Nedlasting av ffmpeg
Offisiell nettside for nedlasting:
Innloggingen med hyperkoblingen er synlig.
Det anbefales å laste ned den kompilerte versjonen og laste ned siden:
Innloggingen med hyperkoblingen er synlig.
Jeg foretrekker vanligvis å laste ned den nyeste versjonen (oppkalt etter datoen), og selvfølgelig finnes det en stabil versjon (oppkalt etter versjonsnummeret).
CUDA-nedlasting
CUDA er en driver som lar GPU-en utføre relaterte operasjoner, fordi vi utvikler applikasjoner som ikke styrer GPU-en direkte, men opererer via driveren.
Innloggingen med hyperkoblingen er synlig.
Her velger jeg versjonen som vist nedenfor:
Selvfølgelig kan du også klikke på lenken nedenfor for å gå direkte til innstillingene når jeg lastet ned.
Innloggingen med hyperkoblingen er synlig.
Etter nedlasting, husk å installere det, så jeg ikke introduserer det, tross alt utvikler de alle programvare.
kommando
Spørringskommandoer
Sjekk om den nedlastede ffmpeg støtter CUDA, hvis den ikke gjør det (jeg lastet den ned), så last den ned igjen eller kompiler den selv.
Testkommandoer
Konverter 0.mp4 i den nåværende katalogen til 00.mp4
Konverter 0.mp4 i den nåværende katalogen til 00.mp4 og spesifiser utgangsbildefrekvensen på 15 (-r 15) og bitraten på 500k (-b 500k).
-hwaccel cuvid: Spesifiserer bruk av cuvid maskinvareakselerasjon
-c:v h264_cuvid: Videodekoding med h264_cuvid
-c:v h264_nvenc: Videokoding med h264_nvenc
-vf scale_npp=1280:-1: Spesifiser bredden og høyden på utgangsvideoen, merk at dette er forskjellig fra -vf-skalaen=x:x som brukes for myk dekoding
Flere kommandoer for grafikkortet
GPU-transkodingseffektivitetstest
På en server med to Intel-E5-2630v3 CPU-er og to Nvidia Tesla M4 grafikkort ble h264 videotranskodingstesten utført som følger:
Gjennomsnittlig GPU-transkodingstid: 8 sekunder
Gjennomsnittlig CPU-transkodingstid: 25 sekunder
Ved parallell transkoding forbedres effektiviteten til CPU-myk konvertering, og alle 32 kjernene er opptatt når de tre transkodingsoppgavene er parallelle
Gjennomsnittlig GPU-transkodingstid: 8 sekunder
Gjennomsnittlig CPU-transkodingstid: 18 sekunder
Det er ikke vanskelig å se at transkodingshastigheten til GPU-en ikke øker når den er parallell, noe som viser at en GPU kun kan utføre én transkodingsoppgave samtidig. Så, hvis flere grafikkort settes inn på serveren, vil ffmpeg bruke flere GPU-er for parallell transkoding?
Dessverre er svaret nei.
ffmpeg har ikke mulighet til automatisk å tildele transkodingsoppgaver til forskjellige GPU-er, men etter litt undersøkelser ble det funnet at GPU-en som brukes til transkodingsoppgaven kan spesifiseres med parameteren -hwaccel_device!
Send transkodingsoppgaver til forskjellige GPU-er
Grafikk 0
Grafikkort1
Illustrere:
-hwaccel_device N: Spesifiser en GPU til å utføre en transkodingsoppgave, N er et tall
|
Publisert 7.11.2019 21:08:29
|
|
|
|
Vert|
Publisert 7.11.2019 kl. 21:18:35
|
Publisert 26.02.2023 12:11:24
|
