ffmpeg download
Oficiální stránka ke stažení na webu:
Přihlášení k hypertextovému odkazu je viditelné.
Doporučuje se stáhnout zkompilovanou verzi a stáhnout stránku:
Přihlášení k hypertextovému odkazu je viditelné.
Obecně dávám přednost stahování nejnovější verze (pojmenované podle data) a samozřejmě existuje stabilní verze (pojmenovaná podle čísla verze).
CUDA download
CUDA je ovladač, který umožňuje GPU provádět související operace, protože vyvíjíme aplikace, které přímo neovládají GPU, ale fungují přes ovladač.
Přihlášení k hypertextovému odkazu je viditelné.
Zde vybírám verzi, jak je uvedeno níže:
Samozřejmě můžete kliknout na odkaz níže a jít přímo do nastavení, když jsem hru stáhl.
Přihlášení k hypertextovému odkazu je viditelné.
Po stažení nezapomeňte nainstalovat, takže ho nebudu představovat, koneckonců všichni vyvíjejí software.
příkaz
Dotazovací příkazy
Zkontroluj, jestli stažený ffmpeg podporuje cuda, pokud ne (stáhl jsem si ho), pak si ho stáhni znovu nebo si ho sám zkompiluj.
Testovací příkazy
Převeďte 0.mp4 v aktuálním adresáři na 00.mp4
Převeďte 0.mp4 v aktuálním adresáři na 00.mp4 a zadejte výstupní snímkovou frekvenci 15 (-r 15) a datovou rychlost 500k (-b 500k).
-hwaccel cuvid: Specifikuje použití hardwarové akcelerace cuvid
-c:v h264_cuvid: Dekódování videa pomocí h264_cuvid
-c:v h264_nvenc: Kódování videa pomocí h264_nvenc
-vf scale_npp=1280:-1: Specifikujte šířku a výšku výstupního videa, všimněte si, že to se liší od -vf škály=x:x používané pro měkké dekódování
Více příkazů grafické karty
Test účinnosti transkódování GPU
Na serveru se dvěma procesory Intel-E5-2630v3 a dvěma grafickými kartami Nvidia Tesla M4 byl test transkódování videa h264 proveden následovně:
Průměrná doba transkódování GPU: 8 s
Průměrná doba transkódování CPU: 25 s
Při paralelním transkódování se zvyšuje efektivita softwarové konverze CPU a všech 32 jader je obsazeno, když jsou tři transkódovací úlohy paralelní
Průměrná doba transkódování GPU: 8 s
Průměrná doba transkódování CPU: 18 s
Není těžké vidět, že rychlost transkódování GPU se při paralelním režimu nezvyšuje, což ukazuje, že GPU může současně provádět pouze jeden transkódovací úkol. Takže pokud je na server vloženo více grafických karet, bude ffmpeg používat více GPU pro paralelní transkódování?
Bohužel, odpověď je ne.
ffmpeg nemá schopnost automaticky přiřazovat transkódovací úlohy různým GPU, ale po určitém zkoumání bylo zjištěno, že GPU použitá pro transkódování může být specifikována parametrem -hwaccel_device!
Odesílejte transkódovací úlohy různým GPU
Grafika 0
Grafická karta1
Ilustrovat:
-hwaccel_device N: Specifikujte GPU pro provádění transkódovacího úkolu, N je číslo
|
Zveřejněno 7. 11. 2019 21:08:29
|
|
|
|
Pronajímatel|
Zveřejněno 7. 11. 2019 21:18:35
|
Zveřejněno 26. 2. 2023 12:11:24
|
