Nvidia RTX3070解码性能

这篇具有很好参考价值的文章主要介绍了Nvidia RTX3070解码性能。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

实测数据:单个进程可以压测全部的gpu卡性能

环境信息:

Windows 10 专业版@22H2 操作系统内部版本:19045.2965

ip:192.168.43.138 UZEL/1234567a

设备名称 DESKTOP-72VKG7O
处理器 Intel(R) Core(TM) i7-8700K CPU @ 3.70GHz 3.70 GHz
机带 RAM 16.0 GB
设备 ID FCAA2B39-2E4C-44F4-A1D1-E579CABE22B4
产品 ID 00331-10000-00001-AA837
系统类型 64 位操作系统, 基于 x64 的处理器
笔和触控 为 20 触摸点提供笔和触控支持

NVIDIA-SMI 526.47 Driver Version: 526.47 CUDA Version: 12.0

编码 分辨率 工具 解码类型 进程数 cpu 内存(RSS/MB) 解码gpu 显存(MB) 解码性能(fps) 最高温度(c) 耗电(w) 视频帧率 最大解码路数 文件 脚本参数

H264

1080P ffmpeg 硬解 1 1.3% 101.5 100% 300 738 36 48 30 24.6 fake_h264_30_1080k_600s.mp4 ffmpeg -hwaccel cuvid -c:v h264_cuvid -threads:v 4 -i fake_h264_30_1080k_600s.mp4 -f null -
1080P ffmpeg 硬解 2 1.4% 212 100% 537 744 36 48 30 24.8 fake_h264_30_1080k_600s.mp4 ffmpeg -hwaccel cuvid -c:v h264_cuvid -threads:v 4 -i fake_h264_30_1080k_600s.mp4 -f null -
1080P ffmpeg 硬解 4 1.5 413.7 100%

1074

740 38 46 30 24.6 fake_h264_30_1080k_600s.mp4 ffmpeg -hwaccel cuvid -c:v h264_cuvid -threads:v 4 -i fake_h264_30_1080k_600s.mp4 -f null -
1080P ffmpeg 硬解 8 1.7% 819.2 100% 2149 744 39 46 30 24.8 fake_h264_30_1080k_600s.mp4 ffmpeg -hwaccel cuvid -c:v h264_cuvid -threads:v 4 -i fake_h264_30_1080k_600s.mp4 -f null -
720P ffmpeg 硬解 1 2.4% 92.6 100% 205 1519 34 48 30 50.6 fake_72P_30_600.mp4 ffmpeg -hwaccel cuvid -c:v h264_cuvid -threads:v 4 -i fake_72P_30_600.mp4 -f null -
1440P ffmpeg 硬解 1 1.3% 113.7 100% 326 440 36 48 30 14.6 fake_2k_30_600s.mp4 ffmpeg -hwaccel cuvid -c:v h264_cuvid -threads:v 4 -i fake_2k_30_600s.mp4 -f null -
4K ffmpeg 硬解 1 0.6% 153.7 100% 562 182 38 48 30 6 fake_4k_30_600s.mp4 ffmpeg -hwaccel cuvid -c:v h264_cuvid -threads:v 4 -i fake_4k_30_600s.mp4 -f null -

H265

1080P ffmpeg 硬解 1 3% 104 100% 277 1608 36 31 30 53.6 test_h265_1080P_30_600s.mp4 ffmpeg -hwaccel cuvid -c:v hevc_cuvid threads:v 4 -i test_h265_1080P_30_600s.mp4 -f null -
1080P ffmpeg 硬解 2 2.8% 216.8 100% 553 1598 37 48 30 53.2 test_h265_1080P_30_600s.mp4 ffmpeg -hwaccel cuvid -c:v hevc_cuvid threads:v 4 -i test_h265_1080P_30_600s.mp4 -f null -
1080P ffmpeg 硬解 4 2.6% 422 100% 1107 1600 38 50 30 53.3 test_h265_1080P_30_600s.mp4 ffmpeg -hwaccel cuvid -c:v hevc_cuvid threads:v 4 -i test_h265_1080P_30_600s.mp4 -f null -
1080P ffmpeg 硬解 8 3% 839 100% 2217 1608 39 49 30 53.6 test_h265_1080P_30_600s.mp4 ffmpeg -hwaccel cuvid -c:v hevc_cuvid threads:v 4 -i test_h265_1080P_30_600s.mp4 -f null -
720P ffmpeg 硬解 1 4.8% 95.2 100% 217 3184 35 38 30 106 test_h265_720P_30_600s.mp4 ffmpeg -hwaccel cuvid -c:v hevc_cuvid threads:v 4 -i test_h265_720P_30_600s.mp4 -f null -
1440P ffmpeg 硬解 1 2% 116.4 100% 337 932 37 48 30 31 test_h265_1440P_30_600s.mp4 ffmpeg -hwaccel cuvid -c:v hevc_cuvid threads:v 4 -i test_h265_1440P_30_600s.mp4 -f null -
4K ffmpeg 硬解 1 1.4% 156.6 100% 580 405 37 50 30

13.

