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

TL;DR

Аппаратное ускорение – это передача задач кодирования и декодирования видео с универсального процессора (CPU) на специализированный чип, созданный именно для этих целей: видеодвижок внутри GPU (NVIDIA NVENC, AMD VCN), медиаблок в составе CPU (Intel QuickSync, Apple VideoToolbox) или отдельный ускоритель для дата-центров (NETINT Quadra, AMD Alveo MA35D), который называют VPU или ASIC. Компромисс везде одинаков: аппаратный кодек работает на порядок быстрее и в разы дешевле на поток, но уступает программному кодеку на 1–4 балла по VMAF при том же битрейте – он не может провести такой же глубокий перебор режимов, как x265 или SVT-AV1 на CPU. Правильный выбор зависит от задачи: мастеринг VOD 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, актуальный лайн-ап железа 2026 года с конкретными цифрами и правила выбора, которыми мы пользуемся в проектах Фора Софт.

Зачем это нужно

Если вы разрабатываете стриминг-сервис, видеоконференции, OTT-канал, систему видеонаблюдения или телемедицину, аппаратное ускорение – ключевой фактор, влияющий и на счёт в AWS, и на задержку у конечного пользователя. Парк программных транскодеров, который три инженера месяцами поддерживают на пике нагрузки, можно заменить одной стойкой с NETINT Quadra за десять тысяч долларов, простаивающей половину суток. Live-стрим, который буферизуется из-за того, что CPU-энкодер не справляется с 4K60, спокойно работает на одном GPU за 100 долларов. Но выбор неподходящего класса железа – например, игровой GPU для круглосуточного вещания или NETINT VPU для единичного кинопостпродакшна – может стоить 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 из них быстрым. Затем – пять вендоров, с которыми вы столкнётесь в продуктовой спецификации. В конце – decision tree и PDF-чеклист для команды DevOps. Везде, где приводятся цифры, указан источник и год: бенчмарки энкодеров устаревают быстро, и прошлогодний вердикт по качеству AV1-железа уже не актуален.

Что такое «аппаратное ускорение» на самом деле

До названий вендоров – ментальная модель. Видеоэнкодер превращает поток сырых кадров в сжатый битстрим, выполняя те же пять шагов, что и любой современный кодек (подробнее – в статье об архитектуре гибридного видеокодека): разбить кадр на блоки, предсказать каждый блок на основе уже закодированных данных, преобразовать ошибку предсказания в частотную область, квантовать результат и энтропийно закодировать оставшиеся числа. Каждый из этих шагов – набор арифметических операций. Задача энкодера – перебрать множество комбинаций (разные варианты предсказания, размеры блоков, настройки квантования) и выбрать ту, что обеспечивает наилучшее качество при заданном числе бит. Этот перебор называется rate-distortion optimization, или RDO, и занимает большую часть вычислительных ресурсов энкодера.

CPU общего назначения выполняет этот перебор программно. Гибко – можно менять алгоритмы, пресеты и режимы, – но медленно: каждое решение проходит через те же ALU, что и операционная система. Аппаратно-ускоренный энкодер выполняет ту же задачу на кремнии, спроектированном под одну цель. У чипа есть выделенные движки motion estimation, фиксированные блоки преобразований, аппаратный энтропийный кодер и пайплайны, переносящие пиксели напрямую из памяти в блок кодирования, минуя границу операционной системы. Именно этот «выделенный путь» делает аппаратное кодирование быстрым – и ограничивает качество.

В 2026 году существует три класса ускорителей:

Видеодвижок GPU – это фиксированный функциональный блок, встроенный в графический процессор: NVIDIA NVENC, AMD VCN, Intel Xe Media Engine. Основная задача чипа – игры и вычисления в области искусственного интеллекта; видеодвижок прилагается к каждой видеокарте бесплатно. Купили GPU за 300 долларов – получили полноценный энкодер в реальном времени для 1080p; арендовали в облаке – платите почасово.

CPU-интегрированный media engine – та же идея, но реализованная внутри самого процессора. Intel QuickSync (часть Xe-архитектуры в последних чипах) и Apple VideoToolbox – два ярких примера. Дополнительная оплата не требуется: движок уже встроен в любой современный процессор для ноутбуков или серверов.

