H.264转码加速:NVENC大战Quick Sync
GPU加速技术对普通消费者最直观的影响就是视频转码应用上了,NVIDIA.、AMD以及Intel都有自己的加速技术,而在新一代CPU和GPU架构上,三方都有更新的技术方案。<br><br> NVIDIA在Kepler架构上引入了NVENC编码单元,实测画质与CUDA相当,但是速度更快,只不过在速度和功耗上依然比不过Intel的Quick Sync,AMD的VCE因为缺少软件支持显得更悲剧。
GPU转码加速的好处是速度快,但是画质也低了,无法与单纯的CPU转码相媲美,随着技术的进步,GPU转码的画质才慢慢提升上来。再往后Intel也加入战场,SNB架构的GPU部分增加了专用的Quick Sync单元,无论转码速度还是画质都要比A/N两家的GPU加速效果要好。
AMD在最新一代的GCN架构中增加了专用的VCE(Video Encodec Enigine)引擎,支持1080P 60fps视频转码,而且支持完整的H.264规范(前一代转码只支持H.264 Baseline),唯一的问题是软件支持度不够好,发布5个多月了才有MediaEspresso支持。
AMD的VCE引擎
Ivy Bridge处理器中,Intel也将转码单元Quick Sync做了升级,虽然Intel官方资料中并没有提及具体的变化,但是我们之前也做过测试,发现转码速度变快了。此外,IVB的Quick Sync也统一到了Media SDK API下。
再有一个新选手就是NVIDIA的NVENC编码引擎了,它是Kepler架构新增的功能,按照NVIDIA给出的资料来看,NVENC比自家的CUDA编码还要优秀,因为它跟Quick Sync一样属于是专用的编码加速单元,而CUDA加速则是比较通用的,速度上不如专用单元快。
NVENC编码加速功能
早前我们也打算把NVENC编码加速专门测试一下,只是一直没能成行,不过首发测试中也做了MediaEspresso转码加速测试,GTX 680转码一段视频需要32秒,GTX 580和HD 7970分别需要40、45秒,也就是在GPU计算性能更差的情况下,GTX 680的转码速度依然要高于GTX 580、HD 7970,NVENC功不可没。
法国Hardware.fr网站最近做了详细的NVENC编码加速测试,并与Intel Quick Sync做了对比,虽然没能对比AMD的VCE编码引擎(软件支持是AMD的软肋啊),但是本文的测试方法和结果依然值得推荐,特别是画质对比方面专业得多,小编受益匪浅啊。
测试软件及方法:
MediaEspresso也有bug和限制,比如GOP 固定限制,对比测试并非以其为主要手段
讯连科技的MediaEspresso 6.5软件支持Quick Sync以及NVENC加速。CPU为Core i5-3570K(HD 4000显卡),主板为华硕P8Z77 Pro-V。对比的显卡主要是GTX 670、GTX 680、GTX 480,虽然GTX 480是上上代的显卡了,不过CUDA编码加速实际上对显卡要求并不高,即便是GTX 450与高端显卡的差距也非常小。
另外,软件编码使用的是Build 2197版本的H.264,分别测试了1-pass和2-pass。
画质对比
画质对比值得着重说一下。平时我们做画质对比主要是用肉眼看,这种方法虽然直观一些,但是误差太大,而且不同的截图差别也不一样,不够有说服力。
Hardware.fr用的是PSNR和SSIM数值,PSNR(Peak signal-to-noise ratio,峰值信号噪点比例)是信号强度与噪点强度的比值,可以用来衡量有损压缩编码过程中的失真度。而SSIM(structural similarity index,结构相似指数)也是用来衡量两张图片之间的相似度。
有兴趣的可以参考上面的维基百科解释研究一下,总之,PSNR和SSIM是科学的测量方法,要比肉眼查看可靠得多,说服力也足够强。
上面就是几种编码方案的PSNR和SSIM结果。
虽然速度更快,但是NVENC引擎的转码画质与CUDA转码是一样的,丝毫没有降低。
上面的计算只是基于平均状况,并不是全部内容,再来看一下500张逐帧截图中的SSIM指数吧。
这里只是一张图片,推荐去原文看对比,因为他们做的是网页特效,下面的六个选项是可以点击选中或者取消的,方便对比任意几种编码方案的结果,鼠标指上去还会显示各个方案的具体SSIM数值,这是单一截图展示不了的。
由于软件的Bug和限制,N卡和Quick Sync转码的截图中每隔30帧就会出现一次剧烈波动(场景太复杂),0到187帧之间的场景容易压缩,因此SSIM比较稳定,188到243帧以及244到350帧之间波动就非常大,SSIM指下降的厉害。
虽然Quick Sync在复杂场景中SSIM有所下降,但是依然要领先与NVIDIA显卡,H.264 1-pass编码依然有明显优势。
那么实际画质是如何呢?来看一下317张截图的真实截图对比吧。
这里依然去原文查看,因为他们作出了动态效果,最下面是各种编码方案的画质选择,点击左侧部分,转码后的截图就会出现在网页左边,右边则是另一种方案的画质截图,比如上图中我选择了原图与GTX 670(NVENC)编码,效果就是这个样子。
(ps,这里有点瑕疵,出现了两个GTX 670选项,实际上应该是一个GTX 670和一个GTX 680)
结果是:NVIDIA GPU加速编码的画质损失依然是最严重的,而最新的H.264编码做的比较好,特别是2-pass画质十分接近原始画质。
转码速度及功耗
使用的影片是720P分辨率的《阿凡达》,结果如下:
(说下表格的数据,第一列是转码时间,之后是待机功耗,第三列是转码时的功耗,最后一列是功耗差值)
来看NVENC,其转码速度明显优于GTX 480,性能高了133%之多。功耗方面,固定转码单元的GTX 680比GTX 480只低了21W,从差值上看也只有11W,并没有表现出比预期更明显的优势。
总的来看,Quick Sync依然是最好的编码加速方案,功耗和转码性能上都排名第一。另外,H.264 1-pass编码速度要比CPU还快,画质也高一些,而2-pass编码的速度不出意外地倒数第一,但是画质上傲视群雄。
如果以W(功耗)/H(时间,小时)为基础来看(转码功耗乘以时间(s)再除以3600,上图中的法文符号","在英文中是".",也就是说上图中的数值是6.87、8.95这样的小数而非整数),Quick Sync转码每小时消耗了0.83W电力,而GTX 670、GTX 680消耗的电力在3.10、3.24左右,其他方案消耗的就更高了,GTX 480效费比最差。
总结:
原文的总结有三段,其实意思可以归纳为三句话:
无论转码速度还是转码效率,Quick Sync依然是最佳的方案,NVIDIA的NVENC要胜过前代的CUDA方案,但还是比不过Intel。
H.264软件转码中1-pass速度要超过CPU转码,2-pass虽然速度最慢,但是画质是最好的,适合对画质有较高要求的场合。
至于AMD,技术上是好的,软件支持是杯具的。
转载于:https://www.cnblogs.com/fuland/p/3700406.html
H.264转码加速:NVENC大战Quick Sync相关推荐
- H.264/H265码流解析
H.264/H265码流解析 一.H.264码流解析 一个原始的H.264 NALU 单元常由 [StartCode] [NALU Header] [NALU Payload] 三部分组成 一个原始的 ...
