NVIDIA优化VC-6解码器架构，提升批量AI视觉管道性能

NVIDIA官方博客详细介绍了如何利用Nsight Systems和Nsight Compute工具，识别并解决VC-6解码器在批处理（Batch）场景下的性能瓶颈。核心变化包括：

• 执行模型重构：将“N个图像对应N个解码器”的模式，改为“单一解码器处理N个图像的批次”，减少了CUDA内核启动开销和调度负载，实现了更连续的GPU高利用率。
• 工作负载转移：将原本在CPU处理的VC-6层级解码工作，在批处理场景下聚合后转移到GPU执行，充分利用GPU并行能力。
• 内核级优化：针对范围解码内核，通过Nsight Compute识别并优化了整数除法、共享内存访问等瓶颈，实现了约20%的内核加速。

优化后，在NVIDIA L40s GPU上，批量解码（如256张图）时，每张图的解码时间降低了高达~85%，对于4K分辨率（LoQ-0）图像实现亚毫秒级解码，更低分辨率图像可达到约0.2毫秒。