【问题标题】:EC2 for video-encodingEC2 用于视频编码
【发布时间】:2011-12-02 21:59:09
【问题描述】:

我有一份潜在的工作需要我使用 FFMPEG 和 x264 进行一些视频编码。我将有一系列文件,我需要对其进行一次编码,然后我就可以关闭这些实例。由于我不太确定 x264 和 FFMPEG 的资源利用率,我应该获得什么样的实例?我在想一个

高 CPU 超大型实例

7 GB 内存
20 个 EC2 计算单元(8 个虚拟内核,每个内核有 2.5 个 EC2 计算单元)
1690 GB 实例存储
64位平台
I/O 性能:高
API 名称:c1.xlarge

或者,或者,一个

集群 GPU 四倍超大型实例

22 GB 内存
33.5 个 EC2 计算单元(2 个英特尔至强 X5570,四核“Nehalem”架构)
2 个 NVIDIA Tesla “Fermi” M2050 GPU
1690 GB 实例存储
64位平台
I/O 性能:非常高(10 Gb 以太网)
API 名称:cg1.4xlarge

我应该使用什么? x264/FFMPEG 在更快/更多的 CPU 下性能是否更好,或者它真的对 GPU 造成更大的冲击?无论如何,集群 GPU 似乎是性能更高的实例。我应该更喜欢什么?

【问题讨论】:

    标签: amazon-ec2 ffmpeg video-encoding x264


    【解决方案1】:

    Ffmpeg 最近添加了对 VAAPI 和 VDPAU 的支持,但这允许它仅使用 GPU 来解码 H.264 视频。对于编码,它使用 CPU。

    【讨论】:

    • 只是为了补充上面的问题,NVIDIA 有自己的构建可以让你超越 GPU。您可以旋转 NVIDIA AMI 来启动它。 developer.nvidia.com/ffmpeg
    • 我不确定您关于仅解码的观点,并且基于以下内容没有编码是准确的。我承认我绝对不是这个话题的专家。 gist.github.com/Brainiarc7/95c9338a737aa36d9bb2931bed379219
    • 这个答案应该更新了,ffmpeg现在支持通过vaapi进行GPU加速编码。
    【解决方案2】:

    对 CPU/GPU 的简短回答是,这取决于您如何使用 ffmpeg 进行 H264 编码。

    另外,您混淆了 H264 和 x264。 H264 是视频编解码器标准,x264 是 H264 标准的一种实现。 x264 如此流行,因此有时它已成为 H264 的代名词并混淆了。我指出的原因是 x264 是 H264 的基于软件的实现,这意味着 它只会将 CPU 内核用于所有进程。当您使用 x264 进行视频编码时,您的用例中不会使用 GPU。

    话虽这么说,也许你想问的是要不要去

    • 基于硬件的 H264 实现(使用 GPU),或
    • 基于软件的 H264 实现(使用 CPU)

    每种可用都有多种实现。 Ffmpeg 已经在this 上有一个不错的页面。如果您计划使用 Nvidia GPU 实例,那么您需要compile FFmpeg with NVENC 支持才能获得硬件实现。使用 GPU/CPU 高效地完成所有转码过程本身就是一门艺术。


    所以简而言之,x264 不会使用 GPU。如果要使用 GPU,则需要使用编码器的硬件实现。哪种实现更好在很大程度上取决于您的用例和您关心的内容(质量、成本、周转时间等)


    我的背景/免责声明:我在 Bitmovin 担任高级工程师。我们解决了这个“集群/资源”分配工程问题,以及许多其他问题,以从给定的比特率中提取最佳的视频质量。最后,我们提供 API,您只需将它们插入您的工作流程即可。这里表达的观点是我自己的。

    【讨论】:

      【解决方案3】:

      目前,Amazon EC2 提供(一些)使用现代 NVIDIA GPU 的 GPU 加速实例,这意味着您可以在它们上利用 NVENC。

      【讨论】:

        【解决方案4】:

        您可能最好使用 zencoder.com 之类的服务,它们有一个出色的 API,而且您从中获得的质量很可能比花几个小时摆弄 Ffmpeg 参数优化要好。

        【讨论】:

        • 你的帖子有点偏离问题。
        猜你喜欢
        • 2012-05-09
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 2013-01-02
        • 1970-01-01
        • 1970-01-01
        • 2015-07-25
        • 2017-04-09
        相关资源
        最近更新 更多