FFmpeg 获得 NVENC AV1 编码支持,比 HEVC 快 100%
AV1 视频编解码器的受欢迎程度与日俱增。在上周,OBS Studio 推出了 28.1 版本,带来了对 NVIDIA NVENC AV1 编码的支持,除此之外,AMD 最新推出的 Radeon RX 7000 系列显卡也支持 AV1 编码。在 GPU 硬件层面上支持 AV1 可以显著降低 CPU 的负载。
近日开发者 Timo Rothenpieler 为大家熟知的音视频处理工具 FFmpeg 带来了更新,此次更新让 FFmpeg 获得了对 NVENC AV1 格式硬件加速编码的支持。
代码提交者 Timo Rothenpieler 表示,利用最新的 NVIDIA GeForce RTX 40 系列 GPU 上的 NVENC AV1 硬件编码器,在他的测试中,新的 NVENC AV1 编码器在编码速度方面比基于 NVENC HEVC 的 FFmpeg 编码快 75% 至 100%,而且两者在视觉质量上没有明显差异。
Timo Rothenpieler 合并了 NVENC AV1 编码支持并将其总结为:
在低比特率 cbr 设置的质量方面,av1_nvenc 似乎超过了 hevc_nvenc。av1_nvenc 产生的伪影较少,而且在我看来,它产生的伪影也不那么刺眼。
在较高的比特率下,我很难找到两个编码器在主观视觉质量方面的差异。
使用 "慢速" 预设,av1_nvenc 在执行上述测试时,在编码速度方面比 hevc_nvenc 快 75% 至 100%。
而在给定的比特率下,av1_nvenc 在质量方面总是大大优于 h264_nvenc,同时速度也略快。
目前,大多数用户会使用 AV1 进行本地录制,以节省大量存储空间,同时不影响图像质量。这也意味着(在受支持的情况下)由于互联网带宽有限而停留在 1080p 分辨率的内容创建者可以在使用相同带宽的同时以更高的分辨率(例如 1440p)传输内容。
当部署在以流媒体为主的数据中心,或者是大型影视工作室这样的规模范围下时,AV1 编码还可以大幅加快编解码速度(加速内容制作),还可以显著降低他们的成本(带宽和版权费用)。
目前除了 NVIDIA GeForce RTX 40 系列和 AMD Radeon RX 7000 系列,更早之前推出的英特尔 Arc 显卡也同样在硬件层面支持 AV1 编解码。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
PPTist —— 在线 PPT 应用
PPTist 是一个基于 Vue3.x + TypeScript 的在线演示文稿(幻灯片)应用,还原了大部分 Office PowerPoint 常用功能。 PPTist 支持文字、图片、形状、线条、图表、表格、视频、音频、公式几种最常用的元素类型,每一种元素都拥有高度可编辑能力,同时支持丰富的快捷键和右键菜单,支持导出本地 PPTX 文件,支持移动端基础编辑和预览,支持 PWA,可以在此基础上搭建自己的在线幻灯片应用。 项目运行 npm install npm run serve 功能列表 基础功能 历史记录(撤销、重做) 快捷键 右键菜单 导出本地文件(PPTX、JSON、图片、PDF) 导入导出特有 .pptist 文件 打印 幻灯片页面编辑 页面添加、删除 页面顺序调整 页面复制粘贴 背景设置(纯色、渐变、图片) 设置画布尺寸 网格线 标尺 画布缩放、移动 主题设置 幻灯片备注 幻灯片模板 翻页动画 元素动画(入场、退场、强调) 选择面板(隐藏元素、层级排序、元素命名) 幻灯片元素编辑 元素添加、删除 元素复制粘贴 元素拖拽移动 元素旋转 元素缩放 元素多选(框选、...
- 下一篇
Grafana Labs 最新开源项目:持续分析数据库 Phlare 和前端可观测性库 Faro
Grafana Labs 近日开源了两个新项目,分别是用于大规模持续性能分析 (Continuous Profiling) 的开源数据库Phlare,以及用于前端应用可观测性的 Faro。 Grafana Phlare Grafana Phlare 是一个用于聚合持续分析 (Continuous Profiling) 数据的开源项目,它可以和 Grafana 完全集成,允许你与其他可观察信号相关联。 Grafana Labs 介绍道,Profiling 可用于分析程序的资源使用情况,进而帮助开发者优化程序的性能和成本。但当下主流的分布式云原生架构让 Profiling 这件事变得更加复杂,从而产生了对持续分析 (Continuous Profiling) 的需求,其中有关资源使用情况的信息会在整个计算基础设施中定期自动收集,然后压缩并存储为时间序列数据,这使开发者能够可视化查看随时间的变化并放大与感兴趣的时间段相匹配的 profile 文件 —— 例如,CPU 在其利用率最高时所花费的时间,或函数调用的频率和持续时间。 Grafana Labs 称"Continuous Profili...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- CentOS8编译安装MySQL8.0.19
- CentOS6,CentOS7官方镜像安装Oracle11G
- CentOS7,8上快速安装Gitea,搭建Git服务器
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- MySQL8.0.19开启GTID主从同步CentOS8
- SpringBoot2更换Tomcat为Jetty,小型站点的福音
- Red5直播服务器,属于Java语言的直播服务器
- CentOS6,7,8上安装Nginx,支持https2.0的开启