硬解码和软解码的区别

简介: 硬解码和软解码的区别

我们在计算机上播放的视频文件都是经过压缩的,因为这样有利于节约存储空间;那么在播放过程,就需要进行一个反射的解压缩过程。在以前这项工作都是由CPU来完成的,对于普通分辨率的AVI、RMVB等文件,绝大多数的CPU都可以胜任;但是发展到高清视频(1080i/p)之后,数据解压缩的工作量比以前翻了数倍,这让很多处理器叫苦不迭。


 随着技术的发展,工程师们发现显卡的GPU/VPU要比CPU更适合这类大数据量的、低难度的重复工作。视频解码工作从处理器那里分离出来,交给显卡去做,这就叫做“硬解码”,例如NVDIA的PureVideo、AMD的UVD技术等等;与之对应的,以前那种纯粹依靠CPU来讲稿的方式则是“软解码”。不过受到技术条件的限制,纯粹的“硬解码”在现阶段是不存在的,CPU依然在发挥一部分作用,只不过硬解码时GPU/VPU已经成为运算的主力。


软解码和硬解码的区别


软编码:使用CPU进行编码


硬编码:使用非CPU进行编码,如显卡GPU、专用的DSP、FPGA、ASIC芯片等


软编码和硬编码比较


软编码:实现直接、简单,参数调整方便,升级易,但CPU负载重,性能较硬编码低,低码率下质量通常比硬编码要好一点。


硬编码:性能高,低码率下通常质量低于软编码器,但部分产品在GPU硬件平台移植了优秀的软编码算法(如X264)的,质量基本等同于软编码。


目前的主流GPU加速平台


Intel、AMD、NVIDIA


目前主流的GPU平台开发框架


CUDA:NVIDIA的封闭编程框架,通过框架可以调用GPU计算资源


AMD APP:AMD为自己的GPU提出的一套通用并行编程框架,标准开放,通过在CPU、GPU同时支持OpenCL框架,进行计算力融合。


OpenCL:开放计算语言,为异构平台编写程序的该框架,异构平台可包含CPU、GPU以及其他计算处理器,目标是使相同的运算能支持不同平台硬件加速。


Inel QuickSync:集成于Intel显卡中的专用视频编解码模块。

相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
|
存储 网络协议 中间件
DDS数据分发服务
DDS数据分发服务
2152 0
NR SRS(二)
上篇漏掉了SpatialRelationInfo,那就先看下SRS resource资源配置中的RS-SpatialRelationInfo,即SRS resource和参考信号的对应关系,代表波束的对应关系,具体在接下来的波束相关的内容再说。这里参考信号可以是下行SSB,CSI-RS或者是uplinkBWP指示的SRS,RRC层结构如下。
vllm+vllm-ascend本地部署QwQ-32B
本指南介绍如何下载、安装和启动基于Ascend的vLLM模型。首先,可通过华为镜像或Hugging Face下载预训练模型;其次,安装vllm-ascend,支持通过基础镜像(如`quay.io/ascend/vllm-ascend:v0.7.3-dev`)或源码编译方式完成;最后,使用OpenAI兼容接口启动模型,例如运行`vllm serve`命令,设置模型路径、并行规模等参数。适用于大模型推理场景,需注意显存需求(如QwQ-32B需70G以上)。
5365 17
|
7月前
|
人工智能
阿里云AI贺岁迎新,邀客得好礼活动规则详解,AI大模型这么玩更划算!
阿里云AI贺岁迎新活动开启!邀好友首购大模型节省计划(低至4.5折)或百炼Coding Plan(新客首月10元),双方各得代金券,最高返3000元。赠7000万tokens,限时至2026年3月31日。
838 3
|
机器学习/深度学习 人工智能 算法
《深度剖析Q-learning中的Q值:解锁智能决策的密码》
Q-learning是强化学习中的重要算法,其核心是Q值,即智能体在特定状态下采取某一动作后预计能获得的长期累积奖励。Q值如同“智慧密码”,指导智能体做出最优决策。通过贝尔曼方程更新Q值,智能体能在探索与利用之间找到平衡,逐渐学习到最优策略。在简单场景中,Q表可有效存储和更新Q值;而在复杂场景如自动驾驶中,则需借助深度神经网络近似Q值函数,推动强化学习在实际应用中的突破。
740 23
|
机器学习/深度学习 存储 人工智能
【AI系统】为什么 GPU 适用于 AI
本文探讨了GPU在AI计算中的应用,从卷积计算的基本原理入手,解析了GPU线程分级与AI计算模式的关系,以及矩阵乘法如何通过GPU编程提升算力利用率。文章还介绍了计算强度的概念,分析了不同数据结构对计算强度的影响,以及GPU中Tensor Core的作用,强调了在不同存储位置下,找到计算强度与矩阵大小的最佳平衡点对AI计算系统优化的重要性。
1386 2
|
开发框架 中间件 Java
如何处理跨域资源共享(CORS)的 OPTIONS 请求?
处理 CORS 的 OPTIONS 请求的关键是正确设置响应头,以告知浏览器是否允许跨域请求以及允许的具体条件。根据所使用的服务器端技术和框架,可以选择相应的方法来实现对 OPTIONS 请求的处理,从而确保跨域资源共享的正常进行。
1015 61
|
SQL Oracle 关系型数据库
SQL如何添加字段记录:详细步骤与技巧
在数据库管理中,经常需要向已有的表中添加新的字段(列)或向表中插入新的记录
4084 5
|
JavaScript 机器人 数据安全/隐私保护
飞牛fnOs安装autman奥特曼机器人喂饭教程
autMan奥特曼机器人是一款高度扩展的一站式解决方案,支持多种IM平台对接,包括QQ、微信、钉钉、Telegram等。具备关键词回复、事件处理、多语言插件、定时任务管理、代理池维护等功能,适用于自动化管理和开发。提供详细的安装教程,支持Docker部署。
2943 2
飞牛fnOs安装autman奥特曼机器人喂饭教程