Специализированный VPU или ASIC – это чип, предназначенный исключительно для обработки видео: он не занимается графикой, общими вычислениями или выводом на дисплей. Примеры промышленного уровня 2026 года – NETINT Quadra и AMD Alveo MA35D. VPU дороже GPU на одну карту, но кодирует в 10–40 раз больше потоков 1080p на ватт и поставляется в форм-факторе 2.5" U.2, который устанавливается в обычный серверный слот. 1

Нажмите, чтобы увеличить

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

Почему железо работает быстрее – и что за это приходится платить

Разрыв в скорости обусловлен тремя факторами. Во-первых, fixed-function silicon: motion estimation, дискретное косинусное преобразование, deblocking-фильтр, энтропийный кодер – всё это реализовано аппаратно в чипе. CPU выполняет аналогичные алгоритмы с помощью программных циклов, тогда как железо обрабатывает операции за один такт. Во-вторых, локальность памяти: блок кодирования расположен рядом с видеопамятью, где хранятся декодированные референсные кадры, поэтому энкодер не тратит ресурсы на передачу пикселей через шину PCI Express при переборе. В-третьих, массовая параллельность: один NETINT Codensity G5 ASIC может одновременно обрабатывать блоки из множества потоков, в то время как CPU-поток способен работать только с одним блоком за раз.

Разрыв в качестве – лишь один из факторов: пространство перебора меньше. Программный AV1-энкодер вроде SVT-AV1 на preset 6 перебирает сотни вариантов разбиения блока, десятки режимов предсказания и множество вариантов квантования для каждого блока. Аппаратный AV1-энкодер должен принять решение за несколько тактов, пока не поступит следующий блок, поэтому он агрессивно сужает перебор – использует меньше размеров блоков, меньше референсных кадров и меньше уточнений энтропийного кодирования. Исследование Московского государственного университета 2025 года оценило AV1-транскодеры от NETINT, NVIDIA и AMD и выявило, что все три уступают по качеству лучшим программным HEVC-энкодерам, 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 оказался ещё лучше. 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 хранится на диске, эта разница превращается в десятки процентов лишнего объёма хранения и трафика за весь срок жизни файла – поэтому стриминг до сих пор кодирует длинный хвост каталога программно. Для live-канала, исчезающего через несколько секунд, разница незаметна зрителю, и важны лишь выигрыш в цене и скорость.

NVIDIA NVENC – видеодвижок по умолчанию

NVENC от NVIDIA – самый распространённый движок, поскольку практически каждый современный GPU этой компании его поддерживает. 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 добавил две ключевые возможности: поддержку chroma 4:2:2 (broadcast-grade цвет, ранее доступный только программным энкодерам уровня x264 High 4:2:2) и режим Ultra-High-Quality для AV1, который по данным NVIDIA уступает программному AV1 всего на несколько процентов, но работает примерно в три раза быстрее. 5 RTX 5090 оснащён тремя NVENC-движками, способными одновременно обрабатывать видео выше 8K при 240 кадрах в секунду, и экспортирует типовой проект в Premiere на 60% быстрее, чем RTX 4090. 6

В терминах продукта NVENC в FFmpeg вызывается путём выбора подходящего энкодера – h264_nvenc, hevc_nvenc или av1_nvenc – и при необходимости использования флагов -hwaccel cuda и -hwaccel_output_format cuda, чтобы декодированные кадры оставались в памяти GPU на всём протяжении 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: одна потребительская карта NVENC способна выдавать около 8–12 одновременных потоков 1080p30; профессиональная карта с несколькими NVENC-движками – более 20; карта архитектуры Blackwell с тремя NVENC-движками уверенно справляется с 8 потоками 4K или 30 потоками 1080p. Раньше NVIDIA ограничивала потребительские карты трёх одновременных сессий кодирования – этот лимит был снят в драйвере 522.25 в конце 2022 года, так что любой современный драйвер позволяет использовать полную пропускную способность чипа. 8

