視頻解碼/編碼 – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Wed, 09 Apr 2025 05:58:55 +0000
zh-CN
hourly
1
196178272 -
在 NVIDIA 視頻編解碼器 SDK 13.0 中使用 MV-HEVC 啟用立體和 3D 視圖
http://www.open-lab.net/zh-cn/blog/enabling-stereoscopic-and-3d-views-using-mv-hevc-in-nvidia-video-codec-sdk-13-0/
Mon, 24 Feb 2025 09:08:02 +0000
http://www.open-lab.net/zh-cn/blog/?p=13052
Continued]]>
NVIDIA 宣布在最新的 NVIDIA 視頻編解碼器 SDK 版本 13.0 中實施多視圖高效視頻編碼 (MV-HEVC) 編碼器。這一重要更新標志著硬件加速的多視圖視頻壓縮技術實現了重大飛躍。與 simulcast 編碼相比,它為立體和 3D 視頻應用提供了更高的壓縮效率和質量。 MV-HEVC 是高效視頻編碼 (HEVC) 標準的擴展,旨在高效壓縮從不同有利位置拍攝的同一場景的多個視頻視圖。它解決了傳統視頻編碼方法 (如 simulcast 編碼) 的局限性,這些方法通常會導致多視圖內容的高比特率,并且缺乏高效的視圖間預測。 Video Codek SDK 13.0 中的 MV-HEVC 實現包括以下功能: 這些功能為您提供靈活的多視圖內容編碼選項,同時保持高質量和高效率。 MV-HEVC 實現使用高級技術實現出色的壓縮:
Source
]]>
13052
-
NVIDIA 視頻編解碼器 SDK 13.0 由 NVIDIA Blackwell 驅動
http://www.open-lab.net/zh-cn/blog/nvidia-video-codec-sdk-13-0-powered-by-nvidia-blackwell/
Mon, 24 Feb 2025 08:59:43 +0000
http://www.open-lab.net/zh-cn/blog/?p=13047
Continued]]>
NVIDIA Video Codec SDK 13.0 的發布標志著重大升級,增加了對新一代 NVIDIA Blackwell GPU 的支持。此版本帶來了大量改進,旨在提升視頻編碼和解碼功能。從增強的壓縮效率到更好的吞吐量和編碼質量,SDK 13.0 可滿足視頻生態系統不斷變化的需求。 以下是本次更新中引入的一些主要功能。 編碼功能: 解碼功能: 以下是本次更新中有關關鍵編碼功能的詳細信息。 NVIDIA Blackwell 中的 NVIDIA 編碼器 (NVENC) 硬件包含許多用于提高壓縮效率的增強功能。其中包括改進運動估計,包括增強的子像素搜索和更好的速率失真優化(RDO),以及 HEVC 和 AV1。這些增強功能適用于所有預設,與 ADA 代 GPU 相比,可顯著提升質量。 在前幾代產品中,NVENC 支持的格式包括 4:2:0 和…
Source
]]>
13047
-
通過 NVIDIA NeMo 框架的最新功能全鏈路加速視頻基礎模型的訓練和微調
http://www.open-lab.net/zh-cn/blog/accelerate-custom-video-foundation-model-pipelines-with-new-nvidia-nemo-framework-capabilities/
Tue, 07 Jan 2025 06:10:49 +0000
http://www.open-lab.net/zh-cn/blog/?p=12561
Continued]]>
