Table of Contents |
---|
Описание
Начиная со сборки 5.2.2022, WCS поддерживает аппаратное ускорение при декодировании и кодировании видео с использование NVIDIA GPU.
Требования к серверу
- Ubuntu 22.04 или новее
- установленные драйверы NVIDIA
- установленный графический адаптер NVIDIA
Поддерживаемые сценарии использования
- транскодинг H264 и H265 в любом сочетании
- микшер H264 (только кодирование)
- HLS ABR H264
- WebRTC ABR H264
Warning |
---|
Если поток был декодирован на CPU, то и кодироваться он будет тоже на CPU (за исключением микшера, входящие потоки которого декодируются на CPU, но выходной поток может кодироваиться на GPU) |
Неподдерживаемые сценарии использования
Транскодинг на GPU не поддерживается для:
- кодека VP8 в любом сочетании
- снятия превью трансляции (снапшотов)
- перехвата декодированных кадров
Warning |
---|
Во всех этих случаях поток должен декодироваться и кодироваться на CPU, аппаратное ускорение должно быть отключено |
Рекомендуется выделять под вышеперечисленные сценарии отдельный сервер без GPU.
Настройка
Для работы аппаратного ускорения на сервере должны быть установлены NVIDIA CUDA драйверы по инструкции с официального сайта. При этом CUDA toolkit устанавливать не нужно:
...
- sample.mp4 - файл-источник видео для тестирования, должен содержать видео максимального разрешения, которое будет использоваться в эксплуатации, например, 1920x1080
- --separate-test - провести тестирование всех GPU, установленных на сервере и доступных операционной системе; если этот ключ не указан, проводится тест одного GPU, выбранного случайным образом
- --interval - интервал в секундах между тестами различных чипов
Для тестирования инструмент использует профили кодирования, заданные в файле /usr/local/FlashphonerWebCallServer/conf/hls_abr_profiles.yml
(см HLS ABR на одном узле).
Инструмент проводит тестирование и создает файл настроек с максимальными параметрами GPU по результатам теста. Если тестируется несколько чипов, в настройках будут указаны их идентификаторы на PCI шине. Если тестируется только один чип (ключ --separate-test
не указан), в настройках будет имя GPU.
...
Параметр | Описание | Пример |
---|---|---|
cudaVersion | Версия CUDA | 12.4 |
nvencVersion | Версия NVENC | 12.2 |
driverVersion | Версия драйверов NVIDIA | 550.90.07 |
nvmlVersion | Версия NVIDIA management library | 12.550.90.07 |
numOfAvailableDevices | Количество доступных GPU | 1 |
numOfDecodingSessions | Количество декодеров | 1 |
numOfEncodingSessions | Количество кодировщиков | 5 |
numOfHostEncodingSessions | Количество кодировщиков на сервер | 5 |
name | Имя GPU | Tesla P100-PCIE-16GB |
pciBusId | Идентификатор GPU на PCI шине | 0000:02:00.0 |
computeCapability | Идентификатор возможностей GPU | 6.0 |
computeMode | Режим вычислений GPU | 0 |
computeModeDescription | Описание режима вычислений | Default compute mode (Multiple contexts allowed per device) |
decoderFps | FPS декодирования | 30 |
encoderFps | FPS кодирования | 30 |
averageFps | Средний FPS по данным GPU | 29 |
averageLatency | Средняя задержка по данным GPU в микросекундах | 1225 |
computeUtilization | Процент использования GPU | 1 |
memUtilization | Процент использования памяти | 0 |
decoderUtilization | Процент загрузки декодирования | 5 |
encoderUtilization | Процент загрузки кодирования | 4 |
totalMem | Общее количество памяти | 16 GB |
freeMem | Количество свободной памяти | 15.26 GB |
usedMem | Количество ивпользуемой используемой памяти | 752.25 MB |
usedPciBandwidth | Использование пропускной способности шины PCI | 984.76 KB |
minWidth | Минимальная ширина картинки для декодирования/кодирования | 33 |
minHeight | Минимальная высота картинки для декодирования/кодирования | 17 |
maxWidth | Максимальная ширина картинки для декодирования/кодирования | 4096 |
maxHeight | Максимальная высота картинки для декодирования/кодирования | 4096 |