центровая NVIDIA L40S выдаёт около 30 реалтаймовых 1080p30 HEVC-потоков через NVENC. Нужно примерно 34 карты. По типичной облачной ставке около 1,5 доллара за L40S-час счёт получается около 35 000 долларов в месяц – сопоставимо с CPU-вариантом, но с существенно меньшей задержкой и в десять раз меньшим объёмом стойки.

VPU-вариант. NETINT Quadra T2A держит 32 реалтаймовых 1080p30-потока. Нужно 32 карты. Они вмещаются в восемь серверов по четыре карты. Капитальные затраты – около 80 000 долларов разово плюс примерно 8 кВт потребления. Операционные затраты определяются электричеством и стойкой, оба показателя на порядок ниже CPU-варианта. За полгода VPU-парк становится дешевле облачного CPU-парка, за год – дешевле в два раза.

Цифры иллюстративные – реальная плотность зависит от настроек rate-control, mix-а разрешений и кодека – но форма верна. VPU выигрывают на масштабе и стоимости. GPU выигрывают, когда на том же чипе нужен и ИИ-инференс. CPU выигрывают на единичных мастерах и любых workload-ах, где codec mix меняется быстрее, чем выходит кремний.

Нажмите, чтобы увеличить

Качество – где обычно ошибаются

Ловушка: судить аппаратные энкодеры по одной цифре VMAF. Качество железа резко меняется в зависимости от диапазона битрейтов, кодека и типа контента. NVENC HEVC на 6 Mbps на сцене «говорящая голова» неотличим от x265 medium; тот же энкодер на 6 Mbps в спортивной трансляции теряет 2–3 балла VMAF – сложное движение съедает уменьшенное пространство перебора. Аппаратный AV1 ещё дозревает: исследование Moscow State University 2025 года прямо отмечает, что даже лучший AV1-hardware 2025 года проигрывает лучшему HEVC-software 2025 года на том же битрейте. 2 К моменту, когда вы читаете эту статью, Blackwell UHQ AV1 мог уже закрыть разрыв на кремнии NVIDIA, но правило остаётся: бенчмаркайте на собственном контенте до подписания закупки, и всегда на тех битрейтах, которые реально отгружаете.

Вторая ошибка – переоценивать VMAF. Метрика отлично работала первое десятилетие, но теперь хорошо известно, что её можно «гейминговать» Contrast-Adaptive Sharpening-фильтром, не улучшающим реальное качество. 19 Сравнивая энкодеры, парьте VMAF с PSNR и хотя бы одним субъективным проходом – глаза до сих пор замечают аппаратные артефакты, которые VMAF и SSIM пропускают.

Pitfall – «бесплатный» энкодер на самом деле не бесплатный

Самая частая ошибка, которую мы видим на проектах Фора Софт – считать CPU-интегрированный media engine бесплатным, потому что чип уже в стойке. Он бесплатен по лицензии и капитальным затратам, но насыщенный QuickSync-движок на хосте вебинара съедает latency-budget на screen-sharing и audio-mixing, потому что тот же контроллер памяти разделяется. На продукте видеоконференций обязательно профилируйте весь пайплайн под нагрузкой – самый дешёвый путь на бумаге легко оказывается самым медленным в production.

Где Фора Софт

Мы выпустили 239+ видео-ориентированных проектов с 2005 года в видеоконференциях, стриминге, OTT, видеонаблюдении, e-learning, телемедицине и AR/VR. На каждом проекте выбор аппаратного ускорения всплывает на первой архитектурной встрече. Для low-latency-конференций мы обычно гоняем энкодер через QuickSync или VideoToolbox на клиенте и через NVENC на SFU-сервере, потому что конференции живут или умирают на сотнях миллисекунд end-to-end. Для OTT и IPTV ставим NETINT VPU, как только количество каналов переваливает примерно за 50 – экономия по стойке и электричеству начинает играть. Для одноразовых VOD-мастеров и для любого кодирования, где плюс один балл VMAF окупается на миллионе зрителей, используем программные энкодеры на CPU – обычно x265 или SVT-AV1.

Ключевые выводы

• Аппаратное ускорение переносит кодирование с CPU на специализированный чип, обменивая гибкость на скорость и энергоэффективность.
• GPU 2026 года (Blackwell NVENC, RDNA 4 VCN, Xe Media Engine) умеют AV1 хорошо; программный AV1 всё ещё выигрывает по абсолютному качеству.
• Apple Silicon широко декодирует AV1 в железе, но кодируют его аппаратно только топовые M4/M5-чипы.
• VPU от NETINT и AMD дают в 10–40 раз больше потоков на ватт, чем CPU; на масштабе они и есть правильный выбор.
• Класс выбирается по workload-у: live и конференции – GPU/CPU media engine; крупные парки – VPU; единичные мастера – software.
• Всегда бенчмаркайте на собственном контенте при реальных битрейтах перед подписанием закупки.

Что читать дальше

• FFmpeg: must-know cheat sheet для разработчика
• Как выбрать кодек для своего сервиса в 2026: decision tree
• AV1: новый стандарт интернета и где он сейчас в 2026