FIR 的账前面算过:抽头给足,曲线才平;抽头越多,延时越大。要跳出这个圈,只能让「算得快」这件事换个执行者。
视频行业遇到过一模一样的问题,解法现成。
H.265 卡在 CPU 上
H.265 比 H.264 文件更小,画质还更好,代价是解码量大得多。
视频里当场演示过。同一台机器,用一颗 i5 的 CPU 软解 H.265,任务管理器里核心全满,播放器严重丢帧,画面一顿一顿。CPU 已经跑到百分之百,还是播不动。
换一台四核八线程的 i7,主频能到 3.8GHz。能播了,占用率五十几个百分点,主频被拉满,显卡全程闲置。
再打开显卡硬解,CPU 占用掉到十几个百分点,主频也回落。同一段视频,同一个编码,机器没换,只换了谁来算。
换专用芯片
APC 用的是定制 FPGA,现场可编程门阵列。FPGA 是可以烧录的芯片,买回来是空白的,烧成什么就干什么:通信设备、雷达、医疗设备、音频处理器,只要算得动都能装进去。
关键在并行。CPU 是几个核轮流干活,FPGA 内部是一片门阵列,可以把不同频段的 FIR 分配到不同的门,同时算。10Hz、15Hz、20Hz 各自的滤波互不排队。
机器里是 8 个 FIR 单元一起跑,每个单元 8192 或 16384 抽头。

预算是这样:模拟进 AD 90 微秒,FIR 70 微秒,DA 90 微秒,模拟滤波与放大 5 微秒,合计 0.25 毫秒。走数字输入用 AES/EBU,省掉前面那次 AD,还能再少 90 微秒。

这张图说的是取舍。竖轴是灵活性,横轴是性能与能效。CPU 在最上面,什么都能干,效率最低;GPU 在中间,擅长大批量并行;FPGA 靠右下角,效率最高的一档里还留着可编程的余地。
0.25 毫秒意味着什么
现场扩声里,人能察觉到的口型不同步在十毫秒量级,0.25 毫秒远在这个门槛之内,返送和主扩之间也不会因此产生可闻的错位。
棚里更宽松,但短延时带来一个实际好处:校准器 bypass 与开启之间来回切,听感差异全部来自曲线变化,不会混进时间差。
同一个 FIR 算法交给通用 CPU 跑,几千抽头乘上 48kHz 采样率,实时都困难,更别说压到亚毫秒。0.25 毫秒这个数字不来自算法先进,是硬件把并行度堆上去了。

视频行业那条路走通了十几年:算不动的东西交给专用硬件,画质和流畅度一起拿到。音频的校准是同一笔账。