MTStream SDK 开发者手册

什么是 MTStream SDK ?

MTStream SDK  是专为 摩尔线程长江 SoC（M1000） 平台设计的高性能多媒体处理软件开发包。它通过插件的形式，封装了底层硬件编解码器、图像处理单元的复杂操作，提供简单易用的插件。 目前支持的硬件形态是 MTT E300 AI 计算模组 (AIModule) 。

工作原理

MTStream SDK 基于 GStreamer Pipeline 架构，采用数据流驱动模型，允许开发者以模块化方式连接输入源（SRC）、处理单元（DECODE/INFER/OSD/ENCODE）和输出目标（SINK）。

所有中间帧数据通过 Linux 共享内存 DMABUF（Direct Memory Access Buffer） 在硬件间共享，避免内存开销，实现数据高速流转。

同时，MTStream SDK 深度集成以下 M1000 的硬件引擎，确保每一步都由专用硬件完成，最大化吞吐量并降低 CPU 负载：

• VPU: H.264/H.265 硬件编解码
• NPU/GPU：AI 推理加速

数据流路径 (Data Flow)

下图展示了从码流（Bitstream）到像素（Pixels）再到输出流的完整处理过程：

组件说明

组件	说明
SRC（Source）	视频输入源： • FILE：本地 H.264 文件 • RTSP：网络拉流 • Camera：V4L2 摄像头 • Others：UDP、自定义源
DECODE	使用 mtvdec 插件调用 VDE，硬解 H.264/H.265，输出 YUV 帧（NV12 格式）
INFER	使用 mtnpuinfer（NPU）或 mtgpuinfer（GPU）加载 .mtnn 模型，执行目标检测等任务，结果写入帧元数据
OSD	使用 mtosd 插件在帧上叠加检测框、类别标签、FPS 等信息
ENCODE	使用 mtvenc 调用 VEE，将处理后帧重新编码为 H.264/H.265
SINK（Sink）	输出目标： • FILE：保存视频 • RTSP：推流（如 rtspclientsink） • Display：HDMI/VGA 显示 • Others：自定义输出
DMABUF	Linux 内核提供的跨设备共享内存机制。MTStream SDK 所有插件间通过 DMABUF 传递帧，无内存拷贝，极大提升吞吐效率
Pipeline 控制器	GStreamer 自动管理状态机、时钟同步、缓冲区生命周期，无需用户干预

软件分层

• 应用层：用户构建 GStreamer Pipeline（C/C++ 或命令行）
• GStreamer 层：标准框架，负责调度、同步、错误处理
• MTStream SDK 插件层：提供 mtvdec、mtnpuinfer 等自定义元素
• HAL 层：驱动 M1000 硬件寄存器、中断、DMA
• 硬件层：M1000 SoC 专用加速单元

核心组件与插件

下表列出了M1000 MTStream SDK的核心插件，对应的功能和应用场景。

M1000插件名称	主要功能	典型应用场景	插件参数
gst-mtvenc	提供基于VPU硬件视频编码	视频存储、RTSP推流
gst-mtvdec	提供基于VPU硬件视频解码	RTSP/h264文件解码
gst-mtgpuinfer	GPU推理	使用GPU进行推理	model-file 网络权重 model-name 网络名称（后处理）
gst-mtnpuinfer	NPU推理	使用NPU进行推理	model-file 网络权重 model-name 网络名称（后处理） npu-id NPU core (0~2, 2表示core0/core1交替使用)
gst-mtosd	osd绘制结果	绘制推理结果	show-fps 是否显示视频帧率信息
gst-mtvideoconvert	color space转换	YUV转RGB
gst-mtpreprocess	预处理加速(归一化，ColorSpace转换，Resize，Crop等)	图像归一化、颜色空间转换

---

快速上手

 步骤一：检查系统环境

• 系统镜像：AIModule 1.4.1

• 依赖组件：

  • GStreamer 1.20+
  • MUSA SDK（5.1.1）
  • Linux Driver (5.1.1)
  • MTNN SDK（1.5.1）
  • PyTorch + torch_musa（2.9.0）

