Scarica ffmpeg
Pagina ufficiale per il download:
Il login del link ipertestuale è visibile.
Si consiglia di scaricare la versione compilata e scaricare la pagina:
Il login del link ipertestuale è visibile.
In genere preferisco scaricare l'ultima versione (chiamata così come la data) e ovviamente esiste una versione stabile (chiamata così come il numero di versione).
Scarica CUDA
CUDA è un driver che permette alla GPU di eseguire operazioni correlate, perché sviluppiamo applicazioni che non controllano direttamente la GPU, ma operano tramite il driver.
Il login del link ipertestuale è visibile.
Qui scelgo la versione mostrata qui sotto:
Naturalmente, puoi anche cliccare sul link qui sotto per andare direttamente alle impostazioni quando ho scaricato.
Il login del link ipertestuale è visibile.
Dopo il download, ricordatevi di installarlo, quindi non lo presenterò, dopotutto stanno tutti sviluppando software.
comando
Comandi di query
Controlla se il ffmpeg scaricato supporta CUDA, se non lo fa (io l'ho scaricato), poi scaricalo di nuovo o compilalo da solo.
Comandi di prova
Converti il 0.mp4 nella directory corrente in 00.mp4
Converti il 0.mp4 nella directory corrente in 00.mp4 e specifica il frame rate di uscita di 15 (-r 15) e il bitrate di 500k (-b 500k).
-hwaccel cuvid: Specifica l'uso dell'accelerazione hardware cuvid
-c:v h264_cuvid: Decodifica video usando h264_cuvid
-c:v h264_nvenc: Codifica video con h264_nvenc
-vf scale_npp=1280:-1: Specifica la larghezza e l'altezza del video in uscita, nota che questo è diverso dalla scala -vf=x:x usata per la decodifica soft
Comandi multipli per schede grafiche
Test di efficienza di transcodifica GPU
Su un server con due CPU Intel-E5-2630v3 e due schede grafiche Nvidia Tesla M4, il test di transcodifica video h264 è stato eseguito come segue:
Tempo medio di transcodifica GPU: 8s
Tempo medio di transcodifica della CPU: 25s
Quando si effettua la transcodifica in parallelo, l'efficienza della conversione soft della CPU migliora e tutti i 32 core sono occupati quando i tre compiti di transcodifica sono paralleli
Tempo medio di transcodifica GPU: 8s
Tempo medio di transcodifica della CPU: 18s
Non è difficile vedere che la velocità di transcodifica della GPU non aumenta quando è parallela, il che dimostra che una GPU può eseguire solo un compito di transcodifica contemporaneamente. Quindi, se sul server vengono inserite più schede grafiche, ffmpeg userà più GPU per la transcodifica parallela?
Purtroppo, la risposta è no.
ffmpeg non ha la capacità di assegnare automaticamente compiti di transcodifica a diverse GPU, ma dopo alcune indagini si è scoperto che la GPU utilizzata per il compito di transcodifica può essere specificata dal parametro -hwaccel_device!
Invia compiti di transcodifica su diverse GPU
Grafica 0
Scheda grafica1
Illustrare:
-hwaccel_device N: Specifica una GPU per eseguire un compito di transcodifica, N è un numero
|
Pubblicato il 7-11-2019 21:08:29
|
|
|
|
Padrone di casa|
Pubblicato il 7-11-2019 21:18:35
|
Pubblicato il 26-2-2023 12:11:24
|
