Los sistemas de transmisión de imagen, teclado y ratón o KVM se crearon para facilitar a los usuarios operar con varios ordenadores al mismo tiempo.
Inicialmente se trataban de conmutadores locales que permitían visualizar y gestionar, mediante un único teclado y ratón, las fuentes ubicadas en el puesto de operador, pero posteriormente los ordenadores se desplazaron a Centros de Procesamiento de Datos (CPD) donde existe una mejor refrigeración y mayor tolerancia al ruido. Esta tecnología ha tenido una gran evolución, en la que la compresión de imagen y de video han sido dos factores determinantes.
Con el tiempo, la resolución de estos equipos ha ido incrementándose progresivamente hasta los 1920 x 1080 pixels, hoy en día incluso 4k, lo que ha derivado en dos propuestas hardware de diseño actuales:
- Equipos que recurren a una compresión alta para adecuarse a una red de 1Gb/s (cableado par trenzado en Cat-5e o 6) en una relación o tasa de compresión de 20 a 1.
- Equipos que requieren de redes en 10 Gb/s para eliminar esta compresión o minimizarla (cat-7 u 8) a una relación de 3 a 1.
En ambos casos, mediante codificadores se recoge la señal HDMI o DP de cada una de las salidas de la fuente además del USB, generando un flujo hacia la red local. En el puesto de operador un procesador es el encargado de realizar la recepción y representación gráfica en los monitores y además comunica en sentido contrario las coordenadas de la posición del ratón y el carácter pulsado en el teclado del operador, conectado a través del puerto USB al procesador.
Con la aparición de las redes de conmutación por paquetes se han desarrollado equipos que permiten realizar dicha transmisión a través de la red IP, facilitando al usuario su acceso remoto no solo en la sala sino desde cualquier punto donde fuese posible el acceso a ella.
El proceso de codificación, decodificación y desplazamiento por la red consume un tiempo que se define como latencia. Para que la usabilidad no se vea comprometida, la latencia debe mantenerse en los valores más bajos posible para lo que se recurre al proceso de compresión de las señales digitales. En este punto, es importante resaltar las diferencias entre la compresión de imagen y la compresión de video, las cuales se pueden combinar simultáneamente a la hora de enviar una señal digital con el fin de obtener la calidad necesaria para cada aplicación.
Por un lado, en la compresión de imagen se reduce la información innecesaria que puede ser imperceptible para el ojo humano en cada fotograma, como por ejemplo el formato Motion JPEG (conjunto de imágenes JPEG secuenciadas). Por otro lado, en la compresión de video, se emplea la predicción interfotograma, como por ejemplo en los formatos MPEG o H.264, con el que se reduce el número de valores de pixeles codificados y enviados solamente a aquellos que han cambiado respecto a un fotograma anterior. Teniendo en cuenta que el vídeo es una secuencia de fotos que mostradas de modo secuencial nos dan la apariencia de movimiento, los algoritmos de compresión comparan las imágenes consecutivas y solo transmiten una imagen completa a unos intervalos regulares (I), mientras que entre estos solo mandan las diferencias entre la imagen anterior y siguiente.
El conjunto de paquetes enviados a la red o flujo de video es una secuencia de información relativa al grupo de imágenes (Group of Pictures, GOP). Las imágenes de tipo I (Intracoded frames) son las menos comprimidas y se codifican usando JPEG; a continuación, las de tipo P (Predictive frames) están basadas en las diferencias respecto a un cuadro de tipo I anterior; y por último las de tipo B (Bidirectional frames) están basadas en la interpolación de un cuadro anterior y otro posterior en la secuencia.
El ancho de banda que consume la transmisión de una señal de video está directamente relacionado con la calidad de la imagen a transmitir y lo cambiante que sea esta. Así, si por ejemplo se usa un editor de texto a pantalla completa, el codec va a emitir muy poca información, mientras que, si se visualiza una película de acción generará un flujo mucho mayor consumiendo más ancho de banda. Los codificadores habitualmente tienen anchos de banda dinámicos que pueden ir desde los 20Kb hasta los 900 Mb/s aproximadamente. El procesado de compresión se ha ido mejorando progresivamente hasta conseguir que en un ancho de banda promedio de 500 Mb/s se pueda transmitir una señal 4k fiel a la original en color y definición y de reproducción continua.
Paralelamente, las electrónicas de red han evolucionado hacia switches capa L3 o L2+ que disponen de funcionalidades multicast igmvp. En una transferencia de datos unicast la conexión es punto a punto, por lo que si se quiere visualizar en varios dispositivos finales el ancho de banda ocupado en la red será el resultante de una señal por el número de conexiones unicast realizadas. Por el contrario, en las conexiones multicast la señal se emite una única vez a toda la red sin penalizar el ancho de banda. Los dispositivos finales recogen la señal que está circulando por la red.
En conclusión, la combinación de las tecnologías existentes, tanto en codificadores como de electrónica de red, nos permite transmitir señales de alta calidad con baja latencia. La parametrización de los dispositivos tiene como propósito el reducir este tiempo a unos pocos milisegundos, manteniendo el equilibrio entre la definición de la señal y su representación continua.