步骤二：安装第三方库

sudo apt install libyuv-dev
sudo apt install libopencv-dev
sudo apt install gstreamer1.0-plugins-bad
sudo apt install libva-dev
sudo apt install gstreamer1.0-rtsp
sudo apt-get install libpython3.10-dev
sudo apt install python3-pip

步骤三：安装依赖组件

# 1. 设置环境变量
echo 'export PATH=/usr/local/musa/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/musa/lib:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

# 2. 安装 torch_musa（若需 GPU 推理）
TORCH_OSS="https://mt-ai-data.tos-cn-shanghai.volces.com/vllm_musa/v1.3.2/release_M1000_1.4.0/0522ddk_0430sdk_mcc410/20260603_M1000_1.4.0_ddk0522_0430sdk_mcc410-vllm_musa_1.3.2-torch_2.9"
pip uninstall torch torch_musa torchvision
pip install $TORCH_OSS/torch-2.9.0-cp310-cp310-linux_aarch64.whl
pip install $TORCH_OSS/torch_musa-2.9.0-cp310-cp310-linux_aarch64.whl
pip install $TORCH_OSS/torchvision-0.22.1%2Be98278b-cp310-cp310-linux_aarch64.whl
pip install numpy==1.26.4

# 3. 安装 MTNN SDK，具体安装可参考 https://gitee.com/MooreThreads-AI-SOC/m1000_mtnn
wget https://moorethreads-ai-soc.tos-cn-beijing.volces.com/npu_sdk_release/npu_sdk_v1.5.1.tar.gz
tar -zxf npu_sdk_v1.5.1.tar.gz
cd npu_sdk_v1.5.1/debs/
ls *.deb   # 核对当前包内 deb 文件名
sudo dpkg -i ./kernel-module-m1000-npu_*.deb   # NPU 内核驱动（KMD）
sudo dpkg -i ./m1000-mtnn-unify-lib_*.deb      # MTNN 用户态库（UMD）
sudo dpkg -i ./m1000-mtnnrt_*.deb              # MTNN 运行时
sudo dpkg -i ./m1000-mtc-toolkit_*.deb         # MTC 工具

# 4. 安装 MTStream SDK
wget https://mt-ai-data.tos-cn-shanghai.volces.com/sw-release/M1000/AIMODULE/release_v1.4.1/release/NPU/mt-stream-sdk_1.1-r20260515192043%2B8f15f00_all.deb
sudo dpkg -i mt-stream-sdk_1.1-r20260515192043+8f15f00_all.deb

提示

若有错误提示 libgstmtosd.so 和 mtnnrt 冲突, 使用 sudo dpkg -i --force-overwrite mt-stream-sdk_*.deb.

步骤四：验证安装

# 激活环境（含模型路径等）
source /usr/share/mt-stream-sdk/data/torch_musa_env.sh

# 检查插件是否加载
gst-inspect-1.0 mtgpuinfer
gst-inspect-1.0 mtnpuinfer
gst-inspect-1.0 mtosd
gst-inspect-1.0 mtvdec
gst-inspect-1.0 mtvenc
gst-inspect-1.0 mtvideoconvert

步骤五：运行 Demo

接收端：启动 RTSP 服务器

wget https://github.com/bluenviron/mediamtx/releases/download/v1.15.5/mediamtx_v1.15.5_linux_arm64.tar.gz
tar -xzf mediamtx_v1.15.5_linux_arm64.tar.gz
./mediamtx

发送端：启动 MTStream Pipeline

# 启动 4 路不同配置的 pipeline
mtstream_demo_npu_0.sh   # → rtsp://<ip>:8554/test
mtstream_demo_npu_1.sh   # → rtsp://<ip>:8554/test2
mtstream_demo_npu_2.sh   # → rtsp://<ip>:8554/test3
mtstream_demo_gpu.sh     # → rtsp://<ip>:8554/test4

脚本已自动设置 GPU 频率为 750MHz，并启用 YOLOv8m 最佳性能配置。

每 5 帧刷新一次 OSD 上的实时 FPS 与平均 FPS。

拉流播放（客户端）

# 方法1：使用 ffplay（推荐）
ffplay -rtsp_transport tcp -buffer_size 2048000 rtsp://<ip>:8554/test
ffplay -rtsp_transport tcp -buffer_size 2048000 rtsp://<ip>:8554/test2
...

