Unduhan FFMPEG
Halaman unduhan situs web resmi:
Login hyperlink terlihat. Disarankan untuk mengunduh versi yang dikompilasi dan mengunduh halaman:
Login hyperlink terlihat. Saya umumnya lebih suka mengunduh versi terbaru (dinamai sesuai tanggal) dan tentu saja ada versi stabil (dinamai sesuai dengan nomor versi).
Unduh CUDA
CUDA adalah driver yang memungkinkan GPU melakukan operasi terkait, karena kami mengembangkan aplikasi yang tidak secara langsung mengontrol GPU, tetapi beroperasi melalui driver.
Login hyperlink terlihat. Di sini saya memilih versi seperti yang ditunjukkan di bawah ini: Tentu saja, Anda juga dapat mengklik tautan di bawah ini untuk langsung masuk ke pengaturan saat saya mengunduh.
Login hyperlink terlihat.
Setelah mengunduh, ingatlah untuk menginstalnya, jadi saya tidak akan memperkenalkannya, lagipula, mereka semua sedang mengembangkan perangkat lunak.
perintah
Perintah kueri Periksa apakah ffmpeg yang diunduh mendukung cuda, jika tidak (saya mengunduhnya), lalu unduh lagi atau kompilasi sendiri.
Perintah pengujian
Mengonversi 0.mp4 di direktori saat ini menjadi 00.mp4
Konversi 0.mp4 di direktori saat ini menjadi 00.mp4 dan tentukan kecepatan bingkai keluaran 15 (-r 15) dan bitrate 500k (-b 500k).
-hwaccel cuvid: Menentukan penggunaan akselerasi perangkat keras cuvid
-c:v h264_cuvid: Decoding video menggunakan h264_cuvid
-c:v h264_nvenc: Pengkodean video dengan h264_nvenc
-vf scale_npp=1280:-1: Tentukan lebar dan tinggi video keluaran, perhatikan bahwa ini berbeda dari -vf scale=x:x yang digunakan untuk soft decoding
Beberapa perintah kartu grafis
Uji efisiensi transcoding GPU Pada server dengan dua CPU Intel-E5-2630v3 dan dua kartu grafis Nvidia Tesla M4, tes transcoding video h264 dilakukan sebagai berikut:
Waktu transcoding GPU rata-rata: 8 detik Waktu transcoding CPU rata-rata: 25 detik
Saat transcoding secara paralel, efisiensi konversi lunak CPU ditingkatkan, dan semua 32 inti ditempati ketika tiga tugas transcoding paralel
Waktu transcoding GPU rata-rata: 8 detik Waktu transcoding CPU rata-rata: 18 detik
Tidak sulit untuk melihat bahwa kecepatan transcoding GPU tidak meningkat saat paralel, yang menunjukkan bahwa GPU hanya dapat melakukan satu tugas transcoding secara bersamaan. Jadi, jika beberapa kartu grafis dimasukkan ke server, apakah ffmpeg akan menggunakan beberapa GPU untuk transcoding paralel? Sayangnya, jawabannya adalah tidak. ffmpeg tidak memiliki kemampuan untuk secara otomatis menetapkan tugas transcoding ke GPU yang berbeda, tetapi setelah beberapa penyelidikan, ditemukan bahwa GPU yang digunakan untuk tugas transcoding dapat ditentukan dengan parameter -hwaccel_device! Kirim tugas transcoding ke GPU yang berbeda
Grafik 0
Kartu grafis1
Menggambarkan:
-hwaccel_device N: Tentukan GPU untuk melakukan tugas transcoding, N adalah angka
|