生成式 AI 已經從基于文本的模型發展到多模態模型,最近還擴展到了視頻領域,為各行各業開辟了新的潛在用途。視頻模型可以為用戶創造新的體驗,以及大規模模擬場景來訓練自主代理。它們正在幫助包括機器人技術、自動駕駛汽車和娛樂業在內的多個行業實現變革。 由于視頻數據的龐大和多樣性,視頻基礎模型的開發面臨著獨特的挑戰。這也凸顯了可擴展的數據管理流程和訓練框架的必要性,以此來理解時間和空間動態的模型。 我們發布了 NVIDIA NeMo 框架中全新的視頻基礎模型功能,這是一個端到端的訓練框架,用于預訓練和微調您的專屬視頻基礎模型。該框架包括高吞吐量的數據管理、高效的多模態數據加載功能、可擴展的模型訓練,以及并行化的框架內推理。 高吞吐量視頻數據處理鏈路 NVIDIA NeMo Curator 通過高效處理和準備高質量的數據(包括大型視頻數據集),
Source
]]>
12561
-
實現可定制的 GPU 加速視頻轉碼流程
http://www.open-lab.net/zh-cn/blog/enabling-customizable-gpu-accelerated-video-transcoding-pipelines/
Wed, 11 Sep 2024 07:45:42 +0000
http://www.open-lab.net/zh-cn/blog/?p=11270
Continued]]>
如今,視頻占據互聯網流量的80%以上。這些內容由各種設備生成并在各種設備上使用,包括IoT設備、智能手機、計算機和電視。隨著像素密度和連接設備數量的增長,在快速、高效、高質量的視頻編碼和解碼方面的持續投資至關重要。 最新的 NVIDIA 數據中心 GPU(例如 NVIDIA L40S 和 NVIDIA L4 Tensor Core)可處理要求嚴苛的用例,包括 AI 訓練、推理、視覺計算、云游戲和視頻轉碼。通過將多個 NVIDIA 視頻解碼(NVDEC)和視頻編碼(NVENC)視頻引擎與高級計算能力相結合,這些 GPU 可幫助合作伙伴加速和定制轉碼流程。 V-Nova 已將 MPEG-5 第 2 部分低復雜度增強視頻編碼 (LCEVC) 標準的實施移植到 NVIDIA GPU 上。LCEVC 利用 NVENC 視頻引擎和 NVIDIA Ada 架構 GPU…
Source
]]>
11270
-
使用適用于 HEVC 的 NVIDIA 視頻編解碼器 SDK 12.2 提高視頻質量
http://www.open-lab.net/zh-cn/blog/improving-video-quality-with-nvidia-video-codec-sdk-12-2-for-hevc/
Wed, 26 Jun 2024 04:40:35 +0000
http://www.open-lab.net/zh-cn/blog/?p=10421
Continued]]>
NVIDIA 視頻編解碼器 SDK為 Windows 和 Linux 上的硬件加速視頻編碼和解碼提供了一套全面的 API 集。The 12.2 版本提高了高效視頻編碼(HEVC)的視頻質量,特別是自然視頻內容的比特率顯著降低。這篇文章詳細介紹了以下新功能: 前瞻性級別可以幫助分析未來的幀,并實現對不同幀的有效比特分配,以優化編碼效率。它使用編碼樹單元(CTU)和其他編碼統計信息來改進速率控制,這對于延遲容忍編碼非常有用。Video Codec SDK 12.2 提供了多達四個不同的前瞻性級別,具有不同的性能和質量權衡。 使用以下設置: 使用相機捕獲的自然視頻內容具有噪聲,該噪聲可能來自包括傳感器噪聲在內的一系列因素。噪聲可以減少時間冗余,從而增加用于編碼的比特數,降低壓縮效率。 時間濾波通過使用來自相鄰幀的補丁來過濾當前幀,從而減少這種噪聲。
Source
]]>
10421
-
借助 NVIDIA Holoscan for Media 中的新功能簡化直播媒體應用程序開發
http://www.open-lab.net/zh-cn/blog/streamline-live-media-application-development-with-new-features-in-nvidia-holoscan-for-media/
Tue, 12 Mar 2024 06:09:09 +0000