Intel QuickSync и Xe Media Engine

QuickSync Video (QSV) – видеодвижок, встроенный в каждый современный процессор Intel и дискретные GPU серии Arc. Флагман 2026 года – Xe Media Engine в GPU серии Arc B (Battlemage), в частности Arc B580, вышедшей в декабре 2024 года: её AV1-пропускная способность примерно вдвое выше, чем у предыдущего A770. 9

Самое сильное преимущество QuickSync для продуктовой команды – соотношение цены и качества. Arc B580 – видеокарта на 12 ГБ, которая стоит на 250 долларов дешевле, чем аналоги, и обеспечивает кодирование AV1 с качеством на уровне начального NVENC AV1, при этом потребляя примерно вдвое меньше энергии. 10 В ноутбуках интегрированный QSV-движок справляется с кодированием 1080p H.264 в реальном времени при энергопотреблении ниже пяти ватт – именно поэтому Zoom, Teams и Google Meet по умолчанию используют QSV на каждом ноутбуке с процессором Intel и переключаются на программный энкодер только в случае его отсутствия.

Минимальная команда QSV на Linux с актуальным 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 отлично работает для записи VOD, но демонстрирует повышенную дисперсию при live-стриминге – в обзоре Arc B580 были зафиксированы случайные перегрузки энкодера на длительных стримах, которых не наблюдалось при использовании H.264. 11 Если ваша задача – «записать лекцию на 40 минут и загрузить», AV1 на QSV – самый доступный по цене вариант профессионального качества на рынке. Если же нужно «стримить концерт 6 часов», выбирайте H.264 или HEVC ради стабильности, а затем перекодируйте в AV1 во втором проходе.

Apple VideoToolbox

VideoToolbox – фреймворк macOS и iOS, предоставляющий доступ к выделенным медиа-движкам, встроенным в каждый чип Apple Silicon. Линейка 2026 года важна для продуктовых команд в двух аспектах. Во-первых, аппаратное декодирование AV1 стало широко доступно: M3 Mac и новее, M4 iPad Pro, iPhone 15 Pro и новее поддерживают AV1 на уровне железа. 12 Во-вторых, аппаратное кодирование AV1 пока ограничено – только топовые модели M4 Ultra, M5 Pro и M5 Max оснащены AV1-энкодером. 13 Базовые Mac на чипах M3 и M4 кодируют AV1 программно – то есть сборочная ферма на Mac mini будет нагружать CPU, а не использовать ресурсы медиа-движка.

На практике VideoToolbox особенно хорош при кодировании HEVC. Процессоры M2 и новее обрабатывают 4K HEVC почти в реальном времени, потребляя до 15 ватт – поэтому Mac mini стал популярным узлом для мелкого транскодирования в инди-студиях и у CDN-провайдеров, которым не хочется использовать Linux-серверы. Фреймворк также предлагает аппаратный энкодер ProRes, которого нет ни у кого больше – это важно для студий, снимающих на камеры Apple и желающих делать мастеринг в ProRes 4444 без привлечения 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 воспроизводится 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, построенное поверх движков Video Core Next (VCN) в GPU Radeon. В поколении 2026 года – VCN 5.0 на картах RDNA 4 (RX 9070 и RX 9070 XT), представленных в марте 2025 года. 14 VCN 5.0 стал догоняющим релизом: впервые в AV1-энкодере AMD появилась поддержка B-кадров, качество кодирования H.264 выросло примерно на 25%, HEVC – на 11%, а эффективность AV1-кодирования приблизилась почти к уровню NVENC при тех же скоростях. 15 По данным Phoronix и докладам с конференции Hot Chips 2025, AV1 на RDNA 4 достигает VMAF 93 при CQ 70 – в одном диапазоне с NVENC на архитектуре Blackwell, при этом стоимость видеокарты значительно ниже. 16

Историческая слабость AMD заключалась в том, что AMF отставала от NVENC по зрелости драйверов, интеграции с FFmpeg и качеству при низких битрейтах. RDNA 4 ликвидировала разрыв по качеству; разрыв по зрелости драйверов сохраняется, 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 заслуживает бенчмарка на вашем контенте. Если парк оборудования смешанный, NVENC по-прежнему проще интегрировать.