# 方法2：使用 mpv
mpv --rtsp-transport=tcp --no-cache --profile=low-latency rtsp://<ip>:8554/test

提示

网络抖动可能导致卡顿，请在稳定局域网环境下测试。

示例代码

以下示例代码介绍了 MTStream SDK 主要的操作流程。命令行和C应用两种方式任选其一即可。

命令行

可以使用以下命令行的方式快速验证:

# 解码+推理+编码+推流 命令行
gst-launch-1.0 \
  multifilesrc location="/usr/share/mt-stream-sdk/data/road_pedestrian_30fps.h264" loop=TRUE ! \
  h264parse ! \
  video/x-h264,stream-format=byte-stream ! \
  mtvdec ! \
  videorate ! \
  video/x-raw,framerate=30/1 ! \
  mtnpuinfer model-file=/usr/share/mt-stream-sdk/data/yolov8m.mtnn model-name=yolov8 npu-id=0 ! \
  mtosd show-fps=TRUE ! \
  mtvenc ! \
  rtspclientsink location=rtsp://127.0.0.1:8554/test

# 拉流+解码+推理+显示 命令行
gst-launch-1.0 rtspsrc location="rtsp://127.0.0.1:8554/test" ! \
  rtph264depay ! h264parse ! video/x-h264,stream-format=byte-stream ! \
  mtvdec ! videorate ! mtnpuinfer model-file=/usr/share/mt-stream-sdk/data/yolov8m.mtnn model-name=yolov8 npu-id=0 ! \
  mtosd show-fps=TRUE ! videoconvert ! autovideosink

C 应用

也可以使用 C 应用来快速验证：

解码+推理+编码+推流

以下是一个简单的 C 应用，用于解码、推理、编码和推流：

#include <gst/gst.h>
/* 总线消息回调函数 */
static gboolean bus_call(GstBus *bus, GstMessage *msg, gpointer data) {
    GMainLoop *loop = (GMainLoop *)data;
  
    switch (GST_MESSAGE_TYPE(msg)) {
        case GST_MESSAGE_ERROR: {
            GError *err = NULL;
            gchar *debug_info = NULL;
      
            gst_message_parse_error(msg, &err, &debug_info);
            g_printerr("错误从元素 %s: %s\n", GST_OBJECT_NAME(msg->src), err->message);
            g_printerr("调试信息: %s\n", debug_info ? debug_info : "无");
            g_clear_error(&err);
            g_free(debug_info);
      
            g_main_loop_quit(loop);
            break;
        }
        case GST_MESSAGE_EOS:
            g_print("流结束\n");
            g_main_loop_quit(loop);
            break;
        case GST_MESSAGE_STATE_CHANGED: {
            GstState old_state, new_state, pending_state;
            gst_message_parse_state_changed(msg, &old_state, &new_state, &pending_state);
            if (GST_MESSAGE_SRC(msg) == GST_OBJECT(data)) {
                g_print("管道状态从 %s 变为 %s\n",
                       gst_element_state_get_name(old_state),
                       gst_element_state_get_name(new_state));
            }
            break;
        }
        default:
            break;
    }
  
    return TRUE;
}

int main(int argc, char *argv[]) {
    GstElement *pipeline, *source, *h264parse, *capsfilter, *decoder, *videorate;
    GstElement *infer, *osd, *encoder, *sink;
    GstCaps *caps;
    GstBus *bus;
    GMainLoop *loop;