- 将h.264裸码流推送到RTMP服务器
h.264裸码流的格式,参考"H.264-AVC-ISO_IEC_14496-10.pdf, page 211.",这个文档的下载地址:https://github.com/win ...
- PX2板实现H.264裸码流的解码
2019独角兽企业重金招聘Python工程师标准>>> 之前已经有人尝试使用了PX2板实现H.264裸码流的解码,并且给了例程,不过楼主尝试时碰到了一点小问题,现在也是解决了,现在楼 ...
- 【音视频数据数据处理 12】【H.264篇】解析H.264原始码流中的I帧 / P帧 / B帧数据(暂未解决,本文先放着,来日更新)
[音视频数据数据处理 12][H.264篇]解析H.264原始码流中的I帧 / P帧 / B帧数据 一.如何判断是 I帧 / P帧 / B帧 1.1 slice_type 1.2 slice_head ...
- 视音频数据处理入门:H.264视频码流解析(java)
参考文献 : 视音频数据处理入门:H.264视频码流解析 测试文件:H264文件 链接:https://pan.baidu.com/s/1eRTJwTsXTgHf2Ez8Inab1A 提取码:1c7 ...
- 视音频数据处理入门:H.264视频码流解析
===================================================== 视音频数据处理入门系列文章:视音频数据处理入门:RGB.YUV像素数据处理视音频数据处理入门 ...
- Python解码H.264(二)——将海思处理器编码的H.264裸码流转换为jpg序列
上一篇我们历尽千辛万苦完成了PyAV的安装,这一篇我们来小试牛刀. 思路:通过PyAV来把海思Hi3516编码处理器编码的h.264裸码流中的每一帧都转换为一张jpeg编码的图片,然后将这些jpg图像 ...
- 五. H.264的码流封装格式
H.264的语法元素进行编码后,生成的输出数据都封装为NAL Unit进行传递,多个NAL Unit的数据组合在一起形成总的输出码流.对于不同的应用场景,NAL规定了一种通用的格式适应不同的传输封装类 ...
- LEADTOOLS Multimedia SDK更新:改进RTSP和H.265/H.264的硬件加速
2019独角兽企业重金招聘Python工程师标准>>> LEADTOOLS Multimedia SDK此次更新意在改进实时流协议(RTSP)和H.265和H.264编解码器中的硬件 ...
最新文章
- Linux上的Shell之FAQ
- Qt文档阅读笔记-ToolBar QML Type
- 带有输出参数的存储过程
- html 控件 怎么获取id
- 《设计模式详解》行为型模式 - 解释器模式
- 住个酒店,“我”的隐私就被强制扒干净了!
- 沪江、外研社、新东方联合组建海外出版公司,AI 背景下的出版业将去何处?...
- API不是从业务抽象出来的(1):设计思维
- SecureCRT软件安装
- Unity 代码实现锁定手机横屏
- 服务器自动更新不能关闭,Windows2008服务器如何关闭系统自动更新?
- matlab的比较器模块,simulink中的比较器
- LINK : fatal error LNK1181: 无法打开输入文件“xx.lib”(SpaHBridge.lib)
- 数据分析tableau 和 python的区别_数据分析师综述篇
- 完美实现无毛边异形窗体
- 一枚普通前端平淡无奇的一年 - 2021年终总结
- win7计算机剩余空间,WIN7 C盘空间越来越小解决方法
- 【数据结构课程设计】关键路径问题
- 合肥工业大学——java(最新版)——第三次作业
- Mac搭建轻量级BI工具Superset(一)
热门文章
- HP 5200dtn 打印机错误排错思路
- 断网攻击 1.局域网 2.广域网
- positive通配符证书
- k30最小宽度380不管用了_关于低压配电柜GCS、GCK、MNS、GGD的使用与区别,别再用混了!...
- 奥比中光Orbbec Astra-Mini RGB-D 3D体感摄像头在ROS(indigo)使用简介
- AD7656六通道同步采集出现数据串通道的问题处理
- 【转载】csr8670--sink工程的大致工作流程分析(以speaker为例)二
- EBA 启动问题解决方法
- Java配置环境变量(下载+安装+配置环境)
- 软件测试的基础知识(1)