http://www.open-lab.net/zh-cn/blog/?p=9187
Continued]]>
適用于媒體的 NVIDIA Holoscan 是一個軟件定義的平臺,用于構建和部署適用于直播媒體的應用程序。最近的更新引入了用戶友好的開發者界面和應用程序部署到平臺的新功能。 適用于媒體的 Holoscan 現在包括 Helm 控制面板,可提供用于編排和管理 Helm 圖表的直觀用戶界面。Helm 是幫助開發者定義、安裝和升級 Kubernetes 應用程序的技術,可簡化和加速應用程序打包和部署的開發和測試。 借助此更新,適用于媒體的 Holoscan 還獲得了一個新的媒體流式傳輸參考應用程序容器。媒體網關 Next 使開發者能夠使用 ST 2110/NMOS 集成運行任何 GStreamer 管道,并配置需要測試正在開發的應用程序的發送器和接收器。 此外,平臺和開發者文檔也已擴展,包括有關在單個 Linux 主機上進行有限本地設置的說明,以及擴展集群安裝指南。除此之外,
Source
]]>
9187
-
采用分幀編碼和 NVIDIA Ada Lovelace 架構的 8K60 視頻編碼
http://www.open-lab.net/zh-cn/blog/video-encoding-at-8k60-with-split-frame-encoding-and-nvidia-ada-lovelace-architecture/
Fri, 05 Jan 2024 06:03:51 +0000
http://www.open-lab.net/zh-cn/blog/?p=8679
Continued]]>
得益于攝像頭和顯示技術的進步,現在可以在 8K 分辨率和每秒 60 幀 (FPS) 下截取視頻片段和玩游戲。RED Digital Cinema、Nikon 和 Canon 等主要的領先多媒體公司已經為消費者和專業市場推出了 8K60 攝像頭。 在顯示器方面,8K60 采用最新的 HDMI 2.1 標準,現已得到廣泛應用,支持游戲顯示器和智能電視。雖然 8K60 提供 驚人的畫質和清晰度,但在傳輸和存儲時消耗更多數據會帶來巨大的成本。 因此,快速編解碼器在彌合傳感器和顯示器之間的差距方面至關重要。為了促進 8K60 的廣泛應用,NVIDIA Ada Lovelace GPU 架構提供了 NVENC 加速視頻編碼性能的引擎,同時保持高畫質。(NVIDIA RTX 4090 和 4080 分別提供兩個和三個 NVENC,而 NVIDIA RTX 6000 Ada…
Source
]]>
8679
-
在某些場景中使用 cgroup 縮短 CUDA 初始化時間
http://www.open-lab.net/zh-cn/blog/improving-cuda-initialization-times-using-cgroups-in-certain-scenarios/
Fri, 05 Jan 2024 05:55:57 +0000
http://www.open-lab.net/zh-cn/blog/?p=8671
Continued]]>
在多 GPU 平臺上運行的許多 CUDA 應用程序通常使用單個 GPU 來滿足其計算需求。在這種情況下,應用程序會支付性能損失,因為 CUDA 必須枚舉/初始化系統上的所有 GPU.如果 CUDA 應用程序不需要其他 GPU 可見和可訪問,您可以通過將不需要的 GPU 與 CUDA 進程隔離并消除不必要的初始化步驟來啟動此類應用程序。 本文將討論實現此目標的各種方法及其性能優勢。 在 Linux 系統上,可以使用 Linux 工具(如.在本節中,我們首先討論低級方法,然后討論更高級別的可能方法。 CUDA 提供的用于隔離設備的另一種方法是使用雖然在功能上類似,但相較于 NVIDIA Omniverse 的方法。 控制組提供了一種機制,用于將任務集及其未來的子集聚合或劃分到具有專門行為的分層組中。您可以使用來控制 CUDA 進程可見的 GPU.
