RTC中屏幕共享svt-av1：scc的优化实践

         屏幕内容编码工具最早在 HEVC-SCC（2016 年）中正式引入，根本动机是传统视频编码标准无法高效处理计算机生成的屏幕内容。核心驱动力是 2010 年代屏幕共享、远程协作等应用的爆发式增长。HEVC-SCC 通过 IBC、调色板模式、ACT、AMVR 四大工具，利用屏幕内容的无噪声、锐利边缘、有限颜色、空间重复、离散运动等特征，实现了相比自然视频编码2倍以上的压缩效率提升。这些工具随后被 AV1 和 VVC 继承并标准化。

值得注意的是，AV1 将 SCC 作为标准内建功能而非扩展，这意味着所有 AV1 解码器都必须支持屏幕内容解码，推动了 SCC 在移动端（如骁龙 8 Gen 2、天玑 9000）的硬件解码支持。

         屏幕共享场景主要采集电脑如笔记本，PC。分辨率1080p起步，主流PC已经默认4k分辨率，如果按自然视频编码发送码率太高，画质也难以保障。那么引入SCC屏幕编码工具是强需求。通过上述分析，AV1编码器是最优选择。Av1编解码器有四大开源工程，即aom、svt-av1、rav1e和dav1d。它们均出自AOMedia（开放媒体联盟）组织。 Svt-av1比较特殊，单独介绍如下：

一、SVT-AV1 项目的历史与组织关系

起源：Intel + Netflix 的独立项目

SVT-AV1 最初 并非 AOMedia 官方项目，而是 Intel 与 Netflix 于 2018 年 8 月开始合作开发的独立编码器项目。

Netflix 在 2020 年的技术博客中明确说明："Intel 和 Netflix 自 2018 年 8 月以来一直在 SVT-AV1 编码器和解码器框架上展开合作。"

被 AOMedia 正式收养（2020 年 8 月）

2020 年 8 月，AOMedia 宣布成立 Software Implementation Working Group（SIWG，软件实现工作组），正式将 SVT-AV1 收养为 AOMedia 的官方 AV1 编码器实现。

这一转变的关键信息：

• 代码仓库迁移：从 github.com/OpenVisualCloud/SVT-AV1 迁移到 github.com/AOMediaCodec/SVT-AV1（后改为 GitLab）
• SIWG 联合主席：Facebook 的 Ioannis Katsavounidis 和 Tencent 的 Xiang Li
• 软件协调员：Intel 的 Hassene Tmar
• 使命："创建在各种应用中提供出色视频压缩的 AV1 编码器实现，消除计算复杂度权衡"

二、AOMedia 生态中的三大 AV1 编码器对比

AOMedia 生态中有三个主要的 AV1 开源编码器实现，定位各不相同：

三、libaom 与 SVT-AV1 的核心技术差异

1. 架构哲学

SVT-AV1 的核心架构是 Scalable Video Technology（可扩展视频技术），专为 Intel Xeon 多核处理器设计，通过将每帧拆分为多个 Segment 并行处理，在不损失质量的前提下最大化计算资源利用率。

2. Preset 档位设计

• libaom：-cpu-used 0-8，共 9 档，速度跨度约 187 倍，但最快档仍难以实时
• SVT-AV1：-preset -2 到 13，共 16 档，覆盖从极致质量到实时直播的全场景

SVT-AV1 的 Preset 10-12 已可实现实时编码，这是 libaom 无法做到的。

3. 线程模型

• libaom：Tile 级并行 + Row-MT（行级多线程），线程扩展性有限
• SVT-AV1：Segment-based 并行 + 帧级并行 + 任务流水线，在 8 线程以上仍有良好扩展性

有趣的是，SVT-AV1 的测试表明，超过 8 线程后性价比递减——从 1 线程到 8 线程的吞吐量提升与云 CPU 成本增长基本匹配，但超过 8 线程后成本效益下降。

关键要点：

对于生产环境的选择建议：VOD 批量转码和直播场景首选 SVT-AV1，需要最高压缩效率或进行编解码研究时用 libaom，安全敏感场景考虑 rav1e，解码端统一使用 dav1d。

         为什么我们只在scc场景下才选择av1编码呢？svt-av1经过多年优化，从preset上也已经覆盖到实时场景。但是对比x264和openh264在同等压缩率下复杂度没有优势，而解码器生态还不成熟，而scc场景首先通过优化scc编码工具，不需要前处后处理（包括内部的LPfliter,CDEF等）复杂度可控，压缩率提升1倍。其次屏幕共享的帧率刷新更低，通常低于15fps,有甚者分享刷新1~5fps. Svt-av1 scc实测4kp15不到1Mbps,已经满足清晰度需求。对于生产端和接收端的cpu性能都没有压力。

四、SVT-AV1的SCC优化

1．屏幕内容编码（SCC）强化

SVT-AV1 的 SCC 优化弱于传统视频，需要如下算法优化：

• 调色板模式（Palette Mode）：UI/文本内容压缩效率极高，但搜索开销大，需快速决策
• IBC（Intra Block Copy）：屏幕内容中大量重复图案，IBC 可替代 inter 预测
• 跳过模式（Skip Mode）：静态区域直接复制参考块，几乎零码率

其次各算法模块的simd指令集优化加速。支持 x86 (SSE2/SSSE3/AVX2/AVX-512)、ARM (NEON)

2. SVT-AV1自身常规流程优化。

早期Svt-av1的解码器（24年6月移除）与dav1d解码性能对比有明显差距。Scc编码器除编码流程外还包含自解码流程。

        1)  编码器双向操作（正向变换 + 量化 + 反量化 + 逆变换）

        正如我们上文所言。 Svt-av1的实现有一个问题，正反变换有重复的二次转置问题。需要相应的修改扫描与反扫描矩阵，移除正反变换中的二次转置操作。

        2) Dav1d解码器汇编模块的移植。Intrapred,mc,tx/itx只需要少量代码重构，可以复用dav1d的深度指令集汇编优化。比较复杂的LPFilter和cdef等模块可以屏蔽掉，或者后期进行PGO编译优化。

        3) SAD/SATD重计算复用

        4) 内存访问模式重构

借鉴 dav1d 的 cache-friendly 设计：

• 减少编码器各阶段间的内存拷贝（Zero-Copy）
• 优化参考帧的内存布局，提高运动估计时的缓存命中率
• 压缩上下文数据结构，减少 L2/L3 缓存占用

通过以上优化，1080p scc双线程编码能轻松达到200fps,码率降到200~300bps.