從開普勒開始的所有 NVIDIA GPUs 都支持完全加速的硬件視頻編碼； GPUs 從費米開始支持完全加速的硬件視頻解碼。最近發(fā)布的圖靈硬件提供了張量核心和更好的機器學習性能，但新的 GPU 還加入了新的多媒體功能，如改進的 NVENC 單元，以在視頻編解碼器中提供更好的壓縮和圖像質量。

讓我們更仔細地看一看圖靈設計的新的 NVENC 單元的性能和質量。

NVENC 性能測試設置

H.264 出現(xiàn)于 15 年前，已經成為一種無處不在的視頻編碼標準。它已經成為業(yè)界最重要和最廣泛的編解碼器。這些測試展示了 Tesla T4 與著名的開源編碼器 libx264 在兩種情況下的性能：

高質量模式，代表最常見的編碼方案與 VBR 控制和 B 幀啟用。

低延遲快速模式，適用于對延遲敏感的應用程序，如遠程游戲或視頻會議。

為此，測試計算機的配置如表 1 所示：

我們使用了各種輸入視頻進行 RD 估計，如 basketball _ drive 、 bq _ terrace 、仙人掌、 crowd _ run 、 ducks _ take _ off 、 jokey 、和服，以及更多分辨率為 1280 × 720 、 1920 × 1080 和 3840 × 2160 的視頻。

績效和質量結果

平衡序列

圖 1 到圖 4 顯示， Tesla T4 在高質量模式下為 libx264 提供相同或稍好的視覺質量，如 Kimono、 BQ Terrace 和 Park Scene 。

與 libx264 相比， T4 顯示了更好的預測和過濾。

紅皮艇和仙人掌序列分別包含顯著的混沌運動和圓周運動。與 libx264 相比， NVENC 在這些包含復雜內部預測的場景中顯示出明顯的優(yōu)勢。

Tesla T4 NVENC 在低延遲模式下的性能很容易超過 libx264 。請注意 Tesla T4 如何在高分辨率下更有效，在相同的比特率下提供 1db 更好的視覺質量。

圖靈 GPUs 配備了功能強大的 NVENC 視頻編碼單元，與 libx264 等復雜的軟件編碼器相比，它提供了更高的視頻壓縮效率，因為它結合了更高的性能和更低的能耗。理想的代碼轉換解決方案需要具有成本效益（美元/流）和節(jié)能（瓦/流）。讓我們看看在多個測試序列中平均的性能和功耗結果，如圖 13 和 14 所示。

圖 13 。在高質量模式下以每秒 30 幀同時編碼的流數(shù)

圖 14 。在低延遲模式下以每秒 30 幀同時編碼的流數(shù)。

T4 以高質量模式同時編碼 22 個 720p 流。 GPU 還可以平均處理 10 個 1080p 的流和 2 到 3 個超高清（ 2160p ）分辨率的流。這相當于在相同的視覺質量級別上幾乎是 libx264 的兩倍。

在低延遲模式下運行顯示出 T4 更大的優(yōu)勢。它可以編碼 37 個 720p 分辨率的流， 17-18 個 1080p ， 4-5 個超高清，性能比 libx264 高 2-2.7 倍，具有更高的視覺質量。您可以在圖 15 和圖 16 中看到每個流的瓦特數(shù)。

圖 15 。高質量模式下平均每流功耗瓦特

圖 16 。低延遲模式下平均每流功耗瓦特

Tesla 還顯示出很高的功率效率，在高質量模式下優(yōu)于 libx264 2-4x ，在低延遲模式下高達 5 倍，同時保持低負載。

結論

與前幾代相比， NVIDIA 的 Tesla T4 的編碼能力有了很大的提高。與 libx264 這樣的軟件編碼器相比，它在高質量模式下顯示出相同或更好的視覺質量，而在低延遲模式下則優(yōu)于它們。這相當于在功耗降低 2-5 倍時性能提高了一倍。

關于作者

Roman Arzumanyan擁有俄羅斯南部羅曼大學（ Rostov-on-Don ， 2012 ）和羅曼大學應用數(shù)學碩士學位。之后，他在俄羅斯三星研發(fā)院（ 2012-2015 ）、英特爾公司（ 2015-2017 ）工作。目前，他在莫斯科擔任開發(fā)技術工程師。他的研究興趣包括視頻編碼、高性能和 GPGPU 。

審核編輯：郭婷