NETINT – VPU для дата-центра

NETINT Technologies выпускает семейство VPU Quadra – Video Processing Units, внешне напоминающие NVMe SSD и устанавливаемые в стандартный U.2-слот сервера. Линейка 2026 года построена вокруг ASIC Codensity G5 – первого чипа с аппаратным AV1-энкодером для дата-центров. 17 Продуктовая матрица проста: Quadra T1A (на базе одного G5) кодирует в реальном времени шестнадцать потоков 1080p60 в форматах AV1, HEVC или H.264; Quadra T2A (на базе двух G5) – тридцать два потока; оба устройства обеспечивают 36 TOPS встроенной производительности для задач ИИ-инференса: детекции объектов, кодирования по областям интереса и адаптивного управления битрейтом в зависимости от содержимого. 18

Арифметика, делающая VPU привлекательными: Quadra T2A потребляет около 500 ватт и заменяет rack-юнит транскодирования на CPU, который при той же пропускной способности использует 4–5 киловатт. Анализ NETINT по отчёту Bitmovin 2026 State of Video Encoding Report показывает, что доля VPU/ASIC достигла 32%, ещё 49% респондентов планируют использовать VPU в 2026 году – впервые уровень интереса к оценке VPU сравнялся с интересом к оценке GPU. 1

Чем NETINT жертвует – так это гибкостью. G5 реализует фиксированный набор функций, определённый на этапе tape-out: нельзя выпустить обновление прошивки, добавляющее новый инструмент для AV1. Если появится новый кодек до выхода следующего поколения чипа – придётся ждать. Для стримера, у которого состав кодеков зафиксирован на три года вперёд, это нормально; а команде, экспериментирующей с VVC или нейросетевыми кодеками, безопаснее остаться на GPU + программном обеспечении.

Ещё один – AMD Alveo MA35D

AMD Alveo MA35D, вышедший в конце 2024 года – ещё один производственный VPU на рынке: двухчиповый ASIC, аппаратная поддержка AV1, схожий форм-фактор и энергопотребление. Его стоит сравнивать с решениями NETINT, если у вас масштаб, оправдывающий закупки у нескольких вендоров – AMD агрессивно ценит свои карты, чтобы отобрать долю рынка в стриминговых нагрузках у NETINT и CPU-ферм.

Расчёт: 1 000 одновременных потоков 1080p30

Вот арифметика, решающая задачу закупки. Допустим, нужно передавать тысячу одновременных live-потоков 1080p30 в формате HEVC при скорости 6 Мбит/с.

Базовая линия на CPU. Современный двухсокетный сервер с 64 ядрами обрабатывает 8–12 реалтаймовых потоков HEVC в разрешении 1080p30 с использованием libx265 на пресете medium. Чтобы достичь тысячи потоков, потребуется около ста таких серверов. Каждый потребляет 600 Вт под нагрузкой – общий расход парка составит 60 кВт. Разумная стоимость в облаке по on-demand-тарифам – около 400 долларов за сервер в месяц, то есть 40 000 долларов в месяц.

GPU-вариант. Дата-центровая NVIDIA L40S способна выдавать около 30 реалтаймовых HEVC-потоков в разрешении 1080p30 через NVENC. Для реализации потребуется примерно 34 карты. При типичной облачной ставке около 1,5 доллара за час использования L40S итоговая стоимость составит около 35 000 долларов в месяц – сопоставимо с CPU-решением, но с существенно меньшей задержкой и в десять раз меньшим объёмом стойки.

VPU-вариант. NETINT Quadra T2A обрабатывает 32 видеопотока 1080p30 в реальном времени. Требуется 32 карты, которые размещаются в восьми серверах по четыре карты в каждом. Капитальные затраты составляют около 80 000 долларов единовременно плюс примерно 8 кВт потребления. Операционные расходы – на электроэнергию и аренду стойки – на порядок ниже, чем у CPU-решения. Уже через полгода VPU-парк становится дешевле облачного CPU-решения, а через год – вдвое дешевле.