Source
]]>
8671
-
使用 NVIDIA Holoscan for Media 進行軟件定義廣播
http://www.open-lab.net/zh-cn/blog/software-defined-broadcast-with-nvidia-holoscan-for-media/
Thu, 14 Sep 2023 05:55:10 +0000
http://www.open-lab.net/zh-cn/blog/?p=7896
Continued]]>
廣播行業正在經歷內容創建、管理、分發和消費方式的轉變。這一轉變包括從受固定功能設備約束的傳統線性工作流程轉變為靈活和混合的軟件定義系統,從而實現直播的未來。 開發人員現在可以申請加入 NVIDIA Holoscan for Media,這是一個軟件定義的平臺,用于在本地、云端和邊緣開發和部署媒體應用程序。 使用 Holoscan for Media,廣播公司和解決方案提供商可以利用最新的 IT 和資源調配技術,以及現代的基于容器的開發、編排和交付方法。 Holoscan for Media 是一個基于 IP 的解決方案,基于行業標準和 API,包括 SMPTE ST 2110、AMWA NMOS、RIST、SRT 和 NDI。 該平臺集成了開源和無處不在的技術,打破了基于 SDI 和 FPGA 的系統的專有性和靈活性。它還可以將最新的功能,例如 生成性 AI,
Source
]]>
7896
-
NVIDIA 視頻編解碼器 SDK 加速了新的視頻創建和流媒體功能
http://www.open-lab.net/zh-cn/blog/new-video-creation-and-streaming-features-accelerated-by-the-nvidia-video-codec-sdk/
Wed, 24 May 2023 05:02:12 +0000
http://www.open-lab.net/zh-cn/blog/?p=7018
Continued]]>
十多年來, NVIDIA GPU 一直采用稱為NVENC 和 NVDEC。它們具有高度并行化的架構,支持流行的編解碼器格式,并提供對 GPU 存儲器的直接訪問,以優化編碼和解碼操作。 GPU – 加速視頻意味著將視頻處理卸載到 NVENC 和 NVDEC ,減少 CPU 周期,并利用更優化的硬件單元。為了啟用 GPU 加速, NVIDIA 提供Video Codec SDK:支持高性能編碼和解碼的豐富 API 。 去年, NVIDIA 推出了Ada Lovelace 架構,采用新的第八代 NVENC 。視頻編解碼器 SDK 已更新以支持AV1 encode在 NVIDIA Ada Lovelace 上,以及拆分編碼,以同時利用多個 NVENC 的功率。 Video Codec SDK 12.1是最新版本,現已上市。這篇文章重點介紹了 12 . 1 版本中支持的新功能,
Source
]]>
7018
-
使用 CV-CUDA 提高基于人工智能的計算機視覺的吞吐量并降低成本
http://www.open-lab.net/zh-cn/blog/increasing-throughput-and-reducing-costs-for-computer-vision-with-cv-cuda/
Thu, 04 May 2023 03:41:08 +0000
http://www.open-lab.net/zh-cn/blog/?p=6928
Continued]]>
涉及基于人工智能的實時云規模應用程序計算機視覺正在迅速增長。用例包括圖像理解、內容創建、內容審核、映射、推薦系統和視頻會議。 然而,由于對處理復雜性的需求增加,這些工作負載的計算成本也在增長。從靜止圖像到視頻的轉變現在也正在成為消費者互聯網流量的主要組成部分。鑒于這些趨勢,迫切需要構建高性能但具有成本效益的計算機視覺工作負載。 基于人工智能的計算機視覺管道通常涉及圍繞人工智能推理模型的數據預處理和后處理步驟,這可能占整個工作負載的 50-80% 。這些步驟中常見的運算符包括以下內容: 雖然開發人員可能會使用 NVIDIA GPU 來顯著加速他們管道中的人工智能模型推理,但預處理和后處理仍然通常使用基于 CPU 的庫來實現。這導致整個人工智能管道的性能出現瓶頸。通常是人工智能圖像或視頻處理管道一部分的解碼和編碼過程也可能在 CPU 上受到瓶頸,影響整體性能。
Source
]]>
6928
人人超碰97caoporen国产