    /* 初始化 GStreamer */
    gst_init(&argc, &argv);

    /* 创建元素 */
    pipeline = gst_pipeline_new("mt-npu-pipeline");
    source = gst_element_factory_make("multifilesrc", "source");
    h264parse = gst_element_factory_make("h264parse", "parser");
    capsfilter = gst_element_factory_make("capsfilter", "capsfilter");
    decoder = gst_element_factory_make("mtvdec", "decoder");
    videorate = gst_element_factory_make("videorate", "videorate");
    infer = gst_element_factory_make("mtnpuinfer", "infer");
    osd = gst_element_factory_make("mtosd", "osd");
    encoder = gst_element_factory_make("mtvenc", "encoder");
    sink = gst_element_factory_make("rtspclientsink", "sink");

    if (!pipeline || !source || !h264parse || !capsfilter || !decoder || 
        !videorate || !infer || !osd || !encoder || !sink) {
        g_printerr("无法创建所有必需的 GStreamer 元素\n");
        if (!source) g_printerr(" 无法创建 multifilesrc\n");
        if (!h264parse) g_printerr(" 无法创建 h264parse\n");
        if (!capsfilter) g_printerr(" 无法创建 capsfilter\n");
        if (!decoder) g_printerr(" 无法创建 mtvdec\n");
        if (!videorate) g_printerr(" 无法创建 videorate\n");
        if (!infer) g_printerr(" 无法创建 mtnpuinfer\n");
        if (!osd) g_printerr(" 无法创建 mtosd\n");
        if (!encoder) g_printerr(" 无法创建 mtvenc\n");
        if (!sink) g_printerr(" 无法创建 rtspclientsink\n");
        return -1;
    }

    /* 设置元素属性 */
    g_object_set(G_OBJECT(source), 
                 "location", "/usr/share/mt-stream-sdk/data/road_pedestrian_30fps.h264",
                 "loop", TRUE,
                 NULL);

    /* 设置 caps filter 属性 */
    caps = gst_caps_from_string("video/x-h264,stream-format=byte-stream");
    g_object_set(G_OBJECT(capsfilter), "caps", caps, NULL);
    gst_caps_unref(caps);

    /* 设置 videorate caps */
    caps = gst_caps_from_string("video/x-raw,framerate=30/1");
    g_object_set(G_OBJECT(videorate), "caps", caps, NULL);
    gst_caps_unref(caps);

    /* 设置 mtnpuinfer 属性 */
    g_object_set(G_OBJECT(infer),
                 "model-file", "/usr/share/mt-stream-sdk/data/yolov8m.mtnn",
                 "model-name", "yolov8",
                 "npu-id", 0,
                 NULL);

    /* 设置 mtosd 属性 */
    g_object_set(G_OBJECT(osd), "show-fps", TRUE, NULL);

    /* 设置 rtspclientsink 属性 */
    g_object_set(G_OBJECT(sink), "location", "rtsp://127.0.0.1:8554/test", NULL);

    /* 构建管道 */
    gst_bin_add_many(GST_BIN(pipeline),
                     source, h264parse, capsfilter, decoder, videorate,
                     infer, osd, encoder, sink, NULL);

    /* 链接元素 */
    if (!gst_element_link_many(source, h264parse, capsfilter, decoder, 
                               videorate, infer, osd, encoder, sink, NULL)) {
        g_printerr("无法链接元素\n");
        gst_object_unref(pipeline);
        return -1;
    }

    /* 创建主循环 */
    loop = g_main_loop_new(NULL, FALSE);

    /* 设置总线消息处理器 */
    bus = gst_element_get_bus(pipeline);
    gst_bus_add_watch(bus, bus_call, loop);
    gst_object_unref(bus);

    /* 开始播放 */
    g_print("开始播放...\n");
    gst_element_set_state(pipeline, GST_STATE_PLAYING);

    /* 运行主循环 */
    g_main_loop_run(loop);

