ffmpeg nvenc GPU 内存使用情况答案

【问题标题】：ffmpeg nvenc GPU Memory Usageffmpeg nvenc GPU 内存使用情况
【发布时间】：2016-06-17 22:13:08
【问题描述】：

我在 Ubuntu 的 NVIDIA QUADRO K4200 上转码视频（ffmpeg 版本是 2.7.1，NVENC SDK 5.0.1）。一个流的 GPU 内存使用量为 100 MB。请查看 nvidia-smi 命令的输出：

但是当我在另一台具有 NVIDIA GTX 980 TI 的计算机上使用相同的 ffmpeg 参数运行相同的转码过程时（ffmpeg 版本是 3.0，NVENC SDK 5.0.1）那么一个流的 GPU 内存使用量为 170 MB。请看下面的截图：

为什么内存使用量会有如此大的差异？我可以像在 QUADRO K4000 上一样将 GTX 980 TI 上的 GPU 内存使用量减少到 100MB 吗？

【问题讨论】：

【解决方案1】：

你的答案：

在 Quadro 和 Tesla GPU 上，最大同时 NVENC 会话的数量是无限的，因此，这些平台通常会为相同的工作单元产生较低的驱动程序开销。

考虑到与 NVCUVENC（使用您的 CUDA 内核对基本视频流进行编码）不同，NVENC 是一个基于硬件的专用硅知识产权内核 (SIP) 也是明智的，如果您要比较不同的驱动程序和平台版本，所有其他因素保持不变，您的里程将始终变化。

感谢和问候，

Brainiarc7.

【讨论】：

谢谢！找了好久这个问题的答案。
不客气。如有任何关于 NVENC 的问题，请随时问我。
我注意到 QUADRO K4200 中的一个 NVENC 进程需要 100MB 的视频内存，但 GTX 650 中的一个 NVENC 进程在相同的 FFmpeg 设置下只需 82MB。你知道为什么会有这样的差异吗？ GTX 650 中的最大同时 NVENC 会话数是有限的，与 K4200 相比，它应该会产生更大的驱动程序开销。
如上一部分所述，您的里程可能会有所不同，主要是因为设备驱动程序有自己的开销（即使通过 SMI 完成利用率测量）。由于上述限制，在所有其他因素保持不变的情况下，比较两个不同 SKU 的相同工作负载的利用率总是会出现差异。
顺便说一句，Nvidia Quadro K4200 在渲染性能上与 Nvidia GeForce GTX 760 相似（在比较单个会话编码时，最有可能是 NVENC）。