视频转码是字节跳动最大的基础设施成本之一，编码效率每提升一个百分点就意味着数百万的节省。这道题考察你在画质、速度和成本之间做权衡的能力。
描述整体流水线：上传→校验→分片→并行转码→质量检测→存储。
解释内容感知编码：通过逐场景分析合理分配码率，在不影响感知画质的前提下减少20-30%的文件大小。
讨论硬件加速策略——热门编码器用GPU，特定负载用FPGA，长尾格式用CPU兜底。
涵盖调度与优先级：热门内容快速通道，冷门内容使用抢占式实例或低峰时段算力。
我会把流水线分阶段设计。上传后先用轻量探针提取元数据（分辨率、编码格式、时长），再用分类器预测内容类型（游戏、口播、音乐MV）。这驱动逐标题编码阶梯：口播视频需要的码率档位比高速运动的游戏画面少。转码环节把视频按场景边界切成4秒分片，用工作窃取调度器分发到GPU集群。每个分片用HEVC编码保证设备兼容性，同时为新设备生成AV1版本，通过VMAF目标CRF确保一致的感知画质。编码后质量关卡比对VMAF分数与阈值，拒绝有伪影的输出。成本优化采用分层策略：创作者实时上传用按需GPU实例，存量内容的批量重编码在低峰时段使用抢占式虚拟机。反馈环路持续监控编码耗时、VMAF差值和每分钟成本，动态调优编码阶梯。
展示你了解VMAF是业界标准的感知质量指标——字节跳动在视频质量研究领域有很多贡献。
提到逐标题或逐场景编码来展示你对现代优化技术的认知。
讨论AV1与HEVC的取舍：AV1压缩率更高但编码更慢，更适合重编码场景。
分片可以跨多台机器并行编码，大幅降低端到端耗时。同时提供了天然的重试边界——如果某个分片失败，只需重编该分片而非整个视频。
取决于目标受众的设备能力。HEVC用于广泛兼容，AV1用于支持硬件解码的新设备，H.264作为兜底。决策在编码阶梯的每个档位分别做出。