    /* 清理 */
    g_print("停止播放...\n");
    gst_element_set_state(pipeline, GST_STATE_NULL);
    gst_object_unref(pipeline);
    g_main_loop_unref(loop);

    return 0;
}

拉流+解码+推理+显示

以下是一个完整的 GStreamer 管道，用于拉流、解码、推理和显示：

#include <gst/gst.h>
#include <glib.h>

// 定义管道结构
typedef struct _PipelineData {
    GstElement *pipeline;
    GstElement *src;
    GstElement *rtpdepay;
    GstElement *h264parse;
    GstElement *capsfilter;
    GstElement *decoder;
    GstElement *videorate;
    GstElement *infer;
    GstElement *osd;
    GstElement *convert;
    GstElement *sink;
    GMainLoop *loop;
} PipelineData;

// 错误处理回调
static void error_cb(GstBus *bus, GstMessage *msg, PipelineData *data) {
    GError *err = NULL;
    gchar *debug_info = NULL;
  
    gst_message_parse_error(msg, &err, &debug_info);
    g_printerr("错误: %s\n", err->message);
    if (debug_info) {
        g_printerr("调试信息: %s\n", debug_info);
    }
  
    g_error_free(err);
    g_free(debug_info);
    g_main_loop_quit(data->loop);
}

// EOS（结束流）处理回调
static void eos_cb(GstBus *bus, GstMessage *msg, PipelineData *data) {
    g_print("流结束\n");
    g_main_loop_quit(data->loop);
}

// rtspsrc的pad-added回调函数
static void on_pad_added(GstElement *src, GstPad *new_pad, GstElement *depay) {
    GstPad *sink_pad = gst_element_get_static_pad(depay, "sink");
    GstPadLinkReturn ret;
    GstCaps *new_pad_caps = NULL;
    GstStructure *new_pad_struct = NULL;
    const gchar *new_pad_type = NULL;
  
    // 检查新pad是否已链接
    if (gst_pad_is_linked(sink_pad)) {
        g_print("Pad已经链接，跳过\n");
        goto exit;
    }
  
    // 检查新pad的媒体类型
    new_pad_caps = gst_pad_get_current_caps(new_pad);
    if (!new_pad_caps) {
        new_pad_caps = gst_pad_query_caps(new_pad, NULL);
    }
  
    new_pad_struct = gst_caps_get_structure(new_pad_caps, 0);
    new_pad_type = gst_structure_get_name(new_pad_struct);
  
    // 只链接视频流（H.264）
    if (g_str_has_prefix(new_pad_type, "application/x-rtp")) {
        const gchar *encoding_name = gst_structure_get_string(new_pad_struct, "encoding-name");
  
        if (encoding_name && g_str_equal(encoding_name, "H264")) {
            // 尝试链接pad
            ret = gst_pad_link(new_pad, sink_pad);
            if (GST_PAD_LINK_FAILED(ret)) {
                g_print("链接失败\n");
            } else {
                g_print("成功链接到H.264视频流\n");
            }
        }
    }
  
    if (new_pad_caps) {
        gst_caps_unref(new_pad_caps);
    }
  
exit:
    if (sink_pad) {
        gst_object_unref(sink_pad);
    }
}

int main(int argc, char *argv[]) {
    GstBus *bus;
    PipelineData data;
  
    // 初始化GStreamer
    gst_init(&argc, &argv);
  
    // 创建主循环
    data.loop = g_main_loop_new(NULL, FALSE);
  
    // 创建管道和元素
    data.pipeline = gst_pipeline_new("rtsp-pipeline");
    data.src = gst_element_factory_make("rtspsrc", "source");
    data.rtpdepay = gst_element_factory_make("rtph264depay", "depayloader");
    data.h264parse = gst_element_factory_make("h264parse", "parser");
    data.capsfilter = gst_element_factory_make("capsfilter", "capsfilter");
    data.decoder = gst_element_factory_make("mtvdec", "decoder");
    data.videorate = gst_element_factory_make("videorate", "videorate");
    data.infer = gst_element_factory_make("mtnpuinfer", "npu-infer");
    data.osd = gst_element_factory_make("mtosd", "osd");
    data.convert = gst_element_factory_make("videoconvert", "converter");
    data.sink = gst_element_factory_make("autovideosink", "sink");
  