Цифры иллюстративные – реальная плотность зависит от настроек rate-control, mix-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 рабочих нагрузках, где mix кодеков меняется быстрее, чем обновляется кремний.

Нажмите, чтобы увеличить

Качество – где чаще всего ошибаются

Ловушка: оценивать аппаратные энкодеры по одной цифре VMAF. Качество железа сильно зависит от диапазона битрейтов, кодека и типа контента. NVENC HEVC на 6 Мбит/с в сцене «говорящая голова» практически не отличается от x265 medium; тот же энкодер на 6 Мбит/с в спортивной трансляции теряет 2–3 балла VMAF – сложное движение «съедает» ограниченное пространство перебора. Аппаратный AV1 пока ещё не дозрел: исследование Московского государственного университета 2025 года прямо указывает, что даже лучший аппаратный AV1 2025 года уступает лучшему программному HEVC 2025 года при одинаковом битрейте. 2 К моменту, когда вы читаете эту статью, Blackwell UHQ AV1 мог уже сократить разрыв на чипах NVIDIA, но правило остаётся прежним: тестируйте на собственном контенте до заключения контракта, и всегда – на тех битрейтах, которые реально используете в работе.

Вторая ошибка – переоценивать VMAF. Метрика отлично работала в первые десять лет, но теперь хорошо известно, что её можно «обмануть» с помощью фильтра Contrast-Adaptive Sharpening, который не улучшает реальное качество видео. 19 При сравнении кодеков сочетайте VMAF с PSNR и хотя бы одним субъективным тестом – человеческий глаз до сих пор замечает 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 только потому, что чип уже установлен в стойке. Он действительно не требует дополнительных лицензий и капитальных затрат, но мощный QuickSync-движок на хосте вебинара быстро исчерпывает бюджет задержки при трансляции экрана и микшировании аудио – ведь тот же контроллер памяти используется совместно. На продукте видеоконференций обязательно профилируйте весь пайплайн под реальной нагрузкой: самый дешёвый вариант на бумаге может оказаться самым медленным в production.

Где Фора Софт

Мы реализовали более 250 видеоориентированных проектов с 2005 года в таких областях, как видеоконференции, стриминг, OTT, видеонаблюдение, e-learning, телемедицина и AR/VR. На каждом проекте вопрос аппаратного ускорения поднимается уже на первой архитектурной встрече.

Для видеоконференций с низкими задержками мы обычно используем QuickSync или VideoToolbox на стороне клиента и NVENC на SFU-сервере – ведь успех таких конференций зависит от сотен миллисекунд end-to-end задержки.

В случае OTT и IPTV, как только количество каналов превышает примерно 50, мы подключаем NETINT VPU – экономия по занимаемому пространству и энергопотреблению становится ощутимой.

Для одноразовых VOD-мастерингов и любого кодирования, где прирост на один балл VMAF окупается при миллионе зрителей, применяем программные энкодеры на CPU – обычно x265 или SVT-AV1.

Ключевые выводы

• Аппаратное ускорение переносит кодирование с CPU на специализированный чип, жертвуя гибкостью ради скорости и энергоэффективности.
• GPU 2026 года (Blackwell NVENC, RDNA 4 VCN, Xe Media Engine) хорошо справляются с AV1; программное кодирование пока превосходит их по абсолютному качеству.
• Apple Silicon поддерживает аппаратное декодирование AV1, но аппаратное кодирование доступно только в топовых чипах M4 и M5.
• VPU от NETINT и AMD обеспечивают в 10–40 раз больше потоков на ватт по сравнению с CPU; на больших масштабах именно они являются оптимальным выбором.
• Выбор класса зависит от нагрузки: для прямых трансляций и конференций – GPU или CPU с media engine; для крупных парков устройств – VPU; для единичных мастер-кодировок – программное кодирование.
• Всегда проводите бенчмарки на собственном контенте при реальных битрейтах перед заключением контракта на закупку.

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

«Примечание: В URL обнаружены опечатки (например, shpargalka-za, voego-voysa, voi-standart-voysa). Однако, согласно жёстким правилам, содержимое URL и ссылки не подлежат изменению. Поэтому исправление не производится.»