Téléchargement ffmpeg
Page de téléchargement du site officiel :
La connexion hyperlientérée est visible.
Il est recommandé de télécharger la version compilée et de télécharger la page suivante :
La connexion hyperlientérée est visible.
Je préfère généralement télécharger la dernière version (nommée d’après la date) et bien sûr il existe une version stable (nommée d’après le numéro de version).
Téléchargement CUDA
CUDA est un pilote qui permet au GPU d’effectuer des opérations connexes, car nous développons des applications qui ne contrôlent pas directement le GPU, mais fonctionnent via le pilote.
La connexion hyperlientérée est visible.
Voici la version présentée ci-dessous :
Bien sûr, vous pouvez aussi cliquer sur le lien ci-dessous pour aller directement dans les paramètres lors du téléchargement.
La connexion hyperlientérée est visible.
Après le téléchargement, n’oubliez pas de l’installer, donc je ne vais pas l’introduire, après tout, ils développent tous des logiciels.
commander
Commandes de requête
Vérifiez si le ffmpeg téléchargé prend en charge CUDA, si ce n’est pas le cas (je l’ai téléchargé), puis téléchargez-le à nouveau ou compilez-le vous-même.
Commandes de test
Convertissez le 0.mp4 dans le répertoire courant en 00.mp4
Convertissez le 0.mp4 dans le répertoire courant en 00.mp4 et spécifiez le taux d’images de sortie de 15 (-r 15) et le débit binaire de 500k (-b 500k).
-hwaccel cuvid : Spécifie l’utilisation de l’accélération matérielle cuvid
-c :v h264_cuvid : Décodage vidéo en utilisant h264_cuvid
-c :v h264_nvenc : Encodage vidéo avec h264_nvenc
-vf scale_npp=1280 :-1 : Spécifiez la largeur et la hauteur de la vidéo de sortie, notez que cela diffère de l’échelle -vf=x :x utilisée pour le décodage logiciel
Commandes multiples pour cartes graphiques
Test d’efficacité de transcodage GPU
Sur un serveur équipé de deux processeurs Intel-E5-2630v3 et de deux cartes graphiques Nvidia Tesla M4, le test de transcodage vidéo h264 a été réalisé comme suit :
Temps moyen de transcodage GPU : 8s
Temps moyen de transcodage CPU : 25s
Lors du transcodage en parallèle, l’efficacité de la conversion logicielle du processeur est améliorée, et les 32 cœurs sont tous occupés lorsque les trois tâches de transcodage sont parallèles
Temps moyen de transcodage GPU : 8s
Temps moyen de transcodage CPU : 18s
Il n’est pas difficile de voir que la vitesse de transcodage du GPU n’augmente pas lorsqu’elle est parallèle, ce qui montre qu’un GPU ne peut effectuer qu’une seule tâche de transcodage en même temps. Donc, si plusieurs cartes graphiques sont insérées sur le serveur, ffmpeg utilisera-t-il plusieurs GPU pour le transcodage parallèle ?
Malheureusement, la réponse est non.
FFMPEG n’a pas la capacité d’attribuer automatiquement des tâches de transcodage à différents GPU, mais après quelques recherches, il a été constaté que le GPU utilisé pour la tâche de transcodage peut être spécifié par le paramètre -hwaccel_device !
Soumettre des tâches de transcodage vers différents GPU
Graphismes 0
Carte graphique1
Illustrer:
-hwaccel_device N : Spécifier un GPU pour effectuer une tâche de transcodage, N est un nombre
|
Publié le 07-11-2019 à 21:08:29
|
|
|
|
Propriétaire|
Publié le 07-11-2019 à 21:18:35
|
Publié le 26-02-2023 à 12:11:24
|