    // 检查所有元素是否创建成功
    if (!data.pipeline || !data.src || !data.rtpdepay || !data.h264parse ||
        !data.capsfilter || !data.decoder || !data.videorate || !data.infer ||
        !data.osd || !data.convert || !data.sink) {
        g_printerr("一个或多个元素创建失败。请检查插件安装。\n");
        return -1;
    }
  
    // 设置元素属性
    // RTSP源
    g_object_set(G_OBJECT(data.src), "location", "rtsp://127.0.0.1:8554/test", NULL);
  
    // Caps过滤器：设置H.264格式为字节流
    GstCaps *caps = gst_caps_from_string("video/x-h264,stream-format=byte-stream");
    g_object_set(G_OBJECT(data.capsfilter), "caps", caps, NULL);
    gst_caps_unref(caps);
  
    // NPU推理器：设置模型文件等参数
    g_object_set(G_OBJECT(data.infer),
                 "model-file", "/usr/share/mt-stream-sdk/data/yolov8m.mtnn",
                 "model-name", "yolov8",
                 "npu-id", 0,
                 NULL);
  
    // OSD（屏幕显示）：显示FPS
    g_object_set(G_OBJECT(data.osd), "show-fps", TRUE, NULL);
  
    // 将所有元素添加到管道
    gst_bin_add_many(GST_BIN(data.pipeline),
                     data.src, data.rtpdepay, data.h264parse,
                     data.capsfilter, data.decoder, data.videorate,
                     data.infer, data.osd, data.convert, data.sink,
                     NULL);
  
    // 链接元素（除了rtspsrc，它需要动态链接）
    // 注意：rtspsrc的输出是动态的，我们需要在pad-added回调中链接
    gst_element_link_many(data.rtpdepay, data.h264parse, data.capsfilter,
                          data.decoder, data.videorate, data.infer,
                          data.osd, data.convert, data.sink, NULL);
  
    // 设置rtspsrc的pad-added信号回调
    g_signal_connect(data.src, "pad-added", G_CALLBACK(on_pad_added), data.rtpdepay);
  
    // 获取管道总线并添加消息监视器
    bus = gst_element_get_bus(data.pipeline);
    gst_bus_add_signal_watch(bus);
    g_signal_connect(bus, "message::error", G_CALLBACK(error_cb), &data);
    g_signal_connect(bus, "message::eos", G_CALLBACK(eos_cb), &data);
    gst_object_unref(bus);
  
    // 设置管道状态为播放
    gst_element_set_state(data.pipeline, GST_STATE_PLAYING);
  
    g_print("管道开始运行...\n");
  
    // 运行主循环
    g_main_loop_run(data.loop);
  
    // 清理资源
    gst_element_set_state(data.pipeline, GST_STATE_NULL);
    gst_object_unref(data.pipeline);
    g_main_loop_unref(data.loop);
  
    return 0;
}

性能测试结果

基于 M1000 平台的性能测试结果如下，可满足实时视频分析需求：

场景	并发路数	分辨率	单路FPS
解码 + 推理 + 编码	4	1080P	25

相关文档

• M1000 MTNN 开发者文档
• GStreamer 官方文档

结语

MTStream SDK 以 GStreamer 插件的形式，将 M1000 SoC 的硬件能力开放给开发者。它不仅简化了视频处理流水线的构建，更充分发挥了摩尔线程 M1000 SoC 的硬件优势，通过DMABUF 架构 和 全链路硬件加速，实现了高并发、低延迟、低功耗的智能视频处理能力，适用于 智慧城市、边缘AI、云游戏、远程办公 等多种场景。

我们诚邀开发者社区参与反馈、贡献与共建！