L'accélération GPU de traitement vidéo avec ffmpeg

Je veux utiliser ffmpeg pour accélérer la vidéo de coder et de décoder avec un GPU NVIDIA.

De Le site web de NVIDIA:

Des Gpu NVIDIA contenir un ou plusieurs basée sur le matériel décodeur et encodeur(s) (distincte de la CUDA cores) qui assure entièrement à accélération matérielle vidéo basé sur le décodage et l'encodage de plusieurs des codecs populaires. Avec le décodage/encodage déchargée, le moteur graphique et le PROCESSEUR sont libres pour d'autres activités.

Ma question est: puis-je utiliser CUDA cores d'encoder et de décoder de la vidéo, peut-être plus vite?

Oui, vous pouvez utiliser cuda cores d'encoder et de décoder de la vidéo, tout comme vous pourriez le faire avec n'importe quel processeur programmable. Avez-vous été la planification pour écrire le logiciel vous-même?
Merci. Je veux trancode de nombreuses vidéos en même temps, c'est trop difficile d'écrire de codage/décodage à moi-même. Le CUDA Video Decoder API semble aider, ai-je le droit?
Eh bien, le nom le dit c'est le décodage. Il peut aider que partiellement dans votre cas.
Actuel de NVIDIA de codage/décodage de soutien est via NVENC et NVDEC seulement, qui sont HW sous-systèmes ne sont pas directement liées à CUDA et distincte de CUDA cores. NVIDIA ne fournit pas toutes les bibliothèques prises en charge afin d'accélérer la vidéo encoder/décoder à l'aide de CUDA. Donc, vous devez écrire le code CUDA vous-même, ou trouver 3ème partie les bibliothèques. Si vous vous demandez quels sont les liens pour la 3e partie des bibliothèques, cette question est hors-sujet pour. Sauf si vous voulez vraiment faire le travail de programmation vous-même, cette question est hors-sujet pour.

OriginalL'auteur Wang Hai | 2017-06-13

  1. 8

    FFmpeg fournit un sous-système pour l'accélération matérielle, qui comprend NVIDIA: https://trac.ffmpeg.org/wiki/HWAccelIntro

    Afin d'activer le support des GPU d'encodage assisté avec un GPU NVIDIA, vous avez besoin de:

    • Une prise en charge GPU
    • Pilotes pris en charge pour votre système d'exploitation
    • La NVIDIA Codec SDK
    • ffmpeg configuré avec --enable-nvenc (par défaut, si les pilotes sont détectés lors de la configuration)

    OriginalL'auteur Mike Versteeg

  2. 4

    Comme Mike l'a mentionné, ffmpeg encapsule certains de ces HW-accélérations. Vous devriez l'utiliser au lieu d'aller plus bas niveau approches (officiel NVIDIA libs) première!

    La table montre, que NVENC est probablement ce que votre candidat.

    Mais: Être prudent et donc une partie de l'analyse comparative. Alors que GPU-codeurs doivent être très rapides, ils sont aussi pire que de CPU.

    La chose à vérifier ici est: est-ce un GPU-encoder en concurrence avec un CPU-encoder lorsque certains de la qualité à un certain débit est-il destiné? Je dirais pas non non (sauf pour des débits très élevés ou très mauvaise qualité), mais c'est quelque chose qui dependes sur votre cas d'utilisation. GPU-encodage n'est pas un argent-balles ne fournissant que des avantages.

    J'ai essayé ffmpeg avec hw accélérer, à l'instar de la décoder et de transcoder, il fonctionne à peu près la même vitesse par rapport à la douce décoder sur mon portable (i5-4200U cpu, 740M gpu), alors qu'avec moins de charge cpu. Et à partir de video codec sdk, je doute qu'il peut utiliser NVENC et NVDEC, pas cuda cores. Donc, je veux rendre l'utilisation de cuda cores.
    Pourquoi utiliser Cuda cores si il y a du matériel spécial? Regardez... Vous ne donnez pas beaucoup d'info à propos de votre cas d'utilisation, et il semble il vous manque quelques bases. Soit investir plus et d'être plus précis (incl. l'analyse, ce qui est ffmpeg dire) ou de vous rendre la vie facile: l'utilisation de l'UC et de préréglage superfast ou quelque chose de similaire pour votre codec (nous ne savons même pas).
    OK, peut-être que je devrais faire plus de tests, de grâce.

    OriginalL'auteur sascha