5文章来源地址https://www.toymoban.com/news/detail-491500.html

test_h265_4k_30_600s.mp4 ffmpeg -hwaccel cuvid -c:v hevc_cuvid threads:v 4 -i hevc-1080p-25-18-06-02.mp4 -f null -

到了这里,关于Nvidia RTX3070解码性能的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • NVIDIA RTX4090,你能用它做什么?

    都说男生是世界上最简单的动物,为什么呢?举个例子,你要给女朋友送礼,你可以选择包、口红、护肤品、化妆品等,而包的品牌和样式、口红的色号等足以让你挑得眼花缭乱。而男生不一样,如果女生选择给男生送礼,我相信一块 RTX4090 就足以让他高兴得死去活来。 RT

    2024年02月05日
    浏览(40)
  • 《英伟达-本地AI》--NVIDIA Chat with RTX-本机部署

            突然发现公司给配置的电脑是NVIDIA RTX 4060的显卡,这不搞一搞本地部署的大模型玩一玩???         从0-》1记录一下本地部署的全过程。 Build a Custom LLM with Chat With RTX | NVIDIA GitHub - NVIDIA/trt-llm-rag-windows: A developer reference project for creating Retrieval Augmented Generation (RAG)

    2024年03月15日
    浏览(32)
  • 个人 AI 的革命:Nvidia‘s Chat with RTX 深度探索

    Nvidia 推出的 Chat with RTX 预示着个人 AI 新时代的到来。2 月 13 日,Nvidia 官宣了自家的 AI 聊天机器人,这不仅是人工智能交互的渐进式改进;更代表了个人如何利用自己的数据进行洞察、研究和知识发现的巨大转变。Chat with RTX 专为配备强大的 RTX 30 或 40 系列 GPU 的 PC 设计,超

    2024年02月20日
    浏览(23)
  • AI换脸教程——DeepFaceLab_NVIDIA_RTX3000_series

        打开此电脑属性,进入高级,设置里面有虚拟内存,增大虚拟内存即可        

    2024年02月12日
    浏览(30)
  • Nvidia RTX A4000 GPU 安装 515驱动记录-Ubuntu22.04

    The record of Nvidia driver installation of Nvidia RTX A4000 in ubuntu22.04 Environment: Ubuntu22.04 GPU: Nvidia RTX A4000  Use the official NVIDIA driver for manual installation (stable and reliable) Step: 1. Before installing the driver, be sure to update the software list and install the necessary software and dependencies (required) 2. Check the GPU mo

    2024年02月05日
    浏览(31)
  • Ubuntu 20.04 RTX 4090显卡 深度学习环境配置(Nvidia显卡驱动、CUDA11.6.0、cuDNN8.5)

    参考文献:从零到一保姆级Ubuntu深度学习服务器环境配置教程 看文献中“ 三、 NVIDIA驱动安装 ” 安装NVIDIA驱动,这也是安装CUDA10.0及其对应版本的CuDNN和tensorflow的重要步骤。 1.1.1 英伟达中国驱动官网 进入英伟达中国驱动官网 1.1.2 输入显卡型号查询 1.1.3 查看搜索结果 1.2.1 方

    2024年02月04日
    浏览(85)
  • Nvidia Jetson 编解码开发(1)介绍

    由于项目需要,需要开发Jetson平台的硬件编解码; 优化CPU带宽,后续主要以介绍硬件编解码为主 如下是拿了Jetson nano/tx2/Xavier等几个平台做对比; 这里说明的编解码性能主要是对硬件来说的 优点:功能强大、实现容易,工具强大 缺点: 占用CPU很大 常用工具有如下: ffmpeg、

    2024年02月12日
    浏览(27)
  • ffmpeg使用NVIDIA GPU硬件编解码

    在Ubuntu14.04版本上编译安装ffmpeg3.4.8,开启NVIDIA硬件加速功能。 直接使用apt安装方便,在官方网站下载驱动未安装成功 1.卸载系统里的Nvidia低版本显卡驱动 2.把显卡驱动加入PPA 3.查找显卡驱动最新的版本号 查找并安装最新驱动 CUDA是Nvidia出的一个GPU计算库,让程序员可以驱动

    2024年02月13日
    浏览(38)
  • ffmpeg最简单方式支持nvidia硬编解码

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 因为工作内容的需要,之前写过一篇文章关于ffmpeg支持英伟达的硬编解码,那个方法比较适合定制化的ffmpeg编译,如果你仅仅使用ffmpeg进行硬件编解码的话,其实不需要这么麻烦。 ffmpeg定制化编译支持

    2024年02月15日
    浏览(26)
  • nvidia jetson 平台使用 ffmpeg nvmpi 硬件编解码

    首先目前ffmpeg不支持在nvidia jetson 平台上进行使用硬件编解码加速,但是由于nvidia 提供了相对的硬件编解码加速的api,故可以将api集成到ffmpeg实现。 好在国外大神多,在github上已经有人实现了。 GitHub - jocover/jetson-ffmpeg: ffmpeg support on jetson nano 这个是实现的jetson api 的c++ 工程,

    2024年02月16日
    